基于模糊规则自适应控制的多池污水动态分配方法及系统

摘要

本发明涉及一种基于模糊规则自适应控制的多池污水动态分配方法及系统，本多池污水动态分配方法包括：步骤S1，选取模糊输入和输出量；步骤S2，设置合适的模糊子集，并对输入和输出量进行语义模糊化；步骤S3，根据自适应确定输入变量的隶属度函数；步骤S4，建立水阀开度用模糊规则表；本发明的多池污水动态分配方法及其污水处理系统，通过模糊控制实现了污水处理的自适应调节，能有效的加快污水处理速度；并且在多污水处理池相连的基础上让污水处理速度的快的污水处理池能分配到更多的污水，污水处理速度慢的污水处理池适当的少分配污水，提高了污水处理的整体速度，进而实现智能调节控制。

说明书

技术领域

本发明涉及一种农村污水智能网络架构、监测和控制系统，尤其涉及一种基于物 联网和模糊自适应规则的多池污水动态分配方法。

背景技术

随着城市化和工业化的不断发展，工业废水和城镇生活污水不断增加，中国农村 每年产生的生活污水量约为80亿，而农村大部分地区没有采取任何生活污水的收集和处理 措施。因此，大量的农村污水排放是一个亟待解决的问题，它不仅严重影响了农村地区的人 居环境、威胁人类健康，而且制约了我国水环境的改善和整体质量的提高。

农村村镇污水成分比较固定，主要含有碳水化合物、蛋白质、氨基酸、脂肪等有机 物，比较适合于细菌的生长，成为细菌、病毒生存繁殖的场所；但其一般不含有毒性，且具有 一定的肥效，可用来灌溉农田。此外，农村生活污水排放分散、水量波动大，排放量逐年增 大，各种新增农家乐，更是加剧了污水排放量，同时农村居住地较为分散，环境多样，因此它 的处理方式与城市的集中处理方式有很大不同。因此如何基于先进的物联网架构技术，运 用先进的优化方法，并结合农村地理环境优势，形成农村污水网络处理系统的一个有效解 决思路。

目前已有一些污水处理研究者对农村污水处理技术进行了初步的探讨，主流技术 包括厌氧处理(包括沼气工程)、人工湿地、稳定塘、好氧曝气等。例如，卜岩枫分析浙江省厌 氧、人工湿地等污水处理技术的特点，并比较了处理效果；刘洪喜针对中国农村生活污水排 放分散、污染物浓度低的特点,总结了生活污水净化沼气池技术、稳定塘生活污水处理技 术、人工湿地处理技术、土地处理技术和生活污水地下自动连续处理技术等。然而对污水的 智能监控研究不多，也很少有人将其与物联网技术相结合，并运用自适应模糊规则对污水 进行动态分配。

近年来，物联网技术的快速发展，为构建基于物联网的农村污水处理智能监控系 统奠定了基础。物联网是指通过各种信息传感设备，实时采集、监控、连接、互动的物体或过 程等各种需要的信息，与互联网相结合，形成的一个巨大网络。其目的是实现物与物、物与 人，所有的物品与网络的连接，方便识别、管理和控制。物联网通过智能感知、识别技术与普 适计算等通信感知技术，广泛应用于网络的融合中。物联网用途广泛，遍及智能交通、环境 保护、工业监测、环境监测、花卉栽培、水系监测等多个领域。专利号为201510156198.7的文 章中主要研究了对城市污水处理厂的物联网监控，而本系统研究的是对农村的污水监控， 并且在此基础上加入智能分配的环节，实现从点到面的构架模式转变，使整个物联网监控 系统运行更加的方便有效。

发明内容

本发明的目的是提供一种多池污水动态分配方法及污水处理系统，以实现模糊规 则自适应控制污水处理。

为了解决上述技术问题，本发明提供了一种多池污水动态分配方法，包括如下步 骤：

步骤S1，选取模糊输入和输出量；

步骤S2，设置合适的模糊子集，并对输入和输出量进行语义模糊化；

步骤S3，根据自适应确定输入变量的隶属度函数；以及

步骤S4，建立水阀开度用模糊规则表。

进一步，所述步骤S1中选取模糊输入和输出量的方法包括：

选择一污水处理池的污水量Q，且Q∈[Q_min,Q_max]；污水处理复杂度C，且C∈[C_min, C_max]均作为模糊控制器的输入量；以及选择污水处理池所连通的水阀的开度Φ，Φ∈ [Φ_min,Φ_max]作为模糊控制器的输出量。

