Resum

En aquesta tesi es presenta la recerca i el treball fet en el disseny i la implementació d'una arquitectura integrada multi-nivell de supervisió en temps real, de plantes de tractament o estacions depuradores d'aigües residuals (EDAR). La recerca desenvolupada recull una doble font de problemes: per una banda, la insuficiència dels mètodes habituals d'Enginyeria Química aplicats a les EDARs, i per l'altre, les limitacions dels Sistemes Basats en el Coneixement, en ésser enfrontats amb problemes del món real.

La gestió, control i supervisió d'una EDAR és una tasca molt complexa i perillosa, degut a les característiques de les EDARs i a les catastròfiques conseqüències a que pot donar lloc un mal funcionament de la planta. Les tècniques habituals – algorismes de control numèric– no són capaces de controlar la EDAR, tret de quan es troba en unes condicions de funcionament normals. Necessiten la integració d'altres tècniques que permetin incorporar el coneixement expert dels operadors de les plantes i dels llibres, així com les experiències adquirides en el funcionament passat de la planta sota control.

Els Sistemes Basats en el Coneixement (SBC) tenen una sèrie de mancances, sobretot quan s'apliquen a sistemes complexos del món real: no solen estar preparats per a fer front a situacions inesperades, la majoria dels SBC no aprenen de les seves experiències, hi ha greus dificultats per a l'adquisició del coneixement, les bases de coneixement solen ser poc reusables, i la complexitat creixent dels SBC monolítics.

L'arquitectura, anomenada DAI-DEPUR, es fruit de la integració de diverses tècniques d'Intel.ligència Artificial amb d'altres d'Enginyeria de Control, i amb altres d'Enginyeria Química: tècniques de control numèric – un algoritme de control predictiu– , models d'Enginyeria Química, raonament basat en el coneixement, raonament basat en casos, adquisició semiautomàtica de coneixements, aprenentatge, adquisició de dades on-line i off-line, etc .

L'objectiu global de supervisió es duu a terme de forma distribuida mitjançant una sèrie de tasques: evaluació del sistema, diagnosi local dels subsistemes, adaptació, diagnosi global, supervisió, validació i actuació. El coneixement expert està distribuit entre diferents bases de coneixement que cooperen per a la supervisió global de la planta. La arquitectura és multi-nivell, essent estructurada a partir de l'estudi dels diferents tipus de coneixement i de les diferents tasques a realitzar. Aquest fet, doncs, proporciona una certa independència als diferents nivells que la composen: nivell de dades, nivell de coneixement/expertesa, nivell de situacions i nivell de plