Az eleveniszapos szennyvíztisztítás esetében alapvető gondot jelent a különböző tápanyagok eltérő felvételi sebessége, valamint a felvételükhöz szükséges körülmények megfelelő szabályozása. A kommunális szennyvizek kedvezőtlen szerves C:N:P arányának következtében a folyamatok optimalizálása önmagában is a szerves energiaforrás (szén) felhasználásának tudatos szabályozását követeli meg. Ez az adott tápanyag heterotróf mikroorganizmusok által oxikus körülmények között történő felvételének minimalizálását jelenti. Csak így lehetséges az ugyanazon mikroorganizmus csoport által történő maximális denitrifikáció és egyidejű biológiai többletfoszfor eltávolítás biztosítása.
Az eleveniszapos szennyvíztisztító rendszerek sokfélesége, folyamatos, vagy szakaszos szerves anyag ellátás, folyamatos, vagy szakaszos levegőztetés (oxigénellátás), azonos reaktorterekben vagy egymást követő reaktorterekben, térben vagy időben történő folyamat ciklizálás a reaktortér esetleges ülepítőként történő hasznosítása (SBR) a folyamatok szabályzási lehetőségének rendkívüli elbonyolítását eredményezi. Ilyen komplex rendszerek esetében, ahol esetenként maguk a reakció körülmények sem egyértelműen definiálhatók a rendszer hidrodinamikai viszonyainak függvényében, a tapasztalatok szerint a determinisztikus összefüggések vizsgálatával azonos hatékonyságú lehet a különböző paraméterek sztochasztikus kapcsolatának értékelése. Az utóbbi megfelelő célú feldolgozása esetén a rendszer üzemvitelének szabályozására, optimalizálására alkalmas megoldás a fuzzy szabályozás.
A diplomamunka feladata a vázolt ismeretrendszer rövid áttekintése egy bevezető, úgynevezett irodalmi részben, melyet követően a kísérleti rész feladata konkrét üzem adatainak szabályozási célból történő feldolgozása a fuzzy szabályozás módszerével. A munka során vizsgálni kell az adott rendszer dinamikus vizsgálatára alkalmas szimulátor beépítési lehetőségét vagy annak egyéb felhasználási lehetőségét a fuzzy szabályozás kidolgozásánál.
2. KIVONAT
2.1. KIVONAT
Kulcsszavak: fuzzy logika, szennyvíztisztítás, szabályozás, modellezés, szakértői rendszerek, mesterséges intelligencia
A diplomamunka célja a fuzzy logika alkalmazási lehetőségeinek bemutatása az eleveniszapos szennyvíztisztítás területén.
Ennek érdekében megismerkedhetünk a fuzzy logika elméletével, a gyakorlatba való átültetés módjával, valamint két sikeres kísérlettel.
A továbbiakban bemutatásra kerül saját fejlesztésű programom, mely egy általános, fuzzy elveken működő problémamegoldó rendszer. Megismerhetjük az adatszerkezetét, a fuzzy függvények kezelési módját.
A gyakorlati részben ismertetésre kerül egy szintszabályozási-adagolási probléma megoldása az ismertetett program segítségével. Egy SBR üzemű szennyvíztisztító kiegyenlítő medencéjének kis térfogata miatt nem képes a csúcsidőszakokban, illetve esőzés alatt a beérkező szennyvízmennyiség egészét fogadni, így annak egy része a megkerülő vezetéken keresztül közvetlenül a befogadóba jut. A fuzzy szabályzó a beérkező szennyvizet annak mennyisége, és a tározó telítettségi szintje ismeretében osztja el a kiegyenlítő medence és a megkerülő vezeték között, úgy, hogy a befogadóba a lehető legkisebb töménységű szennyvíz jusson.
2.2. ABSTRACT
Keywords: fuzzy logic, waste water treatment, controlling, modeling, expert systems, artifi-cial intelligence
The main objective of this diploma work is to demonstrate the application of fuzzy logic in the field of activated sludge waste water treatment.
The diploma work contains a description of fuzzy logic and the way it is implemented in real life as well as two successful experiments.
Later on, a software package developed by me is introduced which is a problem solution system based on fuzzy logic. The data structure and the handling of fuzzy functions are also discussed.
In the practical section a level control and dosage problem is solved using the software de-scribed above. In situations requiring high performance like top load or heavy precipitation conditions, a waste water treatment plant working in SBR mode can not cope with the whole sewage volume due to the small size of the make-up reservoir, consequently a part of it flows directly to the recipient trough a bypass line. The fuzzy logic controller distributes the sewage between the make-up reservoir and the bypass line according to the waste water quantity and the reservoir level so that the sewage getting into the recipient be as di-luted as possible.
3. TARTALOM
3.1. TARTALOMJEGYZÉK
1. FELADATKIÍRÁS
2. KIVONAT
2.1. KIVONAT
2.2. ABSTRACT
3. TARTALOM
3.1. TARTALOMJEGYZÉK
3.2. ÁBRAJEGYZÉK
3.3. TÁBLÁZATOK JEGYZÉKE
4. BEVEZETÉS
5. ELMÉLETI ÁTTEKINTÉS
5.1. TÖRTÉNETI ÁTTEKINTÉS
5.1.1. Fuzzy logika
5.1.2. Mesterséges intelligencia, szakértői rendszerek
5.2. FUZZY LOGIKA JELENTŐSÉGE
5.3. A FUZZY LOGIKA ELMÉLETI ALAPJAI
5.3.1. Logikai operációk fuzzy halmazokkal
5.3.2. Nyelvi változók
5.3.3. Alkalmazás
5.4. SZAKÉRTŐI RENDSZEREK
5.4.1. Szakértelem
5.4.2. Szimbólikus következtetés
5.4.3. Mélység
5.4.4. Önismeret
6. SZENNYVíZTISZTíTÁS
6.1. A SZENNYVÍZTISZTÍTÁS RÖVID TÖRTÉNETE
6.2. MIÉRT KELL TISZTÍTANI A SZENNYVIZET?
6.3. FOGALOM MEGHATÁROZÁSOK
6.3.1. A szennyvíz
6.3.2. A szennyvíztisztítás
6.3.3. A szennyvíztisztító
6.3.4. A befogadó
6.4. AZ ELEVENISZAPOS SZENNYVÍZTISZTÍTÁS SZAKASZAI
6.4.1. Fizikai, mechanikai előtisztítás
6.4.2. Előülepítés
6.4.3. Eleveniszapos szennyvíztisztítás
6.4.4. Ülepítés
6.4.5. Fertőtlenítés
6.5. AZ ELEVENISZAPOS SZENNYVÍZTISZTÍTÁS INFORMATIKUS SZEMMEL
6.6. MODELLEZÉS
6.6.1. A számítógépes modellezés általános jellemzői
6.7. SIKERES FUZZY-ALAPÚ SZABÁLYOZÁSI MEGOLDÁSOK A SZENNYVÍZTISZTÍTÁSBAN
6.7.1. Toxikus hatások elhárítása
6.7.2. Levegőztetés optimalizálása
7. GYAKORLATI MEGVALÓSÍTÁS
7.1. A PROGRAM CÉLJA
7.2. A MEGOLDÁSI MÓDSZER KIVÁLASZTÁSA
7.3. A PROGRAM ÁLTALÁNOS LEÍRÁSA
7.4. A PROGRAM RÉSZLETES ISMERTETÉSE
7.4.1. Tárolt adatok
7.4.2. A fuzzy függvények adatainak értelmezése
7.4.3. Műveletek elvégzése
7.4.4. Adatok mentése
7.5. SZINTSZABÁLYOZÁSI FELADAT MEGOLDÁSA
7.5.1. Feladat ismertetése
7.5.2. A feladat megoldására használt változók és szabálybázis
7.5.3. Futtatási eredmények
8. ÖSSZEFOGLALÁS
9. IRODALOMJEGYZÉK
9.1. A TÉMÁBAN MEGJELENT PUBLIKÁCIÓIM
3.2. ÁBRAJEGYZÉK
1. ÁBRA FUZZY TAGSÁGI FÜGGVÉNYEK FORMÁI
2. ÁBRA AZ "OKOS EMBEREK" TAGSÁGI FÜGGVÉNY
3. ÁBRA A VÍZ- ÉS SZENNYVÍZ-TECHNOLÓGIÁK TÖRTÉNETI FEJLŐDÉSE
4. ÁBRA A) A TENZID ADAGOLÁSA A RENDSZERBE B) A DIAGNOSZTIKAI EGYSÉG REAGÁLÁSA A VÉSZHELYZETRE
5. ÁBRA AZ ANAEROB MEDENCE VÁLASZA A TENZIDRE SZABÁLYZÁSSAL (A), ÉS ANÉLKÜL (B)
6. ÁBRA A TENZID KONCENTRÁCIÓ ALAKULÁSA AZ ANAEROB MEDENCÉBEN SZABÁLYZÁSSAL (A) ÉS ANÉLKÜL (B)
7. ÁBRA SZÁRAZ IDEI MODELLEZÉSI TAPASZTALATOK A FUZZY SZABÁLYZÓ (FENT), A RELÉS-SZABÁLYZÓ (KÖZÉPEN), ÉS A RÖGZÍTETT-ARÁNYÚ SZABÁLYZÓ ESETÉBEN
8. ÁBRA FUZZY VÁLTOZÓ
9. ÁBRA A, B ÉS C VÁLTOZÓ FÜGGVÉNYEI
10. ÁBRA A SZENNYVÍZTISZTÍTÓ FOLYAMATÁBRÁJA
11. ÁBRA A FELADÁSI CIKLUSOK IDŐBEOSZTÁSA
12. ÁBRA A BE INPUT VÁLTOZÓ TAGSÁGI FÜGGVÉNYEI
13. ÁBRA A HELY INPUT VÁLTOZÓ TAGSÁGI FÜGGVÉNYEI
14. ÁBRA A OSZT OUTPUT VÁLTOZÓ TAGSÁGI FÜGGVÉNYEI
15. ÁBRA A TÁROZÓ TELÍTETTSÉGE SZABÁLYZÁSSAL ÉS SZABÁLYZÁS NÉLKÜL A SZÁRAZ IDŐSZAKBAN
16. ÁBRA A PERCENKÉNTI A) BEFOLYÓ, B) KIEGYENLÍTŐ TÁROZÓBA ENGEDETT, C) KÖZVETLENÜL A BEFOGADÓBA JUTÓ SZENNYVÍZMENNYISÉG A SZÁRAZ IDŐSZAKBAN
17. ÁBRA A TÁROZÓ TELÍTETTSÉGE SZABÁLYZÁSSAL ÉS SZABÁLYZÁS NÉLKÜL NAPPALI ESŐZÉS 51ESETÉN (480-720. PERC)
18. ÁBRA A PERCENKÉNTI A) BEFOLYÓ, B) KIEGYENLÍTŐ TÁROZÓBA ENGEDETT, C) KÖZVETLENÜL A BEFOGADÓBA JUTÓ SZENNYVÍZMENNYISÉG A NAPPALI ESŐZÉS IDEJÉN
19. ÁBRA 19. ÁBRA A TÁROZÓ TELÍTETTSÉGE SZABÁLYZÁSSAL ÉS SZABÁLYZÁS NÉLKÜL AZ ESTI CSÚCS IDEJÉRE JUTÓ ESŐZÉS IDEJÉN (1000-1240 PERC)
20. ÁBRA A PERCENKÉNTI A) BEFOLYÓ, B) KIEGYENLÍTŐ TÁROZÓBA ENGEDETT, C) KÖZVETLENÜL A BEFOGADÓBA JUTÓ SZENNYVÍZMENNYISÉG A CSÚCSIDŐSZAKRA JUTÓ ESŐZÉS ESETÉN
21. ÁBRA A TÁROZÓ TELÍTETTSÉGE SZABÁLYZÁSSAL ÉS SZABÁLYZÁS NÉLKÜL EGÉSZ NAPON ÁT TARTÓ ESŐZÉS ESETÉN
22. ÁBRA A PERCENKÉNTI A) BEFOLYÓ, B) KIEGYENLÍTŐ TÁROZÓBA ENGEDETT, C) KÖZVETLENÜL A BEFOGADÓBA JUTÓ SZENNYVÍZMENNYISÉG EGÉSZ NAPOS ESŐZÉSKOR
3.3. TÁBLÁZATOK JEGYZÉKE
1. TÁBLÁZAT A VÁLTOZÓ FELHASZNÁLÓI VÁLTOZÓTÍPUS LEÍRÁSA
2. TÁBLÁZAT AZ EFORM FELHASZNÁLÓI VÁLTOZÓTÍPUS LEÍRÁSA
3. TÁBLÁZAT A FUZZY FELHASZNÁLÓI VÁLTOZÓTÍPUS LEÍRÁSA
4. TÁBLÁZAT A SZABÁLY FELHASZNÁLÓI VÁLTOZÓTÍPUS LEÍRÁSA
5. TÁBLÁZAT FUZZY VÁLTOZÓ ADATAI
6. TÁBLÁZAT A) A VÁLTOZÓ ADATAI, B) B VÁLTOZÓ ADATAI, C) C VÁLTOZÓ ADATAI
7. TÁBLÁZAT AZ IF (A IS NAGY) AND (B IS CSÖKKEN) THEN (C IS NYIT) SZABÁLY ADATAI
8. TÁBLÁZAT AZ IF (A IS NAGY) AND (B IS CSÖKKEN) THEN (C IS NYIT) SZABÁLYHOZ TARTOZÓ EREDMÉNYADATOK
9. TÁBLÁZAT A FUZZY RENDSZERT TARTALMAZÓ SZÖVEGFÁJLOK TARTALMA
10. TÁBLÁZAT TÍZ PERCES SZIMULÁCIÓS IDŐ ESETÉN MENTÉSRE KERÜLŐ ADATOK
11. TÁBLÁZAT A SZABÁLYBÁZIS MÁTRIXA
4. BEVEZETÉS
"Valószínű, hogy valószínűtlen is történik."