进一步，所述步骤S2中设置合适的模糊子集，并对输入和输出量进行语义模糊化 的方法包括：

选定当前污水量Q的模糊论域为Q∈{极少、较少、少、适中、大、较大、极大}，则污水 量Q对应的模糊子集{负大(NB_Q)，负中(NM_Q)，负小(NS_Q)，零(ZO_Q)，正小(PS_Q)，正中(PM_Q)，正 大(PB_Q)}；

设定污水处理复杂度C的模糊论域为C∈{极易、易、适中、难、极难}，则C对应的模 糊子集为：负大(NB_C)，负小(NS_C)，零(ZO_C)，正小(PS_C)，正大(PB_C)；

确定开度Φ的模糊论域为Φ∈{正向大，正向中，正向小，零，反向小，反向中，反向 大}，则Φ对应的模糊子集为：负大(NB_Φ)，负中(NM_Φ)，负小(NS_Φ)，零(ZO_Φ)，正小(PS_Φ)，正中 (PM_Φ)，正大(PB_Φ)；其中NB_Φ、NM_Φ、NS_Φ分别代表污水处理池处于流入状态时的开度大、中、小 三种状态，ZO_Φ代表开度不变，PS_Φ、PM_Φ、PB_Φ分别代表污水处理池处于流出状态时的开度为 小、中、大三种状态。

进一步，所述步骤S3中根据自适应确定输入变量的隶属度函数的方法包括：确定 污水量Q和污水处理复杂度C的隶属度函数。

进一步，确定污水量Q的隶属度函数的方法包括：

设某个污水处理池的污水量样本数据，即Q＝[q₁,q₂,…,q_n]，其中q₁,q₂,…,q_n是不 同时段t₁,t₂,…,t_n污水处理池的实时污水量；并获得该污水处理池的最大污水量q_max和最 小污水量q_min，其中q_min＝min(q₁,q₂,…,q_n)，q_max＝max(q₁,q₂,…,q_n)；

将污水量样本数据统一映射到一个固定的区域，即获得映射后的评价量μ(q_i)∈ [a,b]，i＝1,2,…,n，式中a＝0,b＝1，即μ(q_i)∈[0,1]，且

根据Q＝[q₁,q₂,…,q_n]及μ(q_i),i＝1,2,…,n，计算其模糊适应度函数，即

计算Q＝[q₁，q₂，…，q_n]的平均值计算Q＝[q₁，q₂，…，q_n]的标准差 对每一对{q_i，μ(q_i)}，计算和平均值计算q′_i的标准差

最后根据绘制出污水量的模糊隶属度函数。

进一步，确定污水处理复杂度C的隶属度函数的方法包括：

选定与污水处理复杂度C相关的相应污水化学性质的指标参数；

构建污水处理复杂度C与各指标参数的函数关系，即

上式中PH值表示污水的酸碱程度，COD为化学需氧量、BOD为生化需氧量、SVI为污 泥指数，BOD5表示在污水处理复杂度样本数据中第五日的生化需氧量的测试值，以及

α为PH值的协因子，即

若6.5≤PH≤7，则α＝0；若PH<6.5，则若PH>7,则K 为最大控制系数，其取值为5；

β为化学需氧量的协因子，即

若COD≤15毫克/升，则β＝0；若15＜COD≤40毫克/升，则若COD＞ 40毫克/升,则

γ为生化需氧量的协因子，即

若BOD5:COD≥0.45，易于生化降解，此时γ＝0；当0.45＞BOD5:COD≥0.3，可生化 降解，γ＝2×(BOD5:COD)；当BOD5:COD＜0.3，生化性较差，此时γ＝10×(BOD5:COD)；

为污泥体积指数的协因子，即

若100≤SVI≤150，则若SVI＜100，则若SVI＞150,则

设置某个污水处理池的污水处理复杂度样本数据，即C＝[c₁,c₂,…,c_m]，其中c₁, c₂,…,c_m是不同时段t₁,t₂,…,t_m的实时污水处理复杂度；并获得该污水处理池的最大污水 量c_max和最小污水量c_min和，其中c_min＝min(c₁,c₂,…,c_m)，c_max＝max(c₁,c₂,…,c_m)；

