论文题目：Fault Diagnosis of Wastewater Treatment Processes Based on CPSO‑DKPCA

录用期刊/会议：International Journal of Computational Intelligence Systems（中科院大类四区）

作者列表：

1）徐宝昌 中国石油大学（北京）人工智能学院 自动化系 教师

2）庄  朋 中国石油大学（北京）人工智能学院 控制科学与工程 研22

3）王雅欣 中国石油大学（北京）人工智能学院 控制科学与工程 博21

4）何  为 中石油安全环保技术研究院 博士

5）王中军 中国石油大学（北京）人工智能学院 控制科学与工程 硕21

6）刘忠尧 中国石油大学（北京）人工智能学院 控制科学与工程 硕21

摘要:

污水生化处理过程是一类强非线性、变量耦合、工况复杂的过程。由于环境恶劣，污水生化处理过程故障频发，导致传统的故障检测方法检测率较低并且无法定位故障根源，造成出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于混沌粒子群优化算法优化动态核主成分分析和格兰杰因果分析的故障监测和诊断新方法。

背景与动机:

污水处理过程是一个变量众多、滞后性强、参数时变的非线性处理过程，生化过程能够去除污水处理过程中的绝大部分污染物，是污水处理过程的关键单元，由于所处环境的恶劣，会使得传感器、风机等设备受到腐蚀而损坏，另外进水水质的差距，PH、温度、供氧量、营养投加量的变化都会使生化过程的微生物受到冲击，发生污泥膨胀、污泥发黑、污泥块状上浮、气味异常等故障，故障的发生会降低污水处理系统的处理能力，容易引起出水水质不达标、运行费用增高和环境二次污染等严重问题，因此，需要对污水处理过程进行诊断，能够及时发现问题并解决，保证污水处理过程的有效性。

设计与实现:

分为离线数据建模与在线数据监测两部分：

Fig. 1. Fault diagnosis flowchart based on CPSO-DKPCA-GC

实验结果及分析:

某石化污水处理厂真实污泥膨胀过程故障分析：

Fig.2. Fault detection of sludge bulking by CPSO-DKPCA

Fig. 5. Granger causality analysis for sludge bulking

从图5可以看出，X1是导致污泥膨胀的最根本原因，即营养成分的缺乏导致污泥膨胀，在这种情况下，一些高表面积体积比的丝状细菌会繁殖，从而导致污泥膨胀。在有机物及营养物质均充足情况下，污泥中菌胶团比增长速度较丝状菌快，有利于与丝状菌的竞争，从而缓解污泥膨胀，因此在发生总磷缺乏的时候，应当投加营养物质，解决污泥膨胀的故障。

小结:

在这篇文章，针对污水处理过程中的故障，提出了一种CPSO-DKPCA-GC的故障诊断方法，这种方法能够克服变量的自相关性及非线性的困难，而且解决了进行格兰杰因果分析的候选变量的选择难题，与PCA,KPCA,DKPCA相比，该方法在故障检测率方面有较大的提升，并且可以准确定位故障原因。

作者简介:

徐宝昌，教授,博士生导师/硕士生导师。长期从事复杂系统的建模与先进控制；钻井过程自动控制技术；井下信号的测量与处理；多传感器信息融合与软测量技术等方面的研究工作。现为中国石油学会会员，中国化工学会信息技术应用专业委员会委员。曾参与多项国家级、省部级科研课题的科研工作，并在国内外核心刊物发表了论文70余篇；其中被SCI、EI、ISTP收录30余篇。