污水处理厂是高能耗产业之一，其能耗费用一般占污水处理总营运费用的30%左右，而能耗中的60%～90%来源于电量消耗。曝气是污水处理过程中能耗最高的环节，一般占整个污水处理厂电耗的50%～60%［1］。而且作为大多数污水处理工艺的重要组成部分，曝气为系统中微生物的生长提供必备的溶解氧（DO），同时曝气也起到一定的搅拌作用，对污染物的去除和防止污泥沉降有着重要影响。过小的曝气量会引起曝气池中丝状菌大量繁殖，导致污泥膨胀，且不利于硝化反应的进行［2］；而曝气量过大必然会使能耗增加，同时污泥絮体会在强烈的空气搅拌下破碎，从而影响出水水质［3］。因此，曝气控制策略的研究对于污水处理厂实现节能降耗并且提高污水处理效率意义重大。

笔者介绍了曝气控制系统的供气系统、传感器以及控制策略模型3个模块，并对每一模块在控制策略中起到的作用以及发展现状作了阐述。此外，通过对基于改变曝气强度和基于改变好氧区体积2种控制策略的比较分析，提出OUR（耗氧速率）前馈—DO反馈的联合控制策略在理论上更可行。

1 曝气控制系统

曝气控制策略即是通过采用自动化控制仪表、仪器对污水处理过程曝气量实现自动、精确的调控［4］，以达到出水水质稳定达标、节能降耗及减少人员干预的目的。一个完整的曝气控制系统一般由供气系统、传感器和控制策略模型3个模块组成，其中供气系统和传感器是曝气控制系统的硬件部分，而评估模型是评价控制策略运行好坏的重要手段。为了实现系统的精确曝气控制，针对控制系统的每一模块都有深入的研究。Rieger等深入探讨了控制系统稳定运行的关键要素，如精确的供气系统和传感器，调节品质高的控制器，以及必备的故障检测和人为因素的影响等［5］。近年来，ICA（仪表、控制和自动化）技术在污水处理领域的应用越来越广泛，Olsson等从技术和经济的层面论述了ICA技术在污水处理领域的应用研究，并分别对其在单元控制和整体运营上的作用做了对比分析［6］，张伟等对在线溶解氧仪在智能曝气系统中的应用做了研究［7］。

1.1 供气系统

供气系统是整个曝气控制策略最前端的部分，对于精确控制曝气量进而控制溶解氧浓度以及实现污水处理系统的稳定运行十分关键［8］。在实际的污水处理工艺中，进水量以及进水水质时刻都在发生变化，因此供气系统必须具备较高的灵活性。最早在1988年，导流叶片和出气风门被用来调节风量的变化。现在大多用变频调速风机来调节曝气量，离心式风机和容积式风机是目前在曝气系统中应用最广泛的2种。空气中的氧在进入曝气池前要经过阀门调控，针对不同的控制目的，阀门的结构设计也存在差异，蝶形阀、阻尼阀、球形阀、旋塞阀是曝气系统中应用较多的几种。氧气最终通过曝气器由气相转化成液相。一般按照孔径大小将曝气器分为粗孔曝气器和微孔曝气器，而微孔曝气器有着更高的氧传质效率，更利于污水处理厂的节能降耗［9］。此外，Rosso等还研究了曝气器结构、使用年限、曝气密度以及水力停留时间对氧传质效率的影响［10］。

1.2 传感器

Vanrolleghem等列举了应用在污水处理厂中的在线测量装置，常规指标如悬浮固体、温度、电导率等，还有处理单元中的控制指标如溶解氧、pH、生化需氧量等［11］。电极法和荧光法是目前测量溶解氧最常用的2种方法，而荧光法测量DO维护起来更方便。氨氮和硝态氮的测量常采用自动湿化学技术，原位离子选择性电极（ISE）或滴定分析传感器，而由于ISE传感器不需要对样品进行预处理（如过滤），因此具有更快的响应速度。除响应时间外，传感器的量程、精度、维护周期以及安放位置等都会对整个曝气控制策略的执行产生影响。

1.3 控制策略模型

［4］ 赵利梅，赵利君.自动控制系统在污水处理中的应用［J］.电子技术与软件工程，2016（23）：140.

