導讀：污水處理過程復雜、影響因素多，我國污水處理廠故障頻發和出水不能實現穩定達標排放，污水處理故障診斷對保證污水處理廠正常運行和達標排放有非常重要的意義。
我國污水處理系統不正常運行、出水不能穩定達標的現象仍然比較嚴峻。而造成上述問題的部分原因是污水處理過程復雜、影響因素多、故障不易診斷;污水處理廠工作人員專業性差，致使污水處理過程中出現的各種故障發現滯后并且不能及時準確地解決。因此對污水處理廠進行運行故障診斷和精細化監管十分必要和關鍵。
1、污水處理故障診斷方法
1.1知識綜合法
知識綜合法主要是指利用知識和經驗等方法綜合對污水處理過程中的問題進行診斷并找出解決辦法，一般是針對某一案例。知識來源包括前期知識的積累和查閱相關材料來獲取與診斷相關的信息，材料如污水處理方面的設計手冊、技術規范、技術指南、相關文獻和類似污水處理工程案例資料等。
1.2數學模擬診斷法
數學模擬法是利用現有的一些污水處理方面的數學模型或模擬軟件對污水處理廠的運行工況進行診斷并提出優化方案的一種方法。該方法通過模擬能同時實現診斷與優化。這類方法對操作人員專業水平要求較高，過程較復雜，但是診斷和優化方案比較精確高效，目前很多污水處理廠采用了數學模擬來診斷運行的報道，例如仇付國等利用BioWin軟件對北京某ICEAS工藝的污水廠進行氮、磷出水不達標診斷，并從調整工藝運行參數和改變工藝流程兩方面提出了升級改造方案。
1.3統計學診斷法
污水處理過程復雜，涉及到的影響因素頗多，污水處理參數很多并且相互影響，這就促進了統計學診斷方法應用于污水處理故障診斷中。且統計學診斷方法已從最初的單變量統計逐步發展到多元統計診斷分析，如主成分分析法，偏最小二乘法等。
(1)基于主成分分析的診斷方法。主成分分析是從影響過程的眾多相關變量中挑選幾個主要過程變量來表示原有的多個變量，從而簡化分析過程的一種統計方法。基于主成分分析的診斷方法是將污水處理的歷史數據，按一定標準去掉一些重復的線性干擾，找出影響過程變量的主成分，構建主成分模型，通過數據對模型進行檢驗，對實時數據與模型之間進行比對，實現故障診斷。
(2)基于故障樹的診斷方法。故障樹診斷法是Bell實驗室于1961年提出來的一種推理方法，整個構成倒樹狀結構。最上層是頂事件，向下一級一級分支是中間事件和子事件，子事件下部是導致事件的根部原因。事件與事件之間存在“與”門和“或”門的關系。將故障樹診斷法用于污水處理廠的診斷之中，可以通過這樣一種樹狀關系來探討導致頂事件的可能原因，邏輯清晰，并且能夠定量分析出各事件發生的概率。
(3)基于支持向量機的診斷方法。基于支持向量機的診斷方法是通過構造最優分類平面將異常數據與正常數據區分開，它是基于統計理論的一種機器學習方法，它在解決污水處理廠的故障監測和診斷方面是一個有力工具。
1.4人工智能診斷法
(1)基于遺傳算法的診斷方法。遺傳算法是從生物進化過程“適者生存”“優勝劣汰”啟發而來。基于進化過程中的信息遺傳機制和優勝劣汰原則的算法，把求解問題的自變量看作原因，編碼構成染色體(個體)，在個體集合(群體)內依據個體適應能力進行最優評價。遺傳算法搜索性能優越，同時能進行全局性能優化。