Arisztotelész
Az elmúlt években a fellépő kényszerítő körülmények hatására és - reményeim szerint - az emberiség öntudatra ébredésének eredményeként egyre nagyobb hangsúly kerül a környezetvédelemre. Bár ez a tény önmagában örvendetes, félő, hogy az ipari technikai civilizáció fejlődési üteme miatt a környezetünket érő káros hatások növekedése még jó ideig nagyobb ütemű lesz, mint a megelőzésre és a károk felszámolására hozott intézkedések eredményességi szintjének emelkedése.
Igen komoly fékező tényező, hogy a környezetvédelem önmagában véve nem kifizetődő, a belé fektetett pénz és energia gyors megtérülése nem várható, és az elért eredmények nem, vagy csak nehezen mérhetők anyagi haszonban.
Éppen ezért fontos, hogy a környezetvédelemben alkalmazott eszközök viszonylag kis anyagi ráfordítás mellett eléggé látványos eredményeket érjenek el. Ez nehezen megvalósítható cél. A környezeti tényezők rendkívüli bonyolultsága miatt minden beavatkozás nagy körültekintést igényel, azaz tervezéséhez szakértelem, és megfelelő előkészítő, tesztelő módszerek szükségesek, mivel egy rosszul előkészített, megtervezett rendszer megvalósítása visszafordíthatatlan károsodásokat okozhat.
A számítógépes tervezés és modellezés egyik nagy előnye, hogy a tervezett rendszer hatásairól már azelőtt képet alkothatunk, hogy a gyakorlatban kipróbáltuk, alkalmaztuk volna. A fuzzy logika legnagyobb előnye pedig az, hogy alkalmazásával a számítástechnika képessé vált a nehezen körülhatárolható fogalmak kezelésére. Rugalmassága pedig alkalmassá teszi rendkívüli, ritkán előforduló körülmények kezelésére is. Segítségével felkészülhetünk a "valószínűtlenre".
5. ELMÉLETI ÁTTEKINTÉS
5.1. TÖRTÉNETI ÁTTEKINTÉS
5.1.1. FUZZY LOGIKA
|
"… egyetlen gabonaszem nem képez vagyont, sem kettő, vagy három… másrészről mindenki megegyezik abban, hogy 100 millió gabonaszem már vagyonnak számít. Hol van a határ? Mondhatjuk azt, hogy 325 647 szem még nem vagyon, míg 325 648 szem már az?"
Arisztotelész
|
A fuzzy logika gyökerei oly régre vezethetők vissza - mint az idézetből is látszik -, hogy az már történelem. Az emberiséget mindig foglalkoztatta a "határok meghúzásának" problémája. Könnyű fekete-fehérben gondolkodni, de nem minden felmerülő kérdés oldható meg így.
A kettőnél több értékű logikák lehetőségét Lukasiewicz már 1900 körül felvetette. A fuzzy logika alapjait L. A. Zadeh fektette le, mikor 1965-ben a végtelen sok különböző érték használatát javasolta. 1973-ban saját ötleteire alapozva bevezette a nyelvi változókat. További kutatások után az első ipari alkalmazás - egy cementégető-kemence Dániában - 1975-ben kezdett működni.
Az ipari alkalmazások nem terjedtek el túlságosan Európában azonban a japán cégek felismerték a fuzzy logikában rejtőző lehetőségeket, és rengeteg termékükben alkalmazták sikeresen a gyakorlatban is (porszívó, mosógép, fényképezőgép). Napjainkban már Európában és Amerikában is több cég készít fuzzy logikát használó termékeket (Mercedes, Boing, General Motors, Crysler). Megkezdődött a fuzzy logika alkalmazása a szakértői rendszerekben is.
5.1.2. MESTERSÉGES INTELLIGENCIA, SZAKÉRTŐI RENDSZEREK
A II. világháború idején - a kognitív pszichológia eredményei alapján - az emberi probléma megoldást és viselkedést tanulmányozták. Ezek első számítógépes alkalmazásai 1950 táján játékprogramok voltak (sakk, puzzle, kocka).
Newell és Simon 1963-ban Logic Theorist néven automatikus tételbizonyító programot fejlesztettek ki. Elkészül a LISP programozási nyelv mesterséges intelligencia fejlesztések elősegítésére. A NASA Mars programja számára elkészül egy szakértői rendszer, mely a szerves molekulák lehetséges szerkezetei közül azonosítja a valódi szerkezeteket. Ehhez már igen összetett ismeretanyagra volt szükség. A továbbiakban készült szakértői rendszer orvosi diagnosztika céljaira, ásványlelőhelyek felkutatására, beszédfelismerésre.
A jelenlegi kutatási területek igen szerteágazóak, közülük csak néhányat említenék meg, ám egészen bizonyos, hogy még számos más - eddig érintetlen - területen is előtörést jelenthet a mesterséges intelligencia alkalmazása.
TERMÉSZETES NYELV MEGÉRTÉSE
Az emberi tanulási folyamatok mindig is nehezen lesznek reprodukálhatók gépi úton, és minden feladat közül a nyelvtanulás talán az egyik legösszetettebb kérdés. Attól, hogy valaki birtokában van a megfelelő szókincsnek, és ismeri a szükséges nyelvtani szabályokat, még egyáltalán nem biztos, hogy képes az adott nyelven kommunikálni. A hagyományos számítástechnikai eljárásokkal a feladat csak korlátozott mértékben oldható meg.
ROBOTIKA, ÉRZÉKELŐ RENDSZEREK
Ez szintén olyan terület, ahol emberi normák megközelítése, illetve túlszárnyalása a cél. Könnyedén megoldható, hogy egy gépi eszköz erősebb, kitartóbb, pontosabb legyen, mint egy ember, azonban az emberi intelligenciával megtámogatott érzékelés (látás, tapintás, stb.), és főleg az érzékelések értelmezése már olyan feladat, ahol a gépek jelenleg még nagy lemaradásokkal küzdenek.
INTELLIGENS MÉRNÖKI TERVEZŐRENDSZEREK, ÉS PROGRAMOZÁSI ESZKÖZÖK
Ezen a kutatási területen is az emberi elme teljesítményének elérése, esetleges meghaladása a cél. Az alkotókészség, valami újnak a megtervezése, létrehozása igen széleskörű ismereteket, nagy körültekintést igényel. Néha a szabályok egyedi alkalmazására, vagy éppen megkerülésére, túllépésére is szükség van.
Mindhárom említett területen igen nagy terjedelmű adat és szabálymennyiség kezelésére és értelmezésére van szükség, ráadásul az alkalmazni kívánt törvényszerűségek nem mindig fogalmazhatók meg a hagyományos matematika nyelvén, szükség van árnyalatokra, nehezen körülhatárolható halmazok, vagy pontos, érték nélküli változók kezelésére.
5.2. FUZZY LOGIKA JELENTŐSÉGE
|
"Racionális logikánk alapja az a hit,
amely szerint a jövő hasonlítani fog a múltra."
R. G. H. Siu
|
Nem véletlenül választottam ennek a fejezetnek mottójául egy keleti filozófus gondolatát. Az úgynevezett "nyugati és keleti gondolkodásmód" eltérései mára közismertek, és tanulmányozásuk sok hasznot hozott már a mérnöki tudományok számára is.
"Az európai gondolkodásmód hajlamos feltételezni, hogy léteznie kell egyetlen, abszolút tökéletes, egyedül üdvözítő igazságnak, és minden ettől eltérő vélemény hazug, rosszindulatú, káros és eretnek. A keleti felfogás szerint viszont annyi féle igazság van, ahány nézőpontból közelítjük meg a dolgokat. Az eltérő és gyakran egymásnak ellentmondó részigazságok azonban egy magasabb nézőpontból már egységben oldódnak fel." [1]
A modern tudományban is egyre inkább szükség van az egyes problémák minél több nézőpontból induló felderítésére, körüljárására, és az elért haladásnak köszönhetően számos ellentmondást már sikerült feloldani egy "magasabb nézőpontból" meglátott összefüggéssel.
"Az elméletek és modellek szóbeli közlésénél gyakran gondot okoz az, hogy az élő, mindennapi nyelv fogalmai általában pontatlanok és sokszor kétértelműek. A tudományban ezért tisztán definiált fogalmakat és egyértelmű összefüggéseket kell alkalmazni, vagyis korlátozni kell a szavak értelmét és a logikai szabályokat. Ez azonban lényegében nem már, mint az élő nyelv absztrakciója. Az ilyen absztrakció szélsőséges esete a matematika, ahol már a szavak helyét is szimbólumok és műveleti jelzések veszik át, melyek értelmezése igen szigorúan meghatározott." [1]
"Az absztrakt tudományos módszer nagyon hatékony, de ennek nagy az ára is. Minél precízebben definiáljuk fogalmainkat, annál jobban elszakadnak azok a valóságtól. A térkép és az általa ábrázolt földterület analógiájára azt mondhatjuk, hogy a köznapi élő nyelv segítségével olyan "térkép" alkotható, amely éppen lényegi miatt bizonyos hajlékonysággal rendelkezik, s ezért bizonyos mértékben követni képes a valóság "görbültségét". Amint egyre precízebbek vagyunk, ez a hajlékonyság folyamatosan eltűnik és a matematika nyelvében olyan ponthoz ér, amelynél a relativitással való kapcsolat olyan kicsi, hogy a szimbólumok és az érzéki tapasztalás között nincs már többé magától értetődő, kézenfekvő összefüggés. Modelljeinket és elméleteinket ezért ki kell egészíteni szóbeli magyarázatokkal. Ennek során azonban olyan fogalmakat kényszerülünk használni, amelyek gyakran csak intuitíven érthetők, homályosak és pontatlanok." [1]
Ezzel már el is érkeztünk a modellezés egyik fontos problémájához. Amikor a tudományágak a valós dolgok viselkedésének meghatározására egzakt matematikai modelleket építenek fel a tapasztalati jelenségek megfigyelésére alapozva, nem képesek a valóság minden egyes részletét teljes bizonyossággal leképezni, és így a bekövetkező jelenségeket megfelelően előre meghatározni. A valós élet tele van bizonytalansággal az ember és az általa alkotott gépek véges felfogó és befogadó képessége eredményeként.