将污水处理复杂度样本数据统一映射到一个固定的区域，即获得映射后的评价量 η(c_j)∈[c,d]，j＝1,2,…,m，式中c＝0,d＝1，即，η(c_j)∈[0,1]，且

根据C＝[c₁,c₂,…,c_m]及η(c_j)，j＝1,2,…,m，计算其模糊适应度函数，即

计算C＝[c₁，c₂，…，c_m]的平均值计算C＝[c₁，c₂，…，c_m]的标准差 对每一对{c_j，η(c_j)}，计算计算c′_j的标准差

最后根据绘制出污水处理复杂度的模糊隶属度函数。

进一步，所述多池污水动态分配方法还包括：步骤S5，通过查模糊规则表使各污水 处理池的获得相应水阀的开度。

进一步，所述步骤S5还包括：设置连通各污水处理池的两水阀的开度优先级，即 ZO_Φ>NS_Φ(PS_Φ)>NM_Φ(PM_Φ)>NB_Φ(PB_Φ)；

当一污水处理池中各开度不同时，按照上述开度优先级，将优先级高的开度为基 准，调整优先级低的水阀的开度，使两水阀的开度相同。

又一方面，为了解决同样的技术问题，本发明还提供了一种污水处理系统。

本污水处理系统包括：若干个用于探测污水处理池中污水相应成分含量的数据采 集模块，各数据采集模块将采集的各成分含量发送至上位机；

所述上位机适于根据各污水处理池中污水相应成分含量判断各污水处理池的处 理进度。

进一步，所述上位机适于根据各污水处理池的处理进度，利用所述的多池污水动 态分配方法对各污水处理池的水阀的开度进行控制，以将污水从处理速度慢的污水处理池 输送至污水处理速度快的污水处理池。

本发明的有益效果是，本发明的多池污水动态分配方法及其污水处理系统，通过 模糊控制实现了污水处理的自适应调节，能有效的加快污水处理速度；并且在多污水处理 池相连的基础上让污水处理速度的快的污水处理池能分配到更多的污水，污水处理速度慢 的污水处理池适当的少分配污水，提高了污水处理的整体速度，进而实现智能调节控制。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1是发明的多池污水动态分配方法的流程图；

图2是本发明的污水处理系统的原理框图；

图3是多个污水处理池形成的分布式局部网络；

图4是多个污水处理池形成的集中式局部网络；

图5是污水量Q不同分布数据图；

图6是污水处理复杂度C的不同分布数据图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以 示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

实施例1

如图1所示，本实施例1提供了一种多池污水动态分配方法，包括如下步骤：

步骤S1，选取模糊输入和输出量；

步骤S2，设置合适的模糊子集，并对输入和输出量进行语义模糊化；

步骤S3，根据自适应确定输入变量的隶属度函数；以及

步骤S4，建立水阀开度用模糊规则表。

具体的，所述步骤S1中选取模糊输入和输出量的方法包括：

选择一污水处理池的污水量Q，且Q∈[Q_min,Q_max]；污水处理复杂度C，且C∈[C_min, C_max]均作为模糊控制器的输入量；以及选择污水处理池所连通的水阀的开度Φ，Φ∈ [Φ_min,Φ_max]作为模糊控制器的输出量。

具体的，所述步骤S2中设置合适的模糊子集，并对输入和输出量进行语义模糊化 的方法包括：

选定当前污水量Q的模糊论域为Q∈{极少、较少、少、适中、大、较大、极大}，则污水 量Q对应的模糊子集{负大(NB_Q)，负中(NM_Q)，负小(NS_Q)，零(ZO_Q)，正小(PS_Q)，正中(PM_Q)，正 大(PB_Q)}；

设定污水处理复杂度C的模糊论域为C∈{极易、易、适中、难、极难}，则C对应的模 糊子集为：负大(NB_C)，负小(NS_C)，零(ZO_C)，正小(PS_C)，正大(PB_C)；

确定开度Φ的模糊论域为Φ∈{正向大，正向中，正向小，零，反向小，反向中，反向 大}，则Φ对应的模糊子集为：负大(NB_Φ)，负中(NM_Φ)，负小(NS_Φ)，零(ZO_Φ)，正小(PS_Φ)，正中 (PM_Φ)，正大(PB_Φ)；其中NB_Φ、NM_Φ、NS_Φ分别代表污水处理池处于流入状态时的开度大、中、小 三种状态，ZO_Φ代表开度不变，PS_Φ、PM_Φ、PB_Φ分别代表污水处理池处于流出状态时的开度为 小、中、大三种状态。