2 精确曝气控制策略

由于随机排放的污水中有机物浓度变化很大，传统控制方法的控制效果与预期控制效果差别较大［15］，大部分的污水处理厂摒弃了传统的时间或者流量控制方式，精确曝气控制受到越来越广泛的关注。相比于传统粗放式的曝气方式，精确曝气控制具有稳定性好、精确性高、受进水干扰影响较小的特点。基于改变曝气强度的控制策略和基于改变好氧区体积的曝气控制是目前精确曝气控制的2个主要研究方向。

2.1 基于曝气强度的控制策略

2.1.1 传统PID控制及其衍生

曝气控制策略种类繁多，不同控制策略的调控手段存在差异，其对应的控制结构的复杂程度也不同［16］。传统的PID（比例-积分-微分） 控制器和溶解氧串级控制是曝气控制策略中最常用的一种方式，这得益于性能稳定、价格相对低廉的DO在线测定仪的推广使用。PID控制是基于反馈理念的闭环自动控制技术，通过测量被控变量DO的实际值并与设定值相比较，用偏差来纠正系统响应，执行调节控制［17］。在单纯的DO与阀门的直接反馈PID控制的基础上，又衍生出了DO-流量-阀门的串级控制，这样就提高了单回路调节的响应能力和稳定性。其中空气流量作为中间变量由内环控制，而受控变量DO由外环控制，其控制原理如图1所示。

  

图1 DO反馈控制原理

DO控制最早是在40多年前由Andersson在丹麦一污水处理厂实现，在当时为该厂节约了27%的能耗［18］。在瑞典的Kappala污水处理厂，Thunberg等对DO进行分区控制，目的是针对曝气池沿程DO的实际需求量不同而按需供气，避免生物池的不同区域出现DO过高或过低的现象，为该厂节省了18%的供气量［19］。Sahlmann等将A2O系统中的好氧区分成了3段，研究在不同的水力负荷和DO设定值下，各区域的标准氧传质效率和气流分配情况。结果发现，在出水水质达标的前提下，把3段好氧区的DO值分别设定在1.2、1.2、1.5 mg/L要比全都设定在2 mg/L节能15%［20］。

传统PID控制在被广泛应用的同时也在不断地发展。Wahab等设计出了多变量比例-积分-微分控制器（MPID），并研究了不同解耦方法对MPID调控效果的影响［21］。Tzoneva等使用 BSM1模型对2种标准的PID整定方法（Ziegler-Nichols法和继电器整定法）进行评估，并介绍了如何实行实时优化以达到自适应控制的目的［22］。彭永臻等将模糊逻辑控制器与传统PID控制器结合组建智能曝气控制系统，分别用来决定曝气池的DO设定值和维持DO含量在设定值水平［23］。

临床药师建议给予依诺肝素钠40mg sc q12h，患者双足疼痛好转，夜间睡眠尚可，左脚脚趾紫色未见明显好转，右脚脚趾紫色较前有明显好转。

在线DO仪对溶解氧的测定需要一定的时间，且曝气池的水体又在不断流动，这就决定了基于简单DO反馈的PID曝气控制是一个大的滞后系统，且不能根据季节性的水质水量变化等实际情况而自行调整，对水质的控制能力相对有限。因此在一些研究中，PID控制更多被用来作为其他控制策略参考和比较的对象。

2.1.2 氨氮前馈控制

DO串级控制中，溶解氧的设定值一般是由工作人员基于经验值决定的，通常DO浓度的设定值维持在较高的水平以保证系统的正常运行和出水达标，所以曝气过量而造成能耗过高是必然的。而氨氮前馈控制则可以解决这一弊端，它通过对进水氨氮浓度的实时检测来选择合适的DO设定值，通过前馈预测进水氨氮浓度和水量的扰动对系统带来的影响，并在干扰发生之前迅速调整DO设定值进而调节曝气量，因而能更好地适应工作条件和系统参数的变化，提高控制精度的同时增加控制系统的稳态性能［14］。但前馈预测并非绝对精确，因此氨氮前馈通常与DO反馈相结合，以保证在模型预测出现偏差的时候控制系统能根据DO的反馈值来调节曝气量。其控制原理如图2所示。