A modern tudományos kutatások legfontosabb mozgatórugója a "maximális pontosság igénye". Ez a modell és a valóság strukturális azonosságát kívánná meg, ezért a modell-paraméterek és a mérések útján nyert változók (illetve ezekből egzakt matematikai operációk útján nyert értékek) különbsége a minimális felé kellene, hogy közeledjen. Ez azonban újabb problémákat vet fel, mivel amint egy modell eléri ezt a bizonyos áhított "maximális pontosságot" és részletességet, attól kezdve megszűnik modell lenni, és valósággá válik.
Ha ez így lenne, akkor az ilyen "valóságszerű" modellek segítségével tökéletesen reprodukálhatók és tetszőleges időre előre láthatók lennének a folyamatok. Ez azonban - különleges esetektől eltekintve - nincs így. Kényszerből, és jól megalapozott gazdasági szükségszerűségből tehát belép egy újabb szempont, a "maximális hatékonyság" igénye, azaz a modell éppen annyira legyen pontos, hogy már megfeleljen az eléje állított követelményeknek, azaz ne emésszen fel felesleges erőforrásokat a létrehozása, alkalmazása.
A "maximális pontosság" amúgy is eléggé nehezen elérhető célkitűzés, mivel a folyamatok esetlegesen diszkrét jellegéből származó határozatlanság mellett a valóságban mért változók is bizonyos határozatlansággal vannak megterhelve. Ez a mérési módszerek pontatlanságából, vagy a mérendő mennyiség fogalmi meghatározásának elégtelenségéből származik. A mérési pontatlanság mindenütt jelen van. Ezen kívül egyes folyamatok pontatlansága abból is fakadhat, hogy annak makroszkopikusan érzékelhető változásait igen nagy számú mikro-folyamat hozza létre, mint ahogy ez a szennyvíztisztítás esetében is elmondható. A makroszkopikus változók értéke ezen esetben nem egyetlen adat, hanem egy eloszlási függvény.
Felmerült hát az igény egy olyan módszer kidolgozására, amely matematikailag, és a modellezés területén számítástechnikailag is képes kezelni a bizonytalanságot, kétértelműséget, a bonyolult ok-okozati viszonyokat és az egyes események közötti - tudományosan nehezen meghatározható - összefüggéseket.
Az ilyen pontatlan körülírások, valamint a nagy bizonytalansági tényezőjű rendszerek kezelésére fejlesztették ki a fuzzy logika módszereit. A fuzzy szó jelentése: homályos, elmosódott, életlen körvonalú. A fuzzy logika olyan elemek csoportjaival foglalkozik, melyeknek nincsenek határozott körvonalai. A számítástechnikában a bináris megközelítés nem mindig alkalmas a jelenségek leírására, így szükség volt olyan számítógépes módszerek megalkotására, melyek lehetővé teszik a pontatlan körülírások kezelését.
5.3. A FUZZY LOGIKA ELMÉLETI ALAPJAI
A fuzzy logika alapkategóriája a fuzzy halmaz. Míg egy közönséges matematikai halmazról mindig megállapítható, hogy egy bizonyos elem tagja-e a halmaznak, vagy sem (pl. természetes számok halmaza), addig egy fuzzy halmaz esetében a halmazba tartozásnak valószínűsége van.
|
Definíció
Egy véges számú elemből álló nem-fuzzy referenciahalmazt E-vel, ennek elemeit x-el jelölve, ennek egyes elemeiből összeállított A fuzzy halmaz úgy értelmezhető, mint x és a mA(x) elempárosok rendezett halmaza, ahol mA(x) az x-elem E-be való tartozásának lehetőségét mérő tagsági függvény.
|
A tagsági függvény egyes értékei egy [0,1] intervallumban definiált viszonyszám, de lehet másfajta mérték is.
A véges számú elemből álló fuzzy halmaz mellett léteznek végtelen számú elemből álló fuzzy halmazok. Az első esetben a tagsági függvény egy n számpárból álló sor, ahol n az elemek száma. Végtelen számú elemből álló fuzzy halmaz tagsági függvénye, egy folytonos analitikai függvény. Ezek különböző alakjai láthatók az
1. ábrán.
1. ábra Fuzzy tagsági függvények formái [2]
Például egy ember 200-as IQ-val feltétlenül okosnak számít, tehát az Okos Emberek Halmazába való tartozásának esélye 1. Egy embertársa 90-es IQ-val pedig semmiképpen sem tekinthető okosnak, az ő halmazba tartozásának esélye 0. Azonban egy 120-as vagy 130-as IQ-val rendelkező egyén halmazba tartozásának értéke valahol 0 és 1 között helyezkedik el. Ebben az esetben azt is el tudjuk dönteni, hogy a 130-as IQ-val rendelkező "elemhez" nagyobb számérték fog tartozni, mint a 120-ashoz. A megadott tagsági függvénnyel az érték egyértelműen meghatározható (lásd 2. ábra).
2. ábra Az "okos emberek" tagsági függvény
5.3.1. LOGIKAI OPERÁCIÓK FUZZY HALMAZOKKAL
Adott A és B halmaz, melyek teljes egészében ugyanazon E referenciahalmazhoz tartoznak. A logikai operációk következőképpen definiálhatók:
Azonosítás
Az A és B halmazok csak akkor tekinthetők egyenlőnek, amennyiben azonos tagsági függvénnyel rendelkeznek, azaz
.
Komplementum-képzés (fuzzy negáció)
A B halmaz az A halmaz komplementuma, amennyiben
.
Metszés (fuzzy ÉS)
A és B halmaz halmazok metszetének egy olyan C halmaz tekinthető, melynek tagsági függvénye kielégíti a következő feltételt
.
Egyesítés (fuzzy VAGY)
Az A és B halmazok egyesítésének olyan C halmaz tekinthető, mely kielégíti a következő feltételt
.
Diszjunktív összeg
Az előzőleg definiált fuzzy logikai operációkkal az A és B diszjunktív összege C a következőképpen fejezhető ki
.
5.3.2. NYELVI VÁLTOZÓK
A fuzzy logika állításainak megfogalmazásához nyelvi (más néven fuzzy) változókat használ, amelyeket még L. A. Zadeh vezetett be 1973-ban. Ezen változók értéke bizonytalan, a mindennapi életből vett fogalmak kapnak matematikai jelentést (fiatal, alacsony, kevés, stb.). A változókkal különböző állítások fogalmazhatók meg, melyek különböző műveletekkel össze is kapcsolhatók. A változókhoz nyelvi módosítók kapcsolhatók (nagyon, kevésbé, stb.).
Egy következtetést - többek között - így lehet logikai nyelven leírni:
A igaz
IF A THEN B
B igaz
A fenti következtetés a fuzzy nyelvén megfogalmazva:
P értéke A'
P értéke A ® Q értéke B
Q értéke B'
majd nyelvi változókkal:
a cukor mennyisége a teában nagyon sok
a cukor mennyisége a teában sok ® a tea édes
a tea nagyon édes
Nos, noha ez a három megállapítás lényegében ugyanaz, mégis az utolsó az, mely leginkább közel áll az emberi gondolkodásmódhoz, és így könnyebben kezelhető a felhasználók szempontjából.
5.3.3. ALKALMAZÁS
A fuzzy elméletek alkalmazásának célja olyan módszerek kifejlesztése, melyekkel szabályokba foglalhatók és megoldhatók az olyan problémák, melyek a hagyományos rendszerekkel nehezen megfogalmazhatók, túlságosan bonyolultak.
5.3.3.1. FUZZYFIKÁLÁS
A rendszer működtetéséhez a bemenő jeleket fuzzyfikálni kell, azaz lehetővé tenni, hogy folyamatosan változzanak a két végállapot között. Ezért a bemeneti állapotokat tagsági függvényekkel kell definiálni. A bemeneti változó állapota nem hirtelen ugrik egyik értékről a másikra (bár erre is van lehetőség), hanem értéke fokozatosan csökken az egyik tagságban és nő a másikban. Ennek a műveletnek az elvégzésére a matematika függvénytan ága megfelelő módszerekkel rendelkezik, a tagsági függvény formájának megfelelően kiválasztható a megfelelő leképezési eljárás. A háromszög, vagy trapéz alakú függvények - melyek ebben a munkában alkalmazásra kerültek - esetében az y=mx+b egyenlet alkalmazása szükséges.
5.3.3.2. SZABÁLYOK ÉRTÉKELÉSE
A rendszerben adva vannak konkrét feladatra meghatározott leképezési szabályok, melyeket használva, a rendszer következtetéseket hoz létre. A döntéshozatalban a szabálybázis minden szabálya részt vesz, felhasználva a tagsági függvényeket és a bemenetekből nyert igazság értékeket. A szabályok megfogalmazására a 5.3.2. pontban ismertetett nyelvi változók, valamint az 5.3.1. pontban ismertetett logikai operációk szolgálnak.
5.3.3.3. DEFUZZYFIKÁLÁS
A szabályok értékeit leképezzük a kimeneti értéket meghatározó tagsági függvényre és az igazság értékre. A kimeneti értékek kombinációja adja a kimenet értékét. Ez az eljárás a defuzzyfikálás. Több matematikai módszer is alkalmazható a konkrét kimeneti értékek meghatározására. Az alábbi ismertetésben az angol neveket használom, mivel ezek rövidítései az elterjedtek.
MEAN OF MAXIMA (MOM)
A "maximum módszer" azt a helyet keresi meg, ahol a tagsági függvény a legnagyobb értéket veszi fel.
CENTRE OF AREA METHOD (COA)
A "fuzzy centroid módszer" a B' eredményhalmaz p számú diszkrét yj értékei alapján határoz meg egy y végeredményt:
LAST OF MAXIMA (LOM), FIRST OS MAXIMA (FOM)
Ha egy fuzzy rendszer egy bizonyos helyzetre két azonosan jó megoldást szolgáltat, akkor az előző két defuzzyfikáló eljárás nem lesz megfelelő, mivel valamilyen középértéket fognak venni. Azaz, ha egy robotnak ki kell kerülnie egy közvetlenül előtte álló akadályt, akkor az előző eljárásokkal nem mozdulna semerre. Ez a metódus viszont az első legjobbat, vagy az utolsó legjobbat választja.
Az alkalmazott defuzzyfikáló eljárást mindig a konkrét feladat jellege és az alkalmazott tagsági függvények alakja határozza meg.
A fuzzy eljárások és szabály alapú következtetések együtt írnak le egy fuzzy szakértői rendszert.
5.4. SZAKÉRTŐI RENDSZEREK
"A szakértői rendszer a szakértői jártasságból összetevődött tudásalap számítógépen belüli megtestesülésének tekinthető, olyan formában, hogy a rendszer intelligens választ tud ajánlani, vagy intelligens döntést tud hozni egy valós helyzetben. További kívánatos, sokak által alapvetőnek tartott képesség, hogy saját álláspontját a kérdező által közvetlenül érthető módon megmagyarázza. Ezen tulajdonságok a szabályok alapján való programozással érhetők el. (British Computer Society)" [3]
A szakértői rendszer egy olyan számítógépes program, amely az ember problémamegoldó képességét modellezi. A szakértői rendszer technikai megvalósításának jelenleg határt szab a problémakör mérete, mely általában csak egy szűk szakterületet fed le.