(2)基于人工神經網絡的診斷方法。人工神經網絡是一種用大量簡單相連人工神經元來模仿生物神經網絡的一種人工智能處理系統，包括硬件和軟件。人工神經網絡由大量人工神經細胞(處理單元)組成，每個處理單元都可以輸出信號，該信號又成為別的處理單元的輸入，這種輸入和輸出關系一般用輸入值的加權乘積和函數來表示。人工神經網絡的運作有學習過程和回想過程，可以進行大規模的運算、存儲、處理、學習和記憶能力，針對污水處理這類多影響因素和條件可以進行評估和診斷。人工神經網絡診斷在污水處理故障診斷領域主要關注的是污水處理過程的模擬和控制和對特定參數進行預測等。
(3)基于模糊理論的故障診斷方法。模糊理論診斷法是模仿人類思維的模糊綜合判斷推理來處理問題的一種方法。該方法對于診斷一些過程本身具有不確定性、不精確性的問題有突出優勢，主要是通過構造隸屬度函數來實現診斷。
(4)基于專家系統的診斷方法。基于專家系統的診斷方法是將長期大量的知識經驗和故障信息進行收集和整理，然后轉化成計算機語言，設計出智能程序來解決復雜問題。專家系統診斷法在設備、電子系統、機械系統和運行過程故障診斷方面都有大量的應用，同時也逐步開始應用于污水處理故障診斷中。
1.5集成診斷法
集成診斷法是結合各種診斷方法的優點而形成的一種診斷方法，基于此作出的決策對污水處理廠的管理有重要推動作用。用的比較多的集成診斷法有神經網絡和專家系統的集成、模糊理論和專家系統的集成、故障樹和專家系統的集成、模糊理論和神經網絡集成等。
2、專家系統在污水處理故障診斷中的應用
專家系統包括知識庫、推理機、數據庫、解釋模塊和人機交互端口等幾部分。專家系統最重要的是知識庫，也是整個系統的瓶頸所在。需要盡可能多的收集所診斷對象可能出現的問題，并且找出對應問題的原因和解決辦法。推理機是根據一定的邏輯及推理規則，利用知識庫里的知識，對用戶輸入的問題進行分析和解釋。數據庫是系統操作對象。解釋模塊是對用戶的提問進行解釋。人機交互端口是用戶與計算機或者只能專家進行交流的端口。
專家系統及其集成系統從1970年開始在污水處理領域得到應用，至今為止已經有不少成功案例，相關文獻報道也比較多。既有用于全過程診斷的，也有針對某個具體處理單元的。
孫強等在國內首次提出建立基于模糊理論的城市污水處理廠故障診斷專家系統(STFES)。施漢昌等2001年用正反向推理機制，用故障樹的形式，建立了一套故障診斷系統，并用于城市污水處理廠的運行診斷。王剛通過故障樹法進行知識庫構建，采用正向推理機制，在Eclipse平臺采用MySQL開發工具構建數據庫，構建了一套專家診斷系統，用于榨菜廢水處理廠故障診斷。該診斷系統還包括運行維護模塊，可以提供廢水處理運行、維護和管理知識的查詢功能。田在興利用故障樹理論對引起出水問題的原因進行組織和整理，構建知識庫(如圖1)。然后采用正向推理機制，建立了一套專家診斷系統，用于城市污水處理廠BAF工藝的診斷中。通過實際應用發現該診斷系統能準確判斷出水異常數據并能對引發故障的原因給予解釋并提出相應解決方案。劉宇基于貝葉斯網絡法構建貝葉斯網絡模型，再基于該模型構建了城市污水處理廠A2/O工藝故障診斷專家系統。王龍雙針對處理冶煉廢水和混合化工廢水的工業廢水處理廠運行故障，利用模糊理論構建知識庫，采用正向推理方法構建推理機，在此基礎上開發了一套污水處理運行監控與故障診斷的專家系統。該系統能實現污水處理廠運行異常數據自動提取、實時顯示、故障在線或離線診斷功能，實際調試運行效果良好。
分享