具体的，所述步骤S3中根据自适应确定输入变量的隶属度函数的方法包括：确定 污水量Q和污水处理复杂度C的隶属度函数。

具体的，确定污水量Q的隶属度函数，所述隶属度函数是在以往积累的污水信息的 基础，经过数学抽取的方式得到的，其具体的做法如下：

图5是某个污水量Q不同分布数据图。具体的，在图5是某个累积了50个数据点的污 水处理池的污水数据，已经将其映射到[0,1]范围内，横坐标标尺污水处理池的污水量0～6 千立方米，其处理中间值为3千立方米。因此，最佳处理污水量3千立方米映射为1，而污水量 过少(0立方米)或污水量过大(6千立方米)将会造成污水处理池去污工作不充分或超负荷 运转。设某个污水处理池的污水量样本数据，即Q＝[q₁,q₂,…,q_n]，其中q₁,q₂,…,q_n是不同 时段t₁,t₂,…,t_n污水处理池的实时污水量；并获得该污水处理池的最大污水量q_max和最小 污水量q_min，其中q_min＝min(q₁,q₂,…,q_n)，q_max＝max(q₁,q₂,…,q_n)；

将污水量样本数据统一映射到一个固定的区域，即获得映射后的评价量μ(q_i)∈ [a,b]，i＝1,2,…,n，式中a＝0,b＝1，即μ(q_i)∈[0,1]，且

根据Q＝[q₁,q₂,…,q_n]及μ(q_i),i＝1,2,…,n，计算其模糊适应度函数，即

计算Q＝[q₁，q₂，…，q_n]的平均值计算Q＝[q₁，q₂，…，q_n]的标准差 对每一对{q_i，μ(q_i)}，计算和平均值计算q′_i的标准差

最后根据绘制出污水量的模糊隶属度函数。

为了进一步说明污水量的模糊隶属度函数的获得过程，本实施例1还例举具体数 据加以说明。

以50个污水量样本数据为例，则

进而根 据绘制出污水量的模糊隶属度函数。

图6是污水处理复杂度C的不同分布数据图。

具体的，确定污水处理复杂度C的隶属度函数的方法包括：选定与污水处理复杂度 C相关的相应污水化学性质的指标参数。

构建污水处理复杂度C与各指标参数的函数关系，即

上式中PH值表示污水的酸碱程度，COD为化学需氧量、BOD为生化需氧量、SVI为污 泥指数，BOD5表示在污水处理复杂度样本数据中第五日的生化需氧量的测试值，以及α为PH 值的协因子，即若6.5≤PH≤7，则α＝0；若PH<6.5，则若PH>7,则 K为最大控制系数，其取值为5；

β为化学需氧量的协因子，即若COD≤15毫克/升，则β＝0；若15＜COD≤40毫克/升， 则$\beta =\frac{\mathrm{COD}-15}{25};$若COD＞40毫克/升,则$\beta =2^{\frac{\mathrm{COD}-40}{40}};$

γ为生化需氧量的协因子，即若BOD5:COD≥0.45，易于生化降解，此时γ＝0；当 0.45＞BOD5:COD≥0.3，可生化降解，γ＝2×(BOD5:COD)；当BOD5:COD＜0.3，生化性较差， 此时γ＝10×(BOD5:COD)；

为污泥体积指数的协因子，即若100≤SVI≤150，则若SVI＜100，则 若SVI＞150,则

设置某个污水处理池的污水处理复杂度样本数据，即C＝[c₁,c₂,…,c_m]，其中c₁, c₂,…,c_m是不同时段t₁,t₂,…,t_m的实时污水处理复杂度；并获得该污水处理池的最大污水 量c_max和最小污水量c_min和，其中c_min＝min(c₁,c₂,…,c_m)，c_max＝max(c₁,c₂,…,c_m)；

将污水处理复杂度样本数据统一映射到一个固定的区域，即获得映射后的评价量 η(c_j)∈[c,d]，j＝1,2,…,m，式中c＝0,d＝1，即，η(c_j)∈[0,1]，且