  

图2 氨氮前馈控制原理

曝气池的基质浓度和含氮量会影响微生物的呼吸速率，所以DO理论上的设定值应取决于曝气池的污染物负荷，氨氮前馈对指导实际污水处理厂各个好氧区DO值的设定，进而实现节能降耗具有重要意义［24-25］。Murphy等建立基于ASM3的非线性动力学模型，利用蒙特卡罗模拟法计算在不同进水氨氮负荷下Mangere污水处理厂4个好氧池的DO设定值，以期对该厂的优化运行提供理论上的指导［26］。类似地，Suescun等根据进水氨氮的变化，每隔4 h对DO设定值进行1次调整，通过传统的反馈调节控制系统中的溶解氧值，仿真研究结果表明在出水达标的前提下，此种曝气策略比恒定DO设定值曝气节能11%［27］。Mats等将单个曝气池的进水氨氮浓度和其他曝气池的DO作为考量指标，应用高级控制器来计算单个曝气池的DO设定值，与恒定DO设定值曝气控制相比，在同等的曝气能耗下该控制策略能实现更高的脱氮率［28］。

2.1.3 基于模型的高级控制策略

目前，国内大多数污水处理厂所采用的DO控制手段较为单一（主要为单回路PID控制），其自动化程度较低，控制效果不理想。因此，基于精确模型控制设计思想和先进过程控制技术的曝气控制策略的研究与应用对污水处理厂的高效、节能运行具有重要意义［29］。

早在1999年，Steffens等模拟了不同模型控制器对DO的控制效果，基于模型的多变量控制器包括线性二次控制（LQC）、动态矩阵控制（DMC）和非线性预测控制（NPC）［30］。非线性预测控制模型能满足当被控对象存在强非线性特征或者工作点频繁变动时的控制要求，因而其具有更精确的控制效果。Brdys将控制结构分为管理控制层、优化控制层和跟踪控制层，一些控制器如非线性的单输入单输出（SISO） 模型、模型预测控制器（MPC）、模糊预测控制器以及模型参考自适应控制器（DMRAC），它们适用于Brdys提出的分级控制结构［31］。Rodrigo等采用 ITAE、IMC、Cohen等调节算法来优化活性污泥曝气控制系统中的PID控制器，在仿真软件上模拟其控制效果，并与非线性模糊 PID控制器的响应时间作比较［32］。Holenda等运用模型预测控制（MPC） 成功调控污水处理厂好氧池的溶解氧［33］。Saida等在GPS-X程序上模拟Mahres污水处理厂的生物系统对污染物的降解效果，并对比实际实验结果，得出该厂的实际供氧量要比系统中微生物降解污染物所需的溶解氧量低［34］。

［24］ Vrecko D，Hvala N，Stare A，et al.Improvement of ammonium removal in activated sludge process with feedforward-feedback aeration controllers［J］.Water Sci Technol，2006，53（4）：125-132.

国内关于曝气控制策略的研究比较有代表性的是上海昊沧的AVS（精确曝气流量控制系统）和美尚生化的BACS（生物池精确曝气控制系统）。AVS系统是一个集成的控制系统，它基于“前馈+模型+反馈”的多参数控制模式，控制模型底层采用了国际通用的ASM系列活性污泥数学模型［38］。AVS系统通过分析处理特定污水厂的历史或在线运行数据，确定生物处理过程的一些特征参数和补偿参数；通过模拟，检验这些参数的有效性。模型经过检验之后，将直接用于调节曝气流量，结合现场仪表反馈的数据，给出每个生物单元的曝气量，由执行机构负责调节，进而实现溶解氧的精细化控制。其控制原理如图3所示。

  