A szakértői rendszer működéséhez szükséges egy tudásbázis, mely eleve meghatározza azt a bizonyos szakterületet, melyen a rendszer működni fog. A felhasználó csak lekérdezés szintjén férhet hozzá a tudásbázist alkotó szabályokhoz, azok a rendszer működése folyamán nem változnak. Természetesen előfordulhat a rendszer életciklusa folyamán, hogy a tudásbázist korszerűsítik, kiegészítik, módosítják.
A szakértői rendszerben működő következtető rendszer a betáplált adatok alapján a tudásbázis szabályainak felhasználásával újabb tényeket vezet le, valamint a felhasználótól újabb adatokat kérdez. A következtetési folyamat végén közli a megoldást, vagy azt, hogy nincs megoldás.
Mivel a szakértői rendszerrel szemben támasztott követelmények között szerepel a felhasználóval való közvetlen, interaktív kapcsolattartás, a rendszer nem elhanyagolható eleme a felhasználói interface. A rendszer használhatósága nagyban ezen múlik.
A fentiekben felsorolt három alkotórész (tudásbázis, következtető rendszer, felhasználói interface) külön elemként kell, hogy működjön, bár ezek összmunkája alkotja a szakértői rendszert. A következtető rendszer hozzáfér a tudásbázishoz, azonban független tőle. Előállítja a szükséges kapcsolatokat, összefüggéseket, de a szabályok típusa és száma nem befolyásolja működését. A tudásbázist meg lehet változtatni anélkül, hogy a változás a következtető rendszerre hatással lenne.
A szakértői rendszerek tulajdonságai: szakértelem, szimbolikus következtetés, mélység, önismeret.
5.4.1. SZAKÉRTELEM
A szakértői rendszernek tárgykörében el kell érnie ugyanazt a szintet, amit a humán szakértők nyújtanak. Magas szintű készséggel kell bírnia, a rendelkezésre álló ismereteket eredményesen és hatékonyan kell alkalmaznia.
5.4.2. SZIMBOLIKUS KÖVETKEZTETÉS
Egy szakértő általában szimbólumokat választ a probléma fogalmainak meghatározására, és különböző stratégiákat alkalmazva ezekkel a szimbólumokkal végez műveleteket. A szakértői rendszer esetében szimbólumokon olyan karaktersorozatokat értünk, amelyek valamely a valós világból származó fogalmat reprezentálnak. Ezek általában értelmes szavak, de lehetnek - megegyezés szerinti - értelmezéssel bíró számok, egyéb jelsorozatok. A szimbólumok kombinációjával a megfelelő fogalmak közötti viszonyokat lehet kifejezni.
5.4.3. MÉLYSÉG
A szakértői rendszer eredményesen működik egy bizonyos szűk témakörben, amely azonban bonyolult problémákat foglal magában, ezért a rendszerben tárolt tudásanyag is szükségszerűen bonyolult. Valós feladatkörben a rendszer gyakorlati problémát kezel, tényleges adatokkal és olyan megoldást szolgáltat, mely hasznos és gazdaságos.
5.4.4. ÖNISMERET
A rendszer a problémák megoldására vonatkozó tudásanyagon kívül saját működésére vonatkozó ismereteket is tartalmaz. Ez lehetővé teszi, hogy a rendszer saját működésére következtessen, azon esetleg módosítson. A szakértői rendszerekben - bizonyos esetekben - található egy érvelő, magyarázó alrendszer. A rendszer el tudja magyarázni, hogyan jutott el a megoldáshoz.
6. SZENNYVÍZTISZTÍTÁS
6.1. A SZENNYVÍZTISZTÍTÁS RÖVID TÖRTÉNETE
A szennyvíz nem a modern kor "találmánya", hiszen az ember már időtlen idők óta szennyezi a vizeket. Mégis az emberiségnek túl kellet lépnie egy népességi, a technikának pedig egy fejlettségi szintet, hogy a tiszta ivóvíz megszerzése, és a szennyezett víz elvezetése gondot okozzon, és munkát adjon a mérnököknek.
A víznyerést vagy vízelvezetést szolgáló technikák már a korai kultúrtörténet részei voltak. Ki ne hallott volna a rómaiak csodálatos vízvezetékeiről, vagy Földközi-tengeri civilizációknál a palotákban "légkondicionálásként" csordogáló forrásvízről. Bizonyos előírások a vizek tisztaságának védelmére pedig már a középkorban is léteztek. A XIX. század első felében megjelenő székely falutörvények is igen komolyan és meglepő körültekintéssel foglakoznak a témával.
Ezzel szemben a víz- és szennyvíztisztítás technológiáit először csak az iparosodással együtt alkalmazták. A szennyvíztisztítás és szennyvíziszap eltávolítás először az építőmérnöki tudományok körébe tartozott, később azonban már biológusok és vegyészek is részt vettek a munkában.
3. ábra A víz- és szennyvíz-technológiák történeti fejlődése [4]
6.2. MIÉRT KELL TISZTÍTANI A SZENNYVIZET?
Ami az emberek számára szennyvíz, és kellemetlen szaga mellett egészségügyi veszélyessége miatt sem kívánatos terméke az emberi civilizációnak, az más organizmusok számára táplálék.
A gyorsan növekvő, apró élőlények kifejezetten jól érzik magukat a tápanyagdús szennyvizekben. A középkori nagyvárosokban a tisztítatlan szennyvíz hatalmas kolerajárványokat okozott, melyekben több ezer ember, esetleg a város több, mint 10%-a életét vesztette. Ilyen járvány még 1892 nyarán is tombolt Hamburgban.
Manapság a kolerajárvány csak ritkán fenyeget (háborúk vagy nagy természeti katasztrófák idején), de a szennyvíz továbbra sem veszélytelen az élővilágra nézve. Az élő vizeinkbe kerülő tisztítatlan szennyvíz eutrofizációt indíthat el. A tápanyagmennyiség növekedése elősegíti az apró organizmusok (moszatok, algák) szaporodását. A megnövekedett populáció aztán erőteljesen csökkenti a rendelkezésére álló oxigénmennyiséget, ami először a halak pusztulását vonja maga után, majd az oxigén elfogyásakor a "baj okozói", az azt elfogyasztó mikroorganizmusok is elpusztulnak, és rohadni kezdenek. Ez aztán az eddig túlélőnek számító növényi életet is elpusztítja.
Az ipari szennyvizekkel a befogadókba kerülő nehézfémek pedig különösen mérgező hatásúak, ráadásul beépülnek az elő szervezetekbe és felhalmozódnak.
6.3. FOGALOM MEGHATÁROZÁSOK
6.3.1. A SZENNYVÍZ
Szennyvíz a csatornahálózatból (városi szennyvíz), a háztartásokból (szippantott szennyvíz), illetve az ipari létesítményekből (ipari szennyvíz) származó, többnyire sok oldott és szuszpendált anyaggal szennyezett víz. Kevés szerves szennyezőanyag és nagy oldott-oxigéntartalmú befogadó esetén lehetséges a szennyvíz közvetlen elhelyezése a befogadóban, legtöbbnyire azonban a szennyvíztisztítás elkerülhetetlen. A szennyvíztisztítás eredményeként a szennyvízből a befogadóba vezethető vagy újra felhasználható tisztított szennyvizet, melléktermékként szennyvíziszapot, esetleg újra felhasználható értékes anyagot lehet kapni. A házi és városi szennyvízre az emberi szervezet hulladékai (vizelet, fekália, foszfor), az ipari szennyvízre az ipari tevékenység speciális anyagai a jellemzők. Az előbbieknél az összes szervesanyag-tartalom - a helytől, napszaktól, évszaktól függően - 100 és 1000 mg/kg (ppm) közé a BOI-érték 100 és 700 mg/kg közé, az utóbbiaknál - iparágtól függően - 300 és 8000 mg/kg, illetve 10 és 5000 mg/kg közé esik. A városi szennyvíz, illetve a házi szennyvíz esetében kórokozó mikroorganizmusok jelenlétével is számolni kell.
6.3.1.1. SZENNYVIZEK ÖSSZETÉTELE
LAKOSSÁGI SZENNYVÍZ ÉS VÁROSI SZENNYVÍZ
A csak élelmiszer hulladékból álló lakossági szennyvíz összetétele alapvetően a lakosság életszínvonalától függ. A lakossági szennyvizek összetételénél meghatározó lehet még a lakóhely domborzata, az időszakos nagyobb esőzések. A szennyvízhozam a lakosság életritmusának megfelelő.
A lakossági szennyvizek összetételét biológiailag lebontható szervesanyag, nitrogén, foszfor és lebegőanyag tartalmukkal szokásos minősíteni.
Az egy lakosra eső napi szennyvíz (LE) jellemező értékei a következők [5]:
- vízhozam - 150 liter/nap
- biológiai terhelés - 54-60 g BOI5/nap
- nitrogén - 10-12 g/nap
- foszfor - 2 g/nap
- lebegőanyag - 100g/nap
- KOI - 110 g/nap
IPARI SZENNYVÍZ
Az ipar a vizet nyersanyagként, segédanyagként, technológiai eszközként, oldószerként és hűtőközegként hasznosítja. Ezek a feladatok különböző minőségű vizet igényelnek. Az ipari elfolyóvízzel - a feldolgozástól függően - legtöbbször igen sokféle anyag kerül a csatornába. A szennyezések természetes eredetű vagy szintetikus szerves anyagok, szervetlen savak, lúgok, sók, nehézfémek lehetnek. Az ipari termelés szennyvízhozama a termelés mértéke és ciklusa szerint változik, lehet egyenletes, vagy szélsőségesen ingadozó (szezonális termelés).
6.3.2. A SZENNYVÍZTISZTÍTÁS
Szennyvíztisztítás a szennyvíz szennyezőanyagainak eltávolítására alkalmas vagy alkalmazott eljárások és műveletek összessége, amelyekkel kezelve az ismét felhasználható vagy a befogadóba vezethető. A szennyvíztisztítás egy vagy több műtárgyból álló szennyvíztisztító telepen folyik. A szennyvíztisztítás eljárásai, műveletei és műtárgyai a mechanikai, a biológiai, valamint a fizikai és fizikai-kémiai szennyvíztisztítás körébe sorolhatók, amelyek előtt esetleg előtisztítást szoktak végezni. Az utóbbi - szélsőséges szennyvízösszetétel esetén - a szennyvíztisztítást megelőző (vagy ipari szennyvizeknél) a csatornahálózatba való bevezetést megelőző lépéseket foglalja magában. A szennyvíztisztítás eredményeként kibocsátott tisztított szennyvíz minőségnek a befogadó (befogadó-határértékek) vagy az újrafelhasználás (pl. ipari víz) követelményeinek kell eleget tennie.
6.3.2.1. FOLYAMATOS SZENNYVÍZTISZTÍTÁS
A folyamatos szennyvíztisztítás esetében a folyamatok térben elválasztva időben párhuzamosan folynak.
6.3.2.2. SZAKASZOS SZENNYVÍZTISZTÍTÁS
A szakaszos szennyvíztisztítás folyamatai egyazon reaktortérben, időben egymást követve zajlanak.
6.3.3. A SZENNYVÍZTISZTÍTÓ
Szennyvíztisztító a csatornahálózatban összegyűjtött szennyvíz vagy elkülönített ipari szennyvíz tisztítására épített, különféle műtárgyakból álló létesítmény.