國外方面，Punal建立了一個厭氧處理工業廢水的診斷專家系統，以高濃度化纖廢水的處理為實際診斷案例，可靠性和穩定性好。Baeza等為了提高總氮的去除效率，建立了一個基于知識的專家系統(KBES)用于A2/O工藝污水處理廠的運行診斷。Carrasco等建立了一套基于規則的模糊診斷專家系統，用于對厭氧廢水處理過程中酸化相的診斷。該診斷系統搭載了Matlab模糊邏輯工具箱進行數據分析，試用結果證明該系統能很好地診斷反應器的操作異常問題。Lardon等針對專家系統容易出現診斷錯誤的現象，經過改進后建立了一種基于事實理論的診斷專家系統，并應用于厭氧工業廢水處理中，通過驗證發現該系統能自動檢測信息和數據沖突。Chen等開發了一個基于知識的在線診斷專家系統，用來診斷MBR工藝污水處理廠同步去除有機物和氮。
雖然專家系統的開發和應用已經較多，但專家系統目前在污水處理診斷中的應用也存在如下不足：一是知識庫內容有限，不能包含污水處理過程中的所有故障，因此建立的專家系統可能不能解決污水處理廠的所有問題;二是專家系統知識庫不能自動更新，需要人為不斷地補充新的問題，并且轉化成計算機語言給系統不斷升級;三是故障診斷系統沒有與自動控制相結合，還是限于工作人員通過專家系統診斷問題，得到系統反饋后再去采取相應措施，存在一定的延滯，不夠高效。
3、其他診斷方法在污水處理故障診斷中的應用
3.1知識綜合法
王先寶等采用知識綜合診斷法對昆明某氧化溝工藝的污水處理廠進行問題診斷，通過收集污水處理廠運行一年的進出水水質水量數據，利用專業知識積累、文獻查詢或咨詢專業人士等手段來尋找運行問題的原因，最后發現進水碳源問題、供氧問題等幾個方面的原因并給出了優化建議。李鵬峰等對某CAST工藝污水處理廠進行診斷分析，在歷史運行數據的基礎上，通過污泥活性測試和工藝模擬試驗提出相應的工藝優化運行措施。
知識綜合法進行故障診斷需要長期的知識和經驗的積累，專業性太強，且容易以主觀意識為主，缺乏科學性，導致診斷結論錯誤，造成損失。
3.2數學模擬法
數學模擬法是近幾年興起較快的一項技術，在污水處理診斷、工藝優化、升級改造、能耗評估等多方面均有實際應用。目前應用比較多的模擬模型軟件包括：BioWin模擬軟件、TUD模型、GP-X軟件、WEST軟件等。
仇付國等利用BioWin軟件對北京某ICEAS工藝的污水處理廠進行氮、磷出水不達標診斷，先建立概化模型，校正模型參數，進行動態模擬，從調整工藝運行參數和改變工藝流程兩方面提出了升級改造方案。郝曉地等通過數學模擬的方式對荷蘭某污水處理廠進行節能降耗優化，采用TUD模型，使用AQUASIM 2.0軟件進行模擬，發現反硝化脫氮除磷在同步脫氮除磷過程中能節約53%~59%的COD，多余的COD可以轉化為CH4，從而降低能耗。
Nuhoglu等利用GPS-X軟件對土耳其某卡魯塞爾氧化溝工藝的污水處理廠進行了全流程模擬，發現調整μmax h、μmax a、KNH、KS這4個參數能使得模擬結果與實際出水水質有很好的匹配。Vitanza等采用BioWin模擬軟件對污水處理廠進行診斷和工藝優化，發現模型擬合度好，模擬準確。Guo等基于貝葉斯網絡模型建立了一種新的用于A2/O工藝污水處理診斷的方法。
數學模擬法需要基于數據建模或者利用現有的模型軟件建立概化模型等，需要專業水處理知識和強的數學功底，同時對模型軟件很好的掌握，能獨立操作，相對難度大。另外，目前數學模擬法也僅局限于對生活污水的處理，對于進水成分復雜的工業廢水目前應用效果不好，有空缺。但是數學模擬法有很多別的方法不能比擬的優勢，一方面能夠通過數據校正、擬合，對污水處理廠進水水質水量改變、污水處理工藝條件變化、構筑物容積等發生改變的情況下對污水處理系統的影響，對于新建污水處理廠和需要完成升級改造的污水處理廠有比較準確的預測作用，可以節約成本和節省工作量。另一方面，模型軟件可以同時實現診斷與優化，并針對每個污水處理廠的實際情況提出精確、具體可行的優化方法，包括工藝優化和能耗優化，實用性非常強。