图3 AVS精确曝气流量控制系统

AVS系统能实现对曝气池溶解氧的精细化控制，在上海金山枫泾水质净化厂，通过实施AVS系统前后的对比发现，氨氮、COD、总磷、总氮的达标率分别提升了1.57%、6.66%、6.16%和5.16%，曝气环节的电耗下降了11.13%［39］。经过在郑州马头岗污水厂近1 a的投运，AVS精确曝气控制系统运行效果稳定，从鼓风机供气到各个支管配气都实现了全自动控制，不仅稳定控制了生化池溶解氧，还节省了大量人力，并且保证了出水水质的稳定［40］。

［10］ Rosso D，Stenstrom M K，Larson L E.Aeration of large-scale municipal wastewater treatment plants：State of the art［J］.Water Sci Technol，2008，57（7）：973-978.

BACS系统采用气体流量及DO作为控制信号，根据污水处理厂实际进水负荷的变化及各控制单元DO运行水平的需求，及时准确地分配与控制气量，以达到DO稳定控制的需求［41］。在模型计算软件中，通过对生化池各曝气控制单元的实际管路布设进行模拟，积累大量实验数据，从而建立科学的数学模型，对管路布设及空气流态变化造成的流量计量误差进行反向补偿。系统在调试过程中结合了实际污水处理厂进水负荷的变化特征，按需分配各曝气控制区域的供气量，达到稳定控制DO、使生物池各反应段高效稳定运行的目的。其控制原理如图4所示。

  

图4 BACS生物池精确曝气控制系统

BACS系统在上海市白龙港城市污水处理厂扩建二期工程的应用，使DO设定值和内回流比设定值达到最优，从而合理分配了气量、精确控制了生物池曝气，达到了稳定运行、节能降耗的目的［42］。

2.2 基于改变好氧区体积的曝气控制

除了上述调节曝气量进而控制DO值的这一类曝气控制策略之外，通过控制污水处理工艺中兼性区域曝气设备的开停也能实现一定水平上的曝气控制，且能更好地应对进水负荷的变化。Brouwer等最早通过建立前馈控制模型，并辅以单个曝气区的反应动力学参数，以此来控制好氧区体积，达到完全硝化的目的［43］。Baeza等将合成废水中的进水COD负荷作为神经网络模型的输入值，在A2O中试上控制好氧区体积，此种曝气控制策略将工艺的脱氮率提高了10%［44］。Ekman等利用高级控制器来决定曝气池的溶解氧设定值，同时系统中存在一些兼性区域，可以根据其他曝气池的DO浓度以及污染物的处理水平，通过曝气的开停而变为好氧区或缺氧区，将此种监管曝气体积控制策略应用在BSM1和中试上进行评估，结果表明此种控制策略与恒定DO曝气相比具有较高的脱氮率［28］。

总而言之，数理统计在当前时代科技不断发展的新形势下已经取得了长足进步，其在统计的内容、统计的方法、数据的分析等方面也都有了较大的完善，得到了进一步的充实。随着社会的进步，数理统计也必将不断发展、不断进步，为国家的发展与经济的腾飞发挥更大的作用。

当系统中进水氨氮浓度过高时，基于好氧区体积的曝气控制策略能迅速响应增加好氧区的体积，提高系统的硝化能力，因此体积控制可以降低出水氨氮浓度的峰值。当系统进水负荷过低时，体积控制能根据硝化的需要停止对兼性区域曝气，从而避免了过度曝气以及由于过度曝气而引起硝化细菌的内源呼吸。同时在反硝化不充分时，体积控制能创造额外的缺氧区，通过平衡好氧区与缺氧区的体积提高脱氮率。其控制原理如图5所示。

  

图5 基于改变好氧区体积的曝气控制流程

3 展望

目前各类曝气控制策略都有在污水处理厂的应用案例，最普遍的曝气控制方法还是粗放式的人工调节，通常根据工作人员的经验来设定DO值并通过PID反馈来调节实际的DO值，而此类方法控制周期较长且能耗较高。考虑到仪表造价以及一些技术性原因，氨氮控制策略以及高级曝气控制策略更多的是停留在研究水平，并未在实际污水处理厂大规模应用。同样，控制好氧区体积的曝气控制对污水处理厂的基建设施提出了巨大考验。