A szakaszos szennyvíztisztítókat az angol elnevezés alapján (Sequencing Batch Reactor) SBR technológiájú üzemeknek nevezzük.
6.3.4. A BEFOGADÓ
A hulladékot, továbbá a hulladéktartalmú gáznemű (pl. szennyezett levegő) vagy folyékony (pl. szennyezett víz vagy szennyvíz) vagy szilárd anyagot elnyelő környezeti elem (levegő, víz, talaj), illetve természetes vagy mesterséges alakzat (pl. folyó, tenger, tó, bányaüreg). Leggyakrabban azt a felszíni folyó- vagy állóvizet nevezik befogadónak, amelybe szennyvizet vagy használt vizet vezetnek. A befogadó terhelhetőségét a fogadó és fogadott közeg mennyisége és szennyezettsége, valamint a befogadóra vonatkozó víz- minőségi határértékek (befogadó-határértékek) szabják meg.
6.4. AZ ELEVENISZAPOS SZENNYVÍZTISZTÍTÁS SZAKASZAI
6.4.1. FIZIKAI, MECHANIKAI ELŐTISZTÍTÁS
Az előtisztító lépcső lehet rács, aprító, homokfogó. Az ezekkel eltávolítandó anyagok szemmel követhető durva szennyező anyagok (ágak, kövek, rongydarabok, konzervdobozok, homok, stb.). Ezek az anyagok zavarnák a telep működését, súlyos üzemelési problémákat (szivattyútörés, csatornadugulás, stb.) okozva.
6.4.2. ELŐÜLEPÍTÉS
A nyers szennyvíz lebegőanyagai a csatornahálózatban a viszonylag nagy áramlási sebesség miatt nem ülepednek le. A telep homokfogójában és előülepítőjében azonban az áramlási sebesség fokozatosan csökken. Ennek hatására a szennyvíz sűrűségénél lényegesen nagyobb sűrűségű anyagok a fenékre ülepednek, ha sűrűségük kisebb, akkor a szennyvíz felszínére úsznak, így ezek nagy része eltávolítható. Az előülepítő célja a biológiai egység tehermentesítése.
6.4.3. ELEVENISZAPOS SZENNYVÍZTISZTÍTÁS
Az eleveniszapos eljárás az előülepített szennyvíz biológiai tisztítására hivatott. Az eleveniszap a mikroorganizmusok szuszpenziója. Az "eleven" kifejezés abból származik, hogy az iszap nagy része szervesanyag-lebontásra képes aktív baktérium, és egyéb elő szervezet.
Az eleveniszapos szennyvíztisztítás aerob biológiai folyamat, amely a szennyvízben lévő szerves anyagok lebontását felgyorsítja. A mikroorganizmusok az eleveniszapos medencébe jutó szennyvíz tápanyagait hasznosítják.
LEJÁTSZÓDÓ REAKCIÓK [6]:
- Biológiai és kémiai oxidáció: 1g BOI5 feldolgozása során 0,5-0,7 g iszap keletkezik, melyben megközelítőleg 6-8% a N és 2% a P tartalom. A folyamat lejátszódásához 0,9-1,5 g O2 szükséges. Hogy a megfelelő mennyiségű oxigén álljon rendelkezésre, a medencét levegőztetni kell, méghozzá úgy, hogy megközelítőleg 20-szoros mennyiségű levegőt juttatunk be, mint az oxigénszükséglet. A kémiai vegyületek oxidációjának O2 igénye az előző mennyiség 60%-a. Azaz arányaiban 1 kg BOI eltávolításához megközelítőleg 35 kg levegő befújása szükséges.
- Nitrifikáció:
- Denitrifikáció:
A nitrifikáció és denitrifikáció esetében a nitrogén tartalmú vegyületek átalakulása során a N nagyobb része N2-é alakul, kisebb része a biomasszába épül be, így a vízből eltávolításra kerül.
6.4.4. ÜLEPÍTÉS
Az ülepítés során az immár megfelelően tiszta víz és keletkezett iszap elválik egymástól. A gravitáció hatására az iszaprészecskék a medence alján kiülepednek, a medence tetején a tiszta víz távozik.
6.4.5. FERTŐTLENÍTÉS
A tisztított víz kis mértékben még mindig tartalmazhat baktériumokat, melyek fertőzésveszélyt jelentenek. A fertőtlenítésre két módszer ismeretes. A klórozás elpusztítja a baktériumokat, de a keletkező klórszármazékok rákkeltő hatásúak, míg a H2O2-vel vagy ózonnal végzett fertőtlenítés ugyan nem jár ilyen káros mellékhatásokkal, viszont rendkívül költséges.
6.5. AZ ELEVENISZAPOS SZENNYVÍZTISZTÍTÁS INFORMATIKUS SZEMMEL
Az eleveniszapos szennyvíztisztító rendszer üzemletetése igen bonyolult. A rendszerek sokfélesége; folyamatos, vagy szakaszos szervesanyag ellátás, folyamatos, vagy szakaszos levegőztetés (oxigénellátás), azonos reaktorterekben vagy egymást követő reaktorterekben, térben vagy időben történő folyamat ciklizálás a reaktortér esetleges ülepítőként történő hasznosítása (SBR) a folyamatok szabályzási lehetőségének rendkívüli elbonyolítását eredményezi.
A követelmények általában két oldalról szorítják a szennyvíztisztítást szabályzó rendszereket. Egyrészről a határértékek betartása jelentkezik, mint kényszerítő körülmény, másrészről pedig a költségek minimalizálása is kívánatos. Ezért aztán nem csak az a fontos, hogy az alkalmazott szabályzástechnika megfelelően üzemeltesse a rendszert, hanem az is, hogy ezt optimális költségráfordítással tegye. Ugyanakkor a szabályzórendszernek megfelelően rugalmasnak kell lennie, hogy lekezelhesse a - néha igen szélsőségesen változó - külső körülmények miatt fellépő rendhagyó helyzeteket is. Számos kísérlet bizonyította, hogy a fuzzy logika alkalmazása igen jó eredményeket ért el mindezen területeken, mint ahogy az alább több példában is ismertetésre kerül.
6.6. MODELLEZÉS
Mivel ennyire bonyolult, hagyományos mérnöki módszerekkel nehezen követhető problémával állunk szemben, felmerült az igény a lejátszódó folyamatok modellezésére. Több modell is készült az eleveniszapos szennyvíztisztítók szimulálására, közülük a legelterjedtebb az International Association on Water Quality (IAWQ) No2. modellje (Gujer et al., 1994.). Ez a modell a szennyvizet két csoportba, azon belül is tizenhét komponensre osztja. A komponensek néha egy-egy jól definiálható molekulát, néha vegyületcsoportot, vagy éppen mikroorganizmus csoportot jelölnek, a lejátszódó folyamatokat differenciálegyenletekkel írja le. Ezeket kell az alkalmazónak kezelnie, hogy a modellt működtetni tudja. A modell kiadásának időpontjában a számítógépes alkalmazás még nehezen volt megvalósítható, mivel a rendelkezésre álló gépek kapacitása és sebessége nem volt megfelelő: túl nagy volt az egyes lépések számításának időigénye. Ez a probléma napjainkra megoldódni látszik, a most működő számítógépes alkalmazások már képesek pár perc alatt elvégezni mindazon számámítási feladatokat, melyek egy szennyvíztisztítóban egy nap alatt lejátszódó folyamatokat egy perces lépésközzel modellezik.
A szennyvíztisztítás folyamatainak elemzése, és a számítógépes alkalmazások lehetővé válása megnyitotta az utat a szabályzástechnika előtt. A szennyvíztisztítókban lejátszódó folyamatok bonyolultsága miatt a fuzzy logika alkalmazása célszerűnek tűnt. Több laboratóriumi és félüzemi kísérlet is jó eredményeket hozott. A alábbiakban ezekből ismertetnék néhányat, előbb azonban tekintsük át a modellezés kérdését.
6.6.1 A SZÁMÍTÓGÉPES MODELLEZÉS ÁLTALÁNOS JELLEMZŐI
Mind a számítógépes, mind a hagyományos - pl. szélcsatornás vizsgálatok - modellezés esetén a valóság egy leegyszerűsített változatát használjuk arra, hogy jobban megértsük az adott folyamatot, vizsgálhatjuk annak dinamikáját s következtetni tudjunk a később bekövetkező eseményekre is. A modellezésnek éppen ezért több előnyös tulajdonsága, és néhány buktatója is van.
6.6.1.1. ELŐNYÖK
Költségkímélés: Egy számítógépes szimulációval modellezni a szennyvíztisztító egy kritikus helyzetét lényegesen olcsóbb és egyszerűbb dolog, mint egy kísérleti vagy egy üzemi reaktorban előidézni azt. A számítógépes modell elkészülte után egy-egy kísérlet akárhányszor lefuttatható, különösebb költségráfordítás nélkül.
Gyorsaság: Ha egy napnyi folyamatot akarunk elemezni, akkor a valóságban egy 24 órás mérést kell végezni, míg egy átlagos számítógép ezt kevesebb, mint 10 perc alatt kiszámolja.
Különleges helyzetek vizsgálata: Különösebb nehézségek nélkül szimulálhatók a valóságban ritkán előforduló, speciális helyzetek. Egy modell nagyszerűen használható például arra, hogy egy szennyvíztisztító meg tudja állapítani, hogy egy hozzá kapcsolódni kívánó üzem milyen hatással lesz a telep működésére. Így előre meg tudja határozni, hogy szükséges-e a telep fejlesztése, illetve milyen mértékű fejlesztése szükséges.
Oktatási célokra is jól használható: A programot bármikor meg lehet állítani, hogy egy adott szituációt kielemezhető legyen, illetve bármikor vissza is lehet lépni egy korábbi állapotra és onnan más paraméterekkel folytatni a szimulációt, ami az életben nem lehetséges. Így könnyebben választ kaphatunk a "Mi lett volna, ha ...?" kezdetű kérdésekre.
6.6.1.2. HÁTRÁNYOK
Kisebb a pontossága: Egy modell soha nem tudja teljesen lefedni a valóságot, hiszen nem is tudja senki pontosan, hogy egy üzemben milyen tényezők hatnak a szennyvíztisztítás folyamatára.
Nagyobb szaktudást igényel: A program pontossága nagyban függ a paraméterek pontos beállításától, ami minden tisztítóra más és más lehet. Ezek beállítását csak mikrobiológiát és a kémiát jól ismerő szakember tudja pontosan elvégezni.
6.7. SIKERES FUZZY-ALAPÚ SZABÁLYZÁSI MEGOLDÁSOK A SZENNYVÍZTISZTÍTÁSBAN
6.7.1. TOXIKUS HATÁSOK ELHÁRÍTÁSA
A kísérlet során a félüzemi tisztítóba ipari szennyvizet tápláltak, melyhez meghatározott időben anionos tenzidet adagoltak. Ez az anyag toxikus és biológiailag nem bontható az anaerob fázisban.
4. ábra a) A tenzid adagolása a rendszerbe b) a diagnosztikai egység reagálása a vészhelyzetre [7]
Hogy a fuzzy szabályzórendszer hatása megfelelően mérhető legyen, a kísérleteket megismételték a szabályzás nélkül is, és az eredményeket összehasonlították.
A kísérlet tanulságai szerint a szabályzórendszer képes volt jelentősen tompítani a káros hatásokat, míg a nem szabályozott esetben a toxikus anyag visszafordíthatatlan károsodásokat okozott.