根据C＝[c₁,c₂,…,c_m]及η(c_j)，j＝1,2,…,m，计算其模糊适应度函数，即

计算C＝[c₁，c₂，…，c_m]的平均值计算C＝[c₁，c₂，…，c_m]的标准差 对每一对{c_j，η(c_j)}，计算计算c′_j的标准差

最后根据绘制出污水处理复杂度的模糊隶属度函数。

还是以50个污水处理复杂度样本数据为例，则

以及且根据绘制出污水量的模糊隶属度函数。

所述步骤S4中建立水阀开度用模糊规则表，即

建立35条模糊规则：

IfQ＝NB_QandC＝NB_CThenΦ＝NB_Φ；

IfQ＝NB_QandC＝NS_CThenΦ＝NM_Φ；

……

IfQ＝PB_QandC＝NS_CThenΦ＝PM_Φ；

IfQ＝PB_QandC＝PB_CThenΦ＝PB_Φ。

整理模糊规则可以形成水阀开度用模糊规则表，如下：

表1水阀开度用模糊规则表

进一步，所述多池污水动态分配方法还包括：步骤S5，通过查模糊规则表使各污水 处理池的获得相应水阀的开度，即考虑当前污水量Q和污水处理复杂度C对应的模糊论域通 过查表以获得水阀的相应开度值。

优选的，所述步骤S5还包括：设置连通各污水处理池的两水阀的开度优先级，即 ZO_Φ>NS_Φ(PS_Φ)>NM_Φ(PM_Φ)>NB_Φ(PB_Φ)；当一污水处理池中各开度不同时，按照上述开度优先 级，将优先级高的开度为基准，调整优先级低的水阀的开度，使两水阀的开度相同。

具体的，对于通过水阀连通的两个污水处理池，通过模糊规则表所查的水阀的开 度执行相应水阀的开度，当两水阀的开度不一致时，则通过上述开度优先级进行水阀的开 度调整。

因此，本多池污水动态分配方法能用于多个污水处理池形成的分布式网络，实现 多污水处理池进行联动，智能调节，以提高污水处理的整体效率。

实施例2

如图2所示，在实施例1基础上，本实施例2提供了一种污水处理系统，包括：若干个 用于探测污水处理池中污水相应成分含量的数据采集模块，各数据采集模块将采集的各成 分含量发送至上位机；所述上位机适于根据各污水处理池中污水相应成分含量判断各污水 处理池的处理进度。

在图2中，每个自然村可设有一个或多个的污水处理池，临近的多个污水处理池可 形成局部污水处理网络。数据采集模块位于各个自然村污水采集现场通过节点的方式实时 采集数据，其中椭圆形表示每个自然村的多个污水处理池形成的局部网络，圆形表示每个 污水处理池，圆形/三角形/菱形等不同符号表示不同类型的水质传感器检测仪(数据采集 模块包括各类型的水质传感器检测仪或相应传感器)。本污水处理系统可实现对多个自然 村不同生活污水处理系统的同时自动采样、流量的在线监测。

具体的，所述数据采集模块包括：PH计、流量计、温度计、湿度计、集成或分立式水 质采样仪和摄像头等感知终端。数据采集模块可以实时检测PH值、流量、温度、湿度、溶解 氧、叶绿素、悬浮颗粒物、氨态氮、硝态氮以及磷酸盐等指标，也可以离线计算TOD(总需氧 量)、BOD(生化需氧量)、COD(化学需氧量)等指标。水质采样和分析仪器可以是分立式和集 成式的，集成式水质采集设备具有2种或2种以上的功能，能自动检测多个指标；分立式水质 采集设备高精度检测单一指标。摄像头可实时感知水质环境的变化，实现实时性能指标查 看、污水处理工艺展示等功能。数据采集模块中的处理器模块还适于基于物联网识别物体、 采集信息的来源，负责对物体进行编号、识别以及信息采集和反馈，并将获取的数据进行通 信和预处理。所述数据采集模块的数据采集频率可以根基实际需求进行自动调节，由于污 水处理工艺是一个缓慢变化的过程，采集频率无需太高，只要能满足污水处理工艺过程的 监控即可。此外，农村污水处理可能涉及多个点，形成网络结构，因此根据需要，布置数量 多种，品种多样的水质采集和分析设备。