在《论语·雍也》中，孔子表扬了一个叫孟之反的人。孔子表扬他什么？“不伐”。“伐”在古汉语中是“夸耀”的意思，“不伐”，就是“不自矜”。这与《史记》中司马迁评价项羽恰相反。司马迁说项羽“自矜功伐，奋其私智而不师古”，这大约就是项羽失败的原因。

要真正实现曝气单元的节能降耗，按需曝气是最理想的曝气方式。Trillo等提出了OUR（Oxygen Uptake Rate）前馈—DO反馈的曝气控制理念，并整合了OTE（氧转移效率） 作为整个策略的控制参数［45］。耗氧速率（OUR） 是指污泥中微生物利用有机物进行呼吸作用时所消耗氧气的速度，是表征污泥中微生物活性的重要指标，代表了实际需氧量；而OTE是指通过曝气系统转移到混合液中的氧量占总供氧量的比，代表了曝气系统的充氧性能。将OUR和OTE这2个参数与实时监测的溶解氧浓度相结合，可以精确计算出活性污泥的需氧量，并根据此时条件下的氧转移效率来计算所需要的曝气量，实现曝气量的精确控制，达到长期稳定的出水水质及节能降耗的目的。从我国节能降耗的大战略来讲，此类精细化的曝气控制策略将会得到更广泛的应用。

在激烈的市场环境下，许多工程企业对其自身的发展战略缺少清楚的定位，存在严重的清楚不够情况。[2]因此，在应用KPI分解战略目标时，通常会出现关键指标和战略目标相脱离的情况，进而导致KPI的有效作用被弱化，最终导致企业绩效管理工作和战略目标很难契合，存在脱离的情况。

参考文献：

［1］ 朱五星，舒锦琼.城市污水处理厂能量优化策略研究［J］.给水排水，2005，31（12）：31-33.

［2］ 杨岸明，常江，孟春霖.DO精确控制技术在A2O工艺中的应用研究［J］.中国给水排水，2013（23）：5-7，13.

［3］ 王世平，王艺霖.A2O中精确曝气控制的节能分析与评估［J］.水处理技术，2016（11）：113-117.

建模和仿真是曝气控制研究中最常用的手段。Jeppsson列举了模型在污水处理中的诸多用途，如为污水处理厂设计提供指导，控制策略的研发和测验以及预测污水处理厂运营状况等［12］。目前评价控制策略最常用的手段是BSM1（活性污泥污水处理基准仿真模型），它是为了统一比较研究者提出的污水处理过程控制策略的性能并对其进行客观评价，而建立的严格而综合的标准模拟平台［13］。ASM1（活性污泥1号模型）和双指数沉淀速度模型是BSM1所用的2个过程模型，这使得BSM1仿真结果的可信度大大提高。ASM1在活性污泥模型发展的历程中具有里程碑的意义，它引入了大量的动力学参数和化学计量参数，以矩阵的形式描述有机物衰减、降解、水解以及微生物生长等反应过程。在ASM1的基础上又衍生出了ASP-CR（活性污泥推流式模型）、ASM-S（二沉池简化模型）、ASM-AS（曝气系统简化数学模型）、ASM-CN（活性污泥碳氧化硝化简化模型）以及ASM2（活性污泥2号模型）、ASM3（活性污泥3号模型）等。数学模型法可以在理论上指导工程设计，对活性污泥系统的动态变化、反应过程以及对各项水质指标的影响进行动态模拟。而且，将模型和曝气控制策略结合起来，就能按照出水水质的要求，精确模拟各个处理单元的曝气过程，以达到对实际生产状况优化运行的目的［14］。

［5］Rieger L，Olsson G.Why many control systems fail［J］.Water Environ Technol，2012，24（6）：42-45.

［6］ Olsson G，Nielsen M K，Steyer J，et al.Instrumentation，control and automation in wastewater systems［J］.Water Sci Technol，2005，1（7）：1373-1385.