5. ábra Az anaerob medence válasza a tenzidre szabályzással (a), és anélkül (b) [7]
A rendszer előre meghatározott határértékek és grafikai kiértékelő rendszer segítségével felfedezte az előtesztelőben elhelyezett mikroorganizmusok rendellenes állapotát, és a toxikus anyagot tartalmazó szennyvizet egy átmeneti tárolóba helyezve lassabb ütemben, az elfolyóvízzel hígítva engedte rá a tisztító medencére. A fuzzy szabályzó a kísérlet lefolyása alatt a tenzid koncentrációját alacsonyan tudta tartani az anaerob medencében, 0,16 g/l-es csúccsal, míg a nem szabályozott kísérlet esetében a koncentráció elérte a 0,3 g/l-t. [7]
6. ábra A tenzid koncentráció alakulása az anaerob medencében szabályzással (a) és anélkül (b) [7]
6.7.2. LEVEGŐZTETÉS OPTIMALIZÁLÁSA
A több szempontból is érdekes kísérletben a fuzzy szabályzót kétfajta hagyományos szabályzóval is összehasonlították. Nem üzemi kísérletről van szó, a szabályzókat a IAWQ által kiadott modell alapján a MatLab, és a SIMBA programokkal tesztelték.
Kétszintű fuzzy szabályzót alkalmaztak, azaz a kívánt ammónium koncentráció, és a ciklusidő alapján az első szabályzó megállapította a szükséges levegőztetési arányt, és a második szabályzó ezen arányszám alapján üzemeltette az oxigénbefújást.
Az eredmények azt mutatták, hogy a fuzzy szabályzó szinte minden elfolyó adat alapján megfelelőbben szabályozta a rendszert, és mindezek mellett jóval takarékosabbnak mutatkozott az energiafelhasználásban is. [8]
7. ábra Száraz idei modellezési tapasztalatok a fuzzy szabályzó (fent), a relés-szabályzó (középen), és a rögzített-arányú szabályzó esetében [8]
7. GYAKORLATI MEGVALÓSÍTÁS
7.1. A PROGRAM CÉLJA
A program célja a szennyvíztisztításban felmerülő szabályzási problémák megoldása. Ennek megfelelően képes elméleti feladatok modellezésére véletlenül generált bemenő adatok segítségével, de gyakorlati problémák megoldására is valós számadatok betáplálásával.
Ugyanakkor a választott megoldási metódus eredményeképpen olyan általános feladatmegoldó rendszer keletkezett, mely nem kötődik közvetlenül a szennyvíztisztítás témaköréhez, hanem a fuzzy logika alkalmazásával, témától függetlenül képes a megadott feladattal megbirkózni.
A jövőben mindenesetre a további szennyvíztisztítási alkalmazás a kitűzött cél, melynek során a program összekötésre kerül egy - az IAWQ modelleket alkalmazó - szennyvíztisztító- modellező programmal, melyet közvetlenül vezérelve, és attól valósághű adatokat kapva képes lesz komplett fuzzy alapú szabályzórendszerek tesztelésére, így azok tervezésének elősegítésére.
7.2. A MEGOLDÁSI MÓDSZER KIVÁLASZTÁSA
A szennyvíztisztításban felmerülő problémák megoldása olyan képességeket kíván meg, melyekkel a hagyományos szabályzási rendszerek nem, vagy csak igen kis mértékben rendelkeznek. A lejátszódó folyamatok sokrétűek, a reakciókban részt vevő komponensek nehezen körvonalazhatóak, a tisztítóba befolyó szennyvíz paraméterei igen széles skálán ingadozhatnak.
Kézenfekvőnek látszott ezen nehézségek ismeretében a fuzzy logika alkalmazása, hiszen - mint az már korábban kifejtésre került - ez a matematikai módszer rendelkezik mindazokkal a tulajdonságokkal, melyek az ilyen természetű problémákat kezelhetővé teszik.
7.3. A PROGRAM ÁLTALÁNOS LEÍRÁSA
A fuzzy változók és a szabálybázis szövegfájlban kerülnek tárolásra, mind közvetlenül, mind egy segédprogrammal szerkeszthetők. A program elvégzi a fuzzyfikálást, a szabályok értékelését és a defuzzyfikálást, majd az eredmények alapján szabályzási utasítást ad. A kimenő adatokat szintén szövegfájlban tárolja. Az adatfájlok szerkezete a 7.4.1. pontban kerül ismertetésre.
A program nyelve a MS Visual Basic V6.0. A programnyelv nagymértékben támogatja a strukturált programozást, a fejlesztői környezet kényelmes. Az IntelliSense eszköz pedig megkönnyíti a kódolási folyamatot azzal, hogy írás közben megjeleníti az aktuális függvény, parancs szintaktikáját, illetve kilistázza a használható metódusokat, attribútumokat. A programozónak nem kell a grafikus felület programozásával foglalkoznia, és így több energiája, ideje, figyelme marad a lényegi, a program struktúráját és működését befolyásoló feladatokra.
Az alábbiakban ismertetésre kerül egy szintszabályozási-adagolási probléma megoldása a programmal. A grafikonok a program által mentett adatokból, MS Excel '97 táblázatkezelő segítségével készültek.
7.4. A PROGRAM RÉSZLETES ISMERTETÉSE
7.4.1. TÁROLT ADATOK
A MS Visual Basic V6.0 lehetővé teszi a struktúrált változók és a felhasználó által definiált típusok használatát, melyet nagy mértékben kihasználtam az adatstruktúra vázát alkotó változók definiálásánál.
A program adatstruktúrája a következő:
| VT() |
: fuzzy változók tömbje, változó nevű felhasználói változótípus |
| Eredm() |
: szabályok értékelésének eredménye, EForm nevű felhasználói változótípus |
| SzB() |
: szabályok tömbje, szabály nevű felhasználói változótípus |
A felhasználói típusok az 1-4. táblázatban kerülnek ismertetésre.
| Változónév |
Típusa |
Leírása |
| Változó |
felhasználói változótípus |
- |
| Típus |
boolean |
a tárolt fuzzy változó típusa szerint input (0) és output (1) értéket vehet fel |
| Név |
string |
a változó neve, mellyel hivatkozni lehet rá |
| DB |
integer |
a változót alkotó függvények darabszáma, mely alapján az FV tömb dimenzionálásra kerül |
| FV(1 .. DB) |
Fuzzy nevű felhasználói változótípus |
a függvények adatainak tömbje |
1. táblázat A változó felhasználói változótípus leírása
| Változónév |
Típusa |
Leírása |
| EForm |
felhasználói változótípus |
- |
| FGV |
Fuzzy nevű felhasználói változótípus |
- |
| MAXIM |
single |
a függvény értéke a szabály kiértékelése után |
2. táblázat A EForm felhasználói változótípus leírása
| Változónév |
Típusa |
Leírása |
| Fuzzy |
felhasználói változótípus |
- |
| Név |
string |
a változó neve, mellyel hivatkozni lehet rá |
| Tip |
integer |
a tárolt függvény típusa, azaz a tagsági függvény formája,
0=trapéz, 1=alul nyitott, 2=felül nyitott, 3=háromszög |
| P(1..4) |
single típusú tömb (négy elem) |
a függvény meghatározásához szükséges (legfeljebb) négy pont |
3. táblázat A fuzzy felhasználói változótípus leírása
| Változónév |
Típusa |
Leírása |
| szabály |
felhasználói változótípus |
- |
| DB |
integer |
- |
| Vl(1 .. DB) |
integer típusú tömb (DB elem) |
a szabályban résztvevő váltózók indexe a változók tömbjében |
| Fg(1 .. DB) |
integer típusú tömb (DB elem) |
a változó aktív függvénye |
| Műv(1 .. DB) |
integer típusú tömb (DB elem) |
a változót követő művelet,
0=ÉS (AND), 1=VAGY (OR), 2=AKKOR (THEN) |
4. táblázat A szabály felhasználói változótípus leírása
7.4.1.1. A FÜGGVÉNYEK TÍPUSA
A jelenlegi feladat megoldásához a háromszög és trapéz alakú tagsági függvények tökéletesen megfelelőnek bizonyultak. A későbbiekben azonban más alakú tagsági függvények kezelésére is képessé lehet tenni a rendszert.
A program négyféle függvénytípust különböztet meg: trapéz, háromszög, "alul nyitott", "felül nyitott". Mivel - mint az a már említésre került - a szennyvíztisztításban az érkező adatok igen széles tartományt felölelhetnek, azaz nem lehet előre meghatározni a bemenő tagsági függvények értelmezési tartományát, így szükségszerű volt az alul nyitott és felül nyitott függvényforma bevezetésére. Ezek értéke a maximum elérése után nem változik, és tetszés szerinti értékhatárig értelmezhetőek.
A függvények adatai közt a törési pontok kerülnek tárolásra, ahol a függvény irányt változtat. Trapéz alakú függvény pontos alakjának tárolásához mind a négy pontra szükség van. Az első és második pont határozza meg a felfutó élt, a harmadik és negyedik pont pedig a lefutót. Az alul nyitott, illetve felül nyitott függvények esetében, ahol vagy csak felfutó vagy csak lefutó él van elég két pont a tároláshoz, míg a háromszög alakúaknál három szükséges, itt a felfutó él vége, a lefelé futó kezdete. Ezen pontok segítségével a függvény bármely x értékére meghatározható az y a következő pontban ismertetett módon.
A P(1..4) tömbben a P(1) és P(2) pont mindig felfutó, míg a P(3) és P(4), vagy - háromszög alakú függvények esetében a P(2) és P(4) pont mindig lefutó él adatait tárolja.
Ezek alapján a 8. ábrán látható fuzzy változó adatai a program szerint a 5. táblázatban láthatók.
8. ábra Fuzzy változó
Típus : 0 Név : Fuzzy DB : 3 |
FV(1) : |
FV(2) : |
FV(3) : |
Név : kicsi |
Név : közepes |
Név : nagy |
Tip : 1 (alul nyitott) |
Tip : 3 (háromszög) |
Tip : 2 (felül nyitott) |
P1: - |
P2: - |
P3: 0 |
P4: 2 |
P1: 0 |
P2: - |
P3: 2 |
P4: 4 |
P1: 2 |
P2: 4 |
P3 - |
P4 - |
5. táblázat Fuzzy változó adatai
Természetesen lehetőség van az ÉS és VAGY műveleteken kívül az 5.3.1. pontban
ismertetett további műveletek kezelésére is, de jelenleg nem volt rá szükség.
Amennyiben adott A, B és C változó a 6. táblázatban és a 9. ábrán közölt adatokkal, a
IF (A is nagy) AND (B is csökken) THEN (C is nyit)
szabály adatai a 7. táblázatban láthatók.
| A változó sorszáma a VT() tömbben: 1 |
| A változó típusa: 0 |
| A változó függvényei |
VT(1).FV(1).Név: kicsi |
VT(1).FV(2).Név: közepes |
VT(1).FV(3).Név: nagy |
| B változó sorszáma a VT() tömbben: 1 |
| B változó típusa: 0 |
| B változó függvényei |
VT(2).FV(1).Név: csökken |
VT(2).FV(2).Név: nem vált. |
VT(2).FV(3).Név: nő |
| C változó sorszáma a VT() tömbben: 1 |
| C változó típusa: 0 |
| C változó függvényei |
VT(3).FV(1).Név: zár |
VT(3).FV(2).Név: nyit |
6. táblázat a) A változó adatai, b) B változó adatai, c) C változó adatai
9. ábra A, B és C változó függvényei
| DB: 3 |
Vl(1): 1 |
Vl(2): 2 |
Vl(3): 3 |
Fg(1): 3 |
Fg(2): 1 |
Fg(3): 1 |
Műv(1): 0 |
Műv(2): 2 |
Műv(3): - |
7. táblázat Az IF (A is nagy) AND (B is csökken) THEN (C is nyit) szabály adatai
A IF (A is nagy) AND (B is csökken) THEN (C is nyit) szabály kiértékelés után (A = 75, B = -2 esetén) az Eredm() tömb erre a szabályra vonatkozó eleme a 8. táblázatban
található értékeket fogja felvenni.
| FGV: megegyezik az A változó nagy függvényének adataival |
| MAXIM: 0,5 |
8. táblázat Az IF (A is nagy) AND (B is csökken) THEN (C is nyit) szabály adatai
A változókat tároló fájl kiterjesztése ".val", míg a szabályokat tárolóé ".szb". A 5-7. táblázatban közölt adatok alapján a három változót és egy szabályt tartalmazó fuzzy rendszert tartalmazó szövegfájlok tartalma a 9. táblázatban láthatóak.