数据采集模块与上位机的传输方式包括且不限于互联网、广电网、无线网络 (GPRS、WiFi、CDMA、3G/4G)等方式。

由于每个自然村污水分布比较分散，部分污水处理现场距中控室较远，有的达几 千米甚至十几千米，布置有线的方式成本开销太大，因此本系统可采用GPRS数据传输网络 对距中控室较远的现场进行监测与控制，进行多种数据传输业务，按数据流量计算运行费 用，运行成本低，无须维护传输平台。而且GPRS网络覆盖面广，具有数据传输速率高和永远 在线的特点。

GPRS数据传输网络主要由三部分构成:位于数据采集现场的GPRS数据采集模块 (该模块可以位于数据采集模块内)、网络运营商提供GPRS网络与GGSN服务器。GPRS数据采 集模块位于各个自然村污水采集现场,通过节点的方式实时采集数据。GPRS网络是现场数 据采集系统与远程监控中心数据交换的桥梁。GPRS数据采集模块与各测量仪表和/或传感 器进行数据通信,将相应仪器、仪表产生的检测数据通过移动基站实时发送到GPRS网络服 务商所提供的GGSN服务器,GGSN分配给GPRS数据采集终端相应的IP地址,从而实现了数据 采集终端与Internet的连接,再通过Internet网络将采集的数据发送到位于监控中心的数 据采集服务器(上位机)。所述上位机也可以把数据下发至相应GPRS终端，GPRS终端可包括 手机APP或PAD等设备，用户只需打开移动网络就能实时全面地掌握污水处理系统的运行情 况。整个GPRS终端可以始终在线,因此位于监控中心的工作人员可以实时了解到终端设备 的工作情况并做出相应的工作指示。

图3是邻近的多个污水处理池形成的分布式网络。每个自然村可能有一个或者多 个污水处理池，多个自然村可能合建一个污水处理池。多个邻近自然村的污水处理池可以 形成分布式局部污水处理网络。图3中给出了一个可能的分布式网络，自然村1有两个污水 处理池，它们分别是污水处理池a和污水处理池b，自然村2有一个污水处理池c。这三个临近 的污水处理池可以形成局部污水处理网络，污水处理池之间通过管道相互连接，由水阀(水 阀ab、水阀ac、水阀bc)控制污水的流量。在某个污水处理池的污水量较大，难以自身进行处 理的情况下，可以通过水阀向其它污水处理池进行分流。污水处理池中的不同符号表示不 同的水质监测传感器，它们可能是PH计、流量计、温度计、湿度计、多功能水质采样仪和摄像 头等感知终端的一种或多种。每个污水处理池中每种水质传感器可能有1个或多个，分布在 污水处理池的不同位置。

图4是多个污水处理池形成的集中式网络。每个自然村可能有一个或者多个污水 处理池，多个自然村可能合建一个污水处理池。多个邻近自然村的污水处理池可以形成集 中式污水处理网络。图4中给出了一个可能的集中式污水处理网络，自然村1,2,3…n的污水 分别流入处理处理池a,b,…,k。每个污水处理池通过管道与总污水处理池相连接，由水阀 (水阀A、水阀B、水阀C、水阀K)控制污水的流量。污水处理池中的不同符号表示不同的水质 监测传感器。每个污水处理池中可能包含一种或多种水质感知终端，且可能包含一个或多 个同种水质传感器，分布在污水处理池的不同位置。

此外，本系统可以针对集中式或分散式污水处理网络结构，根据传感器感知的信 息，建立自适应模糊隶属度函数和推理规则，对污水网络中各污水处理池污水的动态分配， 实现污水网络整体去污能力最佳。

所述上位机适于根据各污水处理池的处理进度，利用如实施例1所述的多池污水 动态分配方法对各污水处理池的水阀的开度进行控制，以将污水从处理速度慢的污水处理 池输送至污水处理速度快的污水处理池。

具体的，通过查模糊规则表使各污水处理池的获得相应水阀的开度，即考虑当前 污水量Q和污水处理复杂度C对应的模糊论域通过查表以获得水阀的相应开度值。

对于通过水阀连通的两个污水处理池，通过模糊规则表所查的水阀的开度执行相 应水阀的开度，当两水阀的开度不一致时，则通过开度优先级进行水阀的开度调整，即ZO_Φ> NS_Φ(PS_Φ)>NM_Φ(PM_Φ)>NB_Φ(PB_Φ)，进行水阀的开度调整。当一污水处理池中各开度不同时， 按照上述开度优先级，将优先级高的开度为基准，调整优先级低的水阀的开度，使两水阀的 开度相同。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完 全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术 性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。