［7］ 张伟，李东华，武少伟.在线溶解氧仪在智能曝气系统中的应用［J］.自动化仪表，2014（8）：83-85.

［8］ 章志军，何文雪.基于PLC和变频器的曝气鼓风机智能控制系统［J］.工业控制计算机，2014（1）：29-30.

在食品安全的管理过程中，政府各部门奖惩分明。初步统计显示，2013年以来，国务院共制定修订了11个有关食品安全的行政法规；制定修订与食品安全相关的24个规范性文件。修订实施的食品安全法加大了违法成本，细化了食品安全违法行为的类型，大幅提升了违法行为的处罚幅度。食品安全违法行为借由食品抽检、食品生产监管、食品生产许可审查、违法广告管理、食品安全风险预警等方式得到惩戒，食品安全保障能力全面提升。

［29］ 史广睿，刘琳琳.电气自动化控制技术在污水处理厂曝气量控制的应用［J］.黑龙江科技信息，2014（35）：112.

BACS系统以国际水协的数学模型为运算基础，配套生物在线水质检测仪表（包括DO仪表、污泥浓度仪表）、电动调节阀门、热式空气流量计等仪表设备共同协作完成对于生物池进行精确曝气控制。系统包括支管空气量计算模块、空气调节阀计算模块、鼓风机总风量计算模块、后备逻辑安全模块。

［11］ Vanrolleghem P A，Lee D S.On-line monitoring equipment for wastewater treatment processes：State of the art［J］.Water Sci Technol，2003，47（2）：1-34.

由于技术人员的操作要求以及水准对机械设备的使用性能有很大影响，因此施工单位需要做好操作人员技能的培训。在提高技术人员综合素质的能力之外，还需要保证操作人员能够对机械的使用性能以及寿命有所了解。同时还要不断提高他们的安全意识，使其能够在机械设备运转的过程中树立安全意识，尽可能的减少人为因素，或者是违规操作引发的安全事故发生。

［12］ Jeppsson U.Modelling aspects of wastewater treatment processes［M］.Lund，Sweden：Department of IEA，Lund Institite of Technology，1996.

［13］ Copp J B.The COST simulation benchmark：Description and simulator manual［R］.Luxembourg：EUR-OP，2002.

［14］ 魏彬，杨慧敏，张晓正.污水处理厂曝气总量精确控制方法的研究与应用［J］.中国给水排水，2016（6）：94-98.

［15］ 梁昔明，周威，李山春.基于模糊控制的污水曝气系统的研究［J］.控制工程，2012（2）：328-331，354.

［16］ 李久安，周秋玲，汪洋.浅谈精确曝气控制技术及其在废水生物处理中的应用［J］.给水排水，2013（S1）：350-352.

［17］ 张家峰.鼓风曝气污水处理的模糊PID解决方案［J］.可编程控制器与工厂自动化，2015（5）：26-29.

［18］ Andersson L G.Energy savings at wastewater treatment plants［M］.Springer Netherlands：New Ways to Save Energy，1980.

［19］ Thunberg A，Sundin A M，Carlsson B.Energy optimization of the aeration process at Käppala wastewater treatment plant［C］//10th IWA Conference on Instrumentation.Australia：Control&Automation，2009.

同时，我观察到妍妍课间总是不知所措地站在角落，羡慕地看着同学们。于是我悄悄找到几个活泼开朗的女生，请她们和妍妍交朋友，主动和妍妍聊天、做游戏，学习上多帮助她。参与到集体活动中能够帮助妍妍建立自己的人际圈，消除与同学间的陌生感，收获友谊，树立自信。

［21］ Wahab N A，Katebi R，Balderud J.Multivariable PID control design for activated sludge process with nitrification and denitrification［J］.Biochem Eng J，2009，45（3）：239-248.