A könnyebb hivatkozások kedvéért deklarálásra került egy AF nevű, fuzzy típusú változó, melyben az éppen aktuális függvényt, valamint egy AV nevű, változó típusú változó, melyben az éppen aktuális változót lehet tárolni. A fuzzy szabályzórendszerben résztvevő változók száma a VSZ, míg a résztvevő szabályok száma az SzSz integer típusú változóban került eltárolásra.
fuzzy.val |
|
|
|
fuzzy.szb |
| 3 |
|
|
|
1 |
0
A
3
kicsi
1
0
0
0
50
közepes
3
0
50
0
100
nagy
2
50
100
0
0 |
0
B
3
csökken
1
0
0
-2
0
nem változik
3
-2
0
0
2
nő
2
0
2
0
0 |
1
C
2
nyit
1
0
0
0
10
zár
2
10
0
0
0 |
|
1
3
0
2
1
2
3
1 |
9. táblázat A fuzzy rendszert tartalmazó szövegfájlok tartalma
Az Inputok() single típusú tömb tartalmazza a bemenő adatokat, darabszáma és sorrendje megegyezik a rendszerben résztvevő változókéval.
7.4.2. A FUZZY FÜGGVÉNYEK ADATAINAK ÉRTELMEZÉSE
Mivel itt olyan speciális függvényekkel dolgozunk, amelyeknek értékei 0 és 1 között változnak, ezen töréspontok (ahol a függvény értéke eléri a nullát vagy az egyet) megadásával megadható a teljes függvény alakja.
Amennyiben P1 az a pont, ahol a függvény meghaladja a nullát, és P2, ahol eléri az egyet, akkor az alábbi egyenletek írhatók fel a függvények általános egyenletéből (y=mx+b) kiindulva:
valamint
Tehát az x érték megadásával az y a következőképpen számítható ki:
Amennyiben erre szükség van, egy ismert y értékből a megfelelő x értéket - a fentebb kapott képletből kifejezve - az alábbiak szerint lehet meghatározni:
7.4.3. MŰVELETEK ELVÉGZÉSE
A logikai műveletek sorrendjének megfelelően a szabályok értékének számításakor először az ÉS műveletek kerülnek kiértékelésre. Az ÉS műveletek elvégzése után a függvény egy egyszerű maximum keresést hajt végre a VAGY műveletek elvégzésére.
A defuzzyfikáló szubrutin a centroid módszer segítségével meghatározza a kimeneti függvény értékét. Azért erre a defuzzyfikáló eljárásra esett a választás, mert így a rendszer érzékenysége megfelelő volt.
7.4.4. ADATOK MENTÉSE
A program működés közben, minden számolt perc után szövegfájlba menti a következő adatokat:
- mérés sorszáma (MérésSzám)
- befolyó szennyvízmennyiség (Be)
- a kiegyenlítő medencébe beengedett szennyvízmennyiség (Enged)
- a tározóban lévő szennyvíz mennyisége (Tározó)
- a tározó telítettségének mértéke szabályzás nélkül (T2).
A 10. táblázatban a "c10.fut" fáljban elmentett, tíz perces szimulációs idő esetén kiszámításra került adatokat ismerhetjük meg. A mentésben alkalmazásra került elválasztójeleknek köszönhetően az MS Excel '97 program az adatokat közvetlenül táblázatos formában képes fogadni.
10
1;2,214661;0,5117528;0,5117528;2,214661
2;2,867978;0,7044546;1,216208;5,08264
3;2,830646;0,7134417;1,929649;7,913285
4;2,914644;0,7687335;2,698383;10,82793
5;3,78398;1,004475;3,702857;14,61191
6;2,065332;0,5720974;4,274955;16,67724
7;2,307992;0,6612227;4,936177;18,98523
8;2;0,4675638;5,403741;20,98523
9;2,821313;1,567509;6,97125;23,80655
10;2,877311;1,0813;8,052549;26,68386
|
10. táblázat Tíz perces szimulációs idő esetén mentésre kerülő adatok
7.5. SZINTSZABÁLYOZÁSI FELADAT MEGOLDÁSA
7.5.1. FELADAT ISMERTETÉSE
A feladat egy szakaszos betáplálású szennyvíztisztító kiegyenlítő medencéjének szintszabályozása úgy, hogy a feladási ciklusokban a lehető legtöbb szennyvíz kerüljön a reaktorba, és amennyiben a kiegyenlítő medence nem bírja befogadni az érkező szennyvízmennyiséget, a lehető leghígabb rész kerüljön a befogadóba.
A rendszer az alábbi adatokkal üzemel:
| A beérkező szennyvíz mennyisége |
1100-1200 |
m3/nap |
| Átlagos szennyvízhozam |
0,7-0,8 |
m3/perc |
| Átlagos szennyvízhozam csúcsidőben |
1,25-1,3 |
m3/perc |
| A kiegyenlítő medence térfogata |
200 |
m3 |
| Az reaktor térfogata |
800 |
m3 |
| Ciklusidő |
4 |
óra |
| Feladási idő |
1 |
óra |
| A szivattyú teljesítménye |
200 |
m3/óra |
| Egy ciklusban feladható szennyvízmennyiség |
200 |
m3 |
A szennyvíztisztító folyamatábrája a 10. ábrán, míg ciklus időbeosztása a 11. ábrán látható. Az előző feladás befejezésétől 3 óra telik el a következő feladás megkezdéséig, a feladási ciklus 1 óra hosszú. A fuzzy szabályzó a megkerülő ágba, illetve az elfolyó csatornába kerülő befolyó szennyvíz arányát határozza meg.
10. ábra A szennyvíztisztító folyamatábrája
11. ábra A feladási ciklusok időbeosztása
Ebben a rendszerben a kiegyenlítő medence kis térfogata jelenti a szűk keresztmetszetet. Nincs lehetőség az időnkénti bővebb szennyvízhozam tárolására, és későbbi ciklusban történő feladására. A fölös szennyvizet a megkerülő vezetékbe kell vezetni. Természetesen ez egy szükségmegoldás, mivel az ide kerülő szennyvíz tisztítatlanul kerül a befogadóba. Igen fontos tehát, hogy a szennyvíz "töményebb" része jusson a kiegyenlítő medencébe, és a "hígabb" rész folyjon el.
A szennyvízhozam normális napi ingadozása esetén is előfordul, hogy a kiegyenlítő medence térfogata nem elegendő az érkező szennyvíz befogadására, mivel az esti csúcsidőszakban a szennyvízhozam többszöröse az átlagosnak.
A legkritikusabb helyzet azonban egy-egy esőzés alkalmával áll elő. Ilyenkor a befolyó szennyvíz mennyiségének drasztikus emelkedése együtt jár a koncentráció hasonló mértékű csökkenésével. Ez az a vízhozam, amit ajánlatosabb a megkerülő vezetékbe juttatni, hogy az esőzés elálltával beérkező normál összetételű szennyvíznek még maradjon hely a kiegyenlítő medencében.
A feladat megoldása érdekében a befolyó szennyvíz térfogatáramának mérésére van lehetőség. A feladat megoldására a kérdéses tározó szennyvízhozamának óránként ingadozása állt rendelkezésre. Ezen adatok felhasználásával a percenkénti adatok előállítása véletlen szám generálással történt, ugyanígy az esőzés hozamnövekedése is.
Mivel fontos, a feladási időszakban a feladásra kerülő szennyvíz minél kevésbé kavarja fel az SBR medencét, a feladó fázisváltós szivattyú teljesítményét egy egyszerű szabályzó beiktatásával optimalizáltuk. A szivattyú mindig akkora teljesítménnyel dolgozik, hogy a kiegyenlítő medencében található szennyvízmennyiség - lehetőség szerint - éppen a ciklus végére fogyjon el.
7.5.2. A FELADAT MEGOLDÁSÁRA HASZNÁLT VÁLTOZÓK ÉS SZABÁLYBÁZIS
A feladat megoldásához az egyetlen mért adat alapján két bemenő változó került bevezetésre (átlagos befolyó-BE, tározó telítettsége-HELY), valamint egy kimeneti változó (OSZT). A változók tagsági függvényei az 12-14. ábrán láthatók.
A BE változó értéke - az átmeneti ingadozások tompítására - nem az éppen mért befolyó térfogatáram, hanem az utolsó adat öt adat átlaga:
ahol
n az mérések száma
x az átlagolni kívánt adatok száma (jelen esetben 5)
bi a mért befolyó adatok
A BE input változó függvényeinek eloszlása nem egyenletes, sőt nem is szimmetrikus. Az eloszlás "középpontja" a 0,8 m3/perces átlagos befolyó érték. Ehhez képest arányul a két oldal további függvényeinek eloszlása, természetesen figyelembe véve, hogy az esti csúcsidőszak száraz időbeni terhelési átlaga valahol 1,25 m3/perc körül van, így az még a normális üzemvitel körébe sorolható, míg az e fölötti értékek esőzést feltételeznek.
12. ábra Az BE input változó tagsági függvényei
A HELY input változó tagsági függvényei egyenletes eloszlásúak, helyzet komolysága ugyanis egyenesen arányos a tározó telítettségének mértékével.
13. ábra Az HELY input változó tagsági függvényei
Az OSZT output változó eloszlási függvényei szintén nemi aszimmetriát mutatnak. Amennyiben ugyanis korlátozásokra van szükség, egyáltalán nem mindegy, hogy mekkorára. A valóban kritikus esetekben aktiválódó HNKI és MKI függvény ezért nagyobb arányú vízkiszorítást kell, hogy produkáljon. Ekkor ugyanis szinte biztos, hogy esővel erősen higított szennyvíz érkezik.
14. ábra Az OSZT output változó tagsági függvényei
A 7.5.1. pontban lefektetett tények alapján megállapítható, hogy minél kevesebb a hely, illetve minél nagyobb a befolyó térfogatáram, a befolyó szennyvíz annál nagyobb hányadát kell a megkerülő vezetékbe engedni.
A kimenő változó (OSZT) a kiegyenlítő tározóba, illetve a megkerülő vezetékbe jutó szennyvíz százalékos arányát határozza meg. A defuzzyfikálás során tehát egy százalékértéket kapunk, ami alapján a kiegyenlítő medencébe jutó szennyvíz mennyisége az aktuális befolyó térfogatáramból kiszámolható.
Itt beépítésre került egy "biztonsági szelep", ami a teljes beérkező szennyvízmennyiséget a megkerülő vezetékbe juttatja, amennyiben a kiegyenlítő medence teljesen megtelne.
Az összehasonlítás végett kiszámításra kerül a kiegyenlítő tározó tartalma a fuzzy szabályzó működése nélkül is.