3.3統計學診斷法
劉乙奇等為了克服PCA方法的不足，提出因子分析(FA)故障診斷方法，并在BSM1模型上進行了驗證，發現與PCA法相比，FA錯誤率更低，對不確定信息的表述能力更完整。
Tao等采用主成分分析方法(PCA)法診斷SBR工藝污水處理廠的傳感器系統故障，在歷史運行數據的基礎上，結合主成分得分和主成分負荷系數，建立了新的故障診斷方法和模型，在實際案例中能準確進行故障診斷。
3.4故障樹診斷法
故障樹診斷法可以單獨用來對故障進行分析，也常用來與其他方法進行組合后以集成的方式來進行診斷。
高大康針對CAST工藝常見出水故障，采用故障樹法分析故障原因和邏輯關系，建立了基于規則的故障診斷模型，并用于廣州某工業園區廢水處理故障診斷，離線診斷對污水處理系統的穩定運行有積極作用。
Beauchamp等將故障樹診斷法引入電化學超濾技術的診斷分析中。針對水處理過程中微生物(Cryptosporidium parvum，小球隱孢子蟲)容易超標，以此為頂事件，逐層分析導致該事件的各項因素及根本原因。該研究結論有助于更好地理解電化學超濾過程，合理控制、提高操作能力和技術，確保出水安全。Taheriyoun等采用故障樹分析法對某活性污泥法工藝的污水處理廠進行診斷，分析影響污水處理廠出水效果的各項因素。結果表明人為因素是導致污水處理廠出水故障的最主要的影響因素，通過故障樹分析能有效的評估風險，排除故障。
3.5其他集成診斷法
陸林花將遺傳算法和聚類算法應用于污水處理異常診斷中，采用基于距離的異常因子來檢測異常數據，再建立故障診斷規則。通過實際案例證明該方法能對污水處理中的異常數據進行有效檢測。
Han等基于故障樹理論，利用模糊神經網絡(FNN)建立了一個廢水處理在線診斷系統，該系統包含一個診斷污泥體積指數(SVI)的在線傳感器。該診斷系統通過對實際試驗數據和FNN預測結果的對比進行故障診斷，最終應用于SBR工藝污水處理進行診斷效果驗證。
4、結論與展望
在總結故障診斷方法的基礎上，結合對污水處理故障診斷方法的認識和目前應用現狀的了解，對該領域未來的發展提出以下觀點：
(1)現有的診斷方法或者診斷系統基本集中在對某種處理工藝、單一的故障診斷問題等，對于多種處理工藝都通用的診斷系統和多方位故障診斷還比較缺乏。與此同時，污水處理廠運行故障與故障之間可能存在各種關聯，會產生鏈式反應。因此建立適應性更強、全污水廠逐級分布式故障診斷系統是一個可行的研究方向。
(2)人工智能應用與污水處理故障診斷領域是一個發展趨勢，而目前專家系統、神經網絡等人工智能診斷方法有自身的缺陷和局限性，主要是自主學習能力差、數值計算能力弱、經驗推理能力不足等。因此，將來可以從以下兩方面考慮，一方面可以采用多種智能方法相結合的集成智能診斷系統可以發揮各自優勢，取得更好的效果。另一方面，在人工智能中開發機器自主學習的方法，有助于及時補充知識，提高診斷系統能力。
(3)目前互聯網技術的發展，有助于建立虛擬故障診斷平臺，實施遠程故障診斷。電腦搭載診斷系統的同時開發診斷APP，污水處理廠實時數據傳輸到診斷APP，利用診斷軟件可以隨時進行故障診斷，更便捷、高效。同時，網絡的發展又可以實現污水處理故障診斷資源共享，幫助污水處理廠優化運營。