中部地区如湖北省和河南省的检查互认政策文件出台较东部地区而言存在一定滞后性，但在国家颁布政策文件的基础上两省都进行了一定程度修改和调整，采取分阶段逐步放开互认的范围和内容的方式，结合本地区卫生机构的特点。西部地区受制于经济条件和信息化水平，医院对共享的需求动力不足，影像检查互认政策的制订近几年才开始。陕西省和新疆省分别在2015年和2017年颁布相关政策文件，并且没有对互认工作的管理规范和基本标准进行详细说明，这可能导致西部地区影像互认工作脱节，阻碍跨区域影像共享的建设。

［22］ Tzoneva R.Optimal PID control of the dissolved oxygen concentration in the wastewater treatment plant［C］//AFRICON.South Africa：IEEE，2007 ：1-7.

［23］ Ma Y，Peng Y Z，Wang X L，et al.Intelligent control aeration and external carbon addition for improving nitrogen removal［J］.Environ Model Software，2006，21（6）：821-828.

下文所提到的规范、规定均参考的是《公共服务领域英文译写规范》（下称《规范》）的第一部分通则，以及第四部分文化娱乐。

以上是基于模型的高级曝气控制策略的仿真研究，Thornberg等研发的STAR（Superior Tuning and Reporting） 控制系统是高级控制器在工艺水平上较早期的应用［35］。STAR同样是一种基于模型的控制系统，它系统地分析、整合污水处理工艺的运营数据并结合了在线测量装置，最早应用在生物脱氮工艺中的间歇式曝气系统。Kandare等在中试上研究了自适应预测专家控制对DO的调控效果，实验结果表明相比传统PID控制，使用此种控制策略DO的波动范围大大减小［36］。张爱娟等提出了用专家前馈控制器和模糊PID反馈控制器组成前馈-反馈控制系统来控制曝气池中的溶解氧浓度。MATLAB仿真和实际控制数据表明，基于专家前馈-模糊PID反馈的溶解氧浓度控制方案的控制效果好，响应速度快［37］。

［25］ Meyer U，Popel H J.Fuzzy-control for Improved Nitrogen Removal and Energy Saving in WWT-plants with Pre-denitrification［J］.Water Sci Technol，2003，47（11）：69-76.

［26］ Murphy R B，Young B R，Kecman V.Optimising operation of a biological wastewater treatment application［J］.ISA T，2009，48（1）：93-97.

［27］ Suescun J，Ostolaza X，Ayesa E.Realtime control strategies for predenitrification-nitrification activated sludge plants biodegradation control［J］.Water Sci Technol，2001，43（1）：209-216.

以绿色发展理念为引领。绿色发展理念强调，既要金山银山，又要绿水青山；既要坚守生态环境底线，不以牺牲生态环境为代价实现发展，又要充分利用生态环境，让生态环境优势充分转化为经济发展优势。当前，在绿色发展理念引领下，全国各地探索形成了多种“自然—经济—社会—文化”复合型生态经济。比如，生态经济+城乡生活场景——以四川省成都市的田园城市、公园城市建设为主要代表，彰显绿水青山的生态价值，让美丽山川和美丽人居交相辉映。又如，生态经济+乡村旅游经济——以浙江省湖州市等地的乡村山水民宿为典型，形成较好的品牌和集群效应。

［28］ Ekman M，Bjorlenius B，Andersson M.Control of the aeration volume in an activated sludge process using supervisory control strategies［J］.Water Res，2006，40（8）：1668-1676.

［9］ Groves K，Daigger G，Simpkin T，et al.Evaluation of oxygen transfer efficiency and alpha-factor on a variety of diffused aeration systems［J］.Water Environ Res，1992，64（5）：691-698.

［30］ Steffens M A，Lant P A.Multivariable control of nutrient-removing activated sludge systems［J］.Water Res，1999，33（12）：2864-2878.

［31］ Brdys M A，Grochowski M，Gminski T，et al.Hierarchical predictive control of integrated wastewater treatment systems［J］.Control Eng Pract，2008，16（6）：751-767.

［20］ Sahlmann C，Libra J A，Schuchardt A，et al.A control strategy for reducing aeration costs during low loading periods［J］.Water Sci Technol，2004，50（7）：61-68.