A szabálybázisban a szabályok általános alakja a következő:
if (BE) is (A1) and (HELY) is (A2) then (OSZT) is (A3)
ahol A1, A2 és A3 a nyelvi változókat jelentik a 11. táblázatnak megfelelően, azaz
if (HELY) is (NK) and (BE) is (NN) then (OSZT) is (MKI), stb.
| |
BE |
HELY |
|
NN |
N |
R |
K |
NK |
NK |
MKI |
HNKI |
NKI |
SKI |
|
K |
MKI |
FKI |
SKI |
|
|
R |
MKI |
NKI |
|
|
|
N |
HNKI |
SKI |
|
|
|
NN |
HNKI |
|
|
|
|
11. táblázat A szabálybázis mátrixa
7.5.3. FUTTATÁSI EREDMÉNYEK
7.5.3.1. SZÁRAZ IDŐSZAK
A 15. és a 16. ábrán látható a tározó működése száraz (esőmentes) időjárási körülmények között. A 15. ábrán jól látható, hogy a csúcsidőszakok még ilyenkor is túlzott terhelést jelentenek, a tározó szabályzás nélkül megtelik. A fuzzy szabályzó ezekben az időszakokban aktív, egyébként nem befolyásolja a tározó működését.
Az első négy órás ciklusban (0-240. perc) a két görbe gyakorlatilag azonos, míg a második ciklusban (241-480. perc), mely a reggeli csúcsidőszak, 5 és 8 óra között, már korlátozások lépnek érvénybe. A nappali ciklusok (481-960. perc) csendesek, már a harmadik ciklus végére újra egybeolvad a két görbe, de a szabályzórendszer már a harmadik ciklusban sem aktív, mint az a 16. c) ábrán látható. Az esti csúcs (961-1320. perc) hosszabb ideig tart, és jóval nagyobb terhelést jelent a tisztítónak. A feladó szivattyú nem képes kiüríteni a medencét az ötödik ciklus után, és így a hatodik már eleve terhelten indul.
15. ábra A tározó telítettsége szabályzással és szabályzás nélkül a száraz időszakban
16. ábra A percenkénti a) befolyó, b) kiegyenlítő tározóba engedett, c) közvetlenül a befogadóba jutó szennyvízmennyiség a száraz időszakban
7.5.3.2. ESŐZÉSEK
Háromféle esőzési periódust teszteltünk:
- rövid, heves eső napközben (480-720. percig)
- rövid, heves eső az esti csúcsidőszakban (1000-1240. percig)
- egész napos, csendes esőzés
Az első esetben, mikor az esőzés a nappali, kis terhelésű időszakra esik, a rendszer az eső elálltával gond nélkül vissza tud térni a rendes napi működéshez. A feladó szivattyú ki tudja üríteni a kiegyenlítő medencét a negyedik ciklus feladási szakaszában (lásd 17-18. ábra).
Érdemes megfigyelni a szabályzórendszer érzékenységét. Már két perccel az első nagyobb mennyiségű szennyvíz beérkezése után életbe lépnek a korlátozások. Az egy perces késleltetés a beépített átlagoló rutin eredménye, ahol az előző négypercnyi alacsony vízmennyiség semlegesíti az utolsó mérés kiugróan magas értékét. Ez ebben az esetben ugyan negatívumnak mondható, de jól mutatja, milyen hatékonyan képes ez a beépített biztonsági szelep semlegesíteni egy esetleges mérési hiba hatását.
17. ábra A tározó telítettsége szabályzással és szabályzás nélkül nappali esőzés esetén (480-720. perc)
18. ábra A percenkénti a) befolyó, b) kiegyenlítő tározóba engedett, c) közvetlenül a befogadóba jutó szennyvízmennyiség a nappali esőzés idején
A csúcsidőszakra időzített esőzés - noha időtartamuk megegyezik - jóval nagyobb gondokat okoz, mint a nappali. A szennyvíztisztító terhelése ebben az időszakban, nagyjából a munkaidő végével egyszerre amúgy is megemelkedik, és - mint az a 19. ábrán is látszik - szabályzás nélkül 1126. percben telíti a kiegyenlítő medencét. A csúcsterhelés csak éjjel 11 óra körül szűnik meg, azaz az utolsó feladási ciklus kezdetekor. Ezalatt - az ötödik és hatodik ciklusban összesen - 120 percig az összes szennyvíz közvetlenül a befogadóba folyik. Az ehhez járuló heves esőzés csak meggyorsítja a kritikus állapot kialakulását. (lásd. 20. ábra)
A kiegyenlítő medence rendkívül gyorsan megtelik szabályzás nélkül, az esőzés kezdete után 21 perccel, és a feladási ciklus alatt sem csökken benne a szennyvíz mennyisége. Ezzel szemben a szabályozott esetben az ötödik ciklus alatti terhelés még nem eredményez teljes telítettséget, és a feladó szivattyú is képes csökkenteni a kiegyenlítő medence telítettségét. A tározó a hatodik ciklusban az 1331. percben telik meg, így az az időszak, amikor minden szennyvíz egyenesen a befogadóba kerül 52 percig tart, míg a szabályozatlan esetben ez 362 perc hosszú. A hatodik feladási ciklussal - az eső megszűnése után - itt is rendeződik a helyzet, mint az előző esetben.
19. ábra A tározó telítettsége szabályzással és szabályzás nélkül az esti csúcs idejére jutó esőzés idején (100-1240 perc)
20. ábra A percenkénti a) befolyó, b) kiegyenlítő tározóba engedett, c) közvetlenül a befogadóba jutó szennyvízmennyiség a csúcsidőszakra jutó esőzés esetén
Az egész napos folyamatos esőzés esetén szabályzás nélkül a kiegyenlítő medence szinte folyamatosan telített állapotban van, ami érthető, hiszen a napi befolyó szennyvízmennyiség ekkor 4320 m3, azaz több, mint 3,5-szerese a megszokottnak. A feladási időszakokban csökken csak a szint 200-ról 160 m3-re. Ezzel szemben a szabályzott esetben a terhelés egyenletes elosztása miatt a kiegyenlítő tározó nem telik meg teljesen, vagy csak pár perccel a feladás megkezdése előtt tetőzik. Az igazán lényeges előny az, hogy míg szabályozatlan esetben a reggeli (300-420. perc) és az esti (960-1380. perc) csúcs időszaka alatt a kiegyenlítő teljesen fogadásképtelen, tehát a szennyvíz teljes egészében a befogadóba ömlik, úgy a szabályzott esetben ennek a töményebb szennyvízmennyiségnek jó részét képes fogadni a tisztító. (lásd 21-22. ábra)
A szabályozatlan esetben az 1440 percből 993-ban a szennyvíztisztító teljesen fogadóképtelen volt. A szabályzott esetben mindössze 20 percig volt teljesen zárva a kiegyenlítő medencébe vezető csatorna.
21. ábra A tározó telítettsége szabályzással és szabályzás nélkül egész napon át tartó esőzés esetén
22. ábra A percenkénti a) befolyó, b) kiegyenlítő tározóba engedett, c) közvetlenül a befogadóba jutó szennyvízmennyiség egész napos esőzéskor
8. ÖSSZEFOGLALÁS
A diplomamunka célja a fuzzy logika alkalmazási lehetőségeinek bemutatása az eleveniszapos szennyvíztisztítás területén.
Ennek érdekében megismerkedhettünk a fuzzy logika elméletével, a gyakorlatba való átültetés módjával, valamint két sikeres kísérlettel.
A továbbiakban bemutatásra került saját fejlesztésű programom, mely egy általános, fuzzy elveken működő problémamegoldó rendszer. Megismerhettük az adatszerkezetét, a fuzzy függvények kezelési módját.
A gyakorlati részben ismertetésre került egy szintszabályozási-adagolási probléma megoldása az ismertetett program segítségével. Egy SBR üzemű szennyvíztisztító kiegyenlítő medencéjének kis térfogata miatt nem képes a csúcsidőszakokban, illetve esőzés alatt a beérkező szennyvízmennyiség egészét fogadni, így annak egy része a megkerülő vezetéken keresztül közvetlenül a befogadóba jut. A fuzzy szabályzó a beérkező szennyvizet annak mennyisége, és a tározó telítettségi szintje ismeretében osztja el a kiegyenlítő medence és a megkerülő vezeték között, úgy, hogy a befogadóba a lehető legkisebb töménységű szennyvíz jusson.
9. IRODALOMJEGYZÉK
| [1] |
Héjjas István: A modern tudomány és a keleti bölcselet. Budapest, Orient Press, 1990. |
| [2] |
Jan Jantzen: Fuzzy Control. Denmark, Technical University Of Denmark: Electric Power Eng. Dept., 1991. (rev. 4, 1994) |
| [3] |
Starkné Werner Ágnes: Mesterséges intelligencia - szakértői rendszerek. Veszprém, Veszprémi Egyetem, 1997. |
| [4] |
Ulrich Förstner: Környezetvédelmi technika. Budapest; Berlin; Heidelberg; New York; London; Paris; Tokyo; Hon Kong; Barcelona, Springer-Verlag, 1993. |
| [5] |
Kárpáti Árpád: Szennyvíztisztítás. Veszprém, Veszprémi Egyetem, 1997. |
| [6] |
Kárpáti Árpád, Pálmai György: Vízgazdálkodás - Vízelőkészítés. Veszprém, Veszprémi Egyetem, 1996. |
| [7] |
Fuzzy control of disturbances in a wastewater treatment process
A. Müller, S. Marsili-Libelli, A. Aivasidis, T. LLoyd, S. Kroner and C. Wandrey
Wat. Res. Vol. 31, No 12, pp. 2157-3167, 1997.
|
| [8] |
Fuzzy control of areation in an activated sludge wastewater treatment plant: design, simulation and evaluation
T.J.J. Kalker, C.P. van Goor, P.J. Roeleveld, M.F. Ruland and R. Babuška
Conference on application of models in water management. Aquatech '98, September 24-25, 1998, Amsterdam. IAWQ,EWPCA and NVA
|
|
|
|
Kerényi Ervin: Környezetvédelem, környezetgazdálkodás, környezettudomány - Kislexikon és szótár. Dunakeszi, Elpídia Kiadó, 1997. |
|
Öllős Géza: Szennyvíztisztító telepek üzemeltetése. I-II. Budapest, Akadémiai Kiadó, 1994. (rev. 2, 1995.) |
|
Domokos Endre: Eleveniszapos kommunális szennyvíztisztítók dinamikus szimulációjának vizsgálata - Diplomadolgozat. Veszprém, Veszprémi Egyetem, 1998. |
9.1. A TÉMÁBAN MEGJELENT PUBLIKÁCIÓIM
|
Hodossy Anna, Domokos Endre: Szintszabályozási-adagolási probléma megoldása a fuzzy logika módszerével. 4. Veszprémi Környezetvédelmi Konferencia és Kiállítás, 1999. Május 30-június 1., Veszprém. |
|
Hodossy Anna, Domokos Endre: Fuzzy logika alkalmazása a szennyvíztisztításban. Kiadványkötet. Szennyvíztisztítás üzemeltetése szabályozása MHT Veszprém Megyei Területi Szervezetének Szemináriuma, 1998. május 18., Veszprém. |
|
Domokos Endre, Hodossy Anna: Szimuláció alkalmazása szennyvíztisztító rekonstrukció tervezésénél. Kiadványkötet. Szennyvíztisztítás üzemeltetése szabályozása MHT Veszprém Megyei Területi Szervezetének Szemináriuma, 1998. május 18., Veszprém. |
|
Hodossy Anna, Domokos Endre: Szennyvíztisztítót érő toxikus hatások elhárítása fuzzy elven működő szabályzórendszerrel. Nemzetközi Ifjúsági Környezetvédelmi Konferencia 1998. július 6., Mezőtúr |
|
Domokos Endre, Hodossy Anna: Dinamikus szimuláció alkalmazása a kecskeméti szennyvíztisztító rekonstrukciójánál. Nemzetközi Ifjúsági Környezetvédelmi Konferencia 1998. július 6., Mezőtúr |