［32］ Rodrigo M A，Seco A，Ferrer J，et al.Nonlinear control of an activated sludge aeration process：Use of fuzzy techniques for tuning PID controllers［J］.ISA T，1999，38（3）：231-241.

［33］ Holenda B，Domokos E，Fazakas J，et al.Dissolved oxygen control of the activated sludge wastewater treatment process using model predictive control［J］.Comput Chem Eng，2008，32（6）：1270-1278.

学生有了兴趣，就会深入地去思考问题。继而想出解决问题的办法。在教学中，我常将简短的对话式过渡语引用到课文内容的学习。根据课文的内容，提一些生动的、有趣的问题，“悬”而不发，以此来引发学生的好奇与注意，把学生引入我所要教学的内容当中。如，在教学《地震中的父与子》这一课时，我是这样过渡，把学生引入到我所要教学的主要内容中的：“爱，会使人坚定和勇敢；爱，会使人产生信赖和力量；爱，会创造奇迹。当儿子被压在废墟下，父亲在干什么呢？”就这样，学生根据我的引导很快进入了课文2—12段的学习，抓住了问题的关键，也就能找出答案了。这样既能调动了学生的学习兴趣，又给学生的学习指明了方向。

［34］ Alaya S B，Haouech L，Cherif H，et al.Aeration management in an oxidation ditch［J］.Desalination，2010，252（1）：172-178.

2.2.3 心肺复苏致心脏破裂 心肺复苏致心脏破裂共4例，破裂部位均位于右心室前壁靠近室间隔和心尖处，破裂口略呈斜纵行，贯穿右心室，距心尖1～2.2 cm，4例均伴有肋骨骨折或胸骨骨折。镜下可见少许出血，未见心肌收缩带坏死、凝固性坏死、炎细胞浸润、附壁血栓形成等病理学改变（图4）。

［35］ Thornberg D E，Nielsen M K，Lynggaard A.A new approach to control of wastewater treatment plants［M］.London：IWSA Yearbook，1992.

［36］ Kandare G，Nevado R A.Adaptive predictive expert control of dissolved oxygen concentration in a wastewater treatment plant［J］.Water Sci Technol，2011，64（5）：1130-1136.

［37］ 张爱娟，胡慕伊，黄亚南.基于专家前馈-模糊PID反馈的溶解氧浓度控制方案研究［J］.中国造纸学报，2016（2）：43-48.

［38］ 邓刚，孔生.试论精确曝气控制系统在污水厂的应用问题［J］.科技与企业，2013（18）：358.

［39］ 沈军.精确曝气系统（AVS）在AAO工艺中的运行分析［J］.净水技术，2016（5）：73-78.

［40］ 李升，胡晓东，许飞飞.马头岗污水厂精确曝气系统的实施及应用效果［J］.中国给水排水，2016（15）：26-31.

［41］ 程树辉，孙月娣.污水处理厂提标改造工程中曝气控制系统的应用［J］.中国给水排水，2016（1）：63-66，70.

［42］ 李滨.上海市白龙港城市污水处理厂扩建二期工程智能曝气优化控制系统设计［J］.工程建设与设计，2015（S1）：97-101.

［43］ Brouwer H，Bloemen M，Klapwijk B，et al.Feedforward control of nitrification by manipulating the aerobic volume in activated sludge plants［J］.Water Sci Technol，1998，38（3）：245-254.

［44］ Baeza J A，Gabriel D，Lafuente J.In-line fast OUR（oxygen uptake rate）measurements for monitoring and control of WWTP［J］.Water Sci Technol，2002，45（4/5）：19-28.

［45］ Trillo I，Jenkins T E，Redmon D，et al.Implementation of feedforward aeration control using on-line offgas analysis：The Grafton WWTP experience［J］.Proceedings of the Water Environment Federation，2004（7）：27-45.

3．高儒(约1540年前后在世)《百川书志》：“《嵇中散集》十卷。魏中散大夫，谯人嵇康叔夜撰。诗四十七，赋十三，文十五，附四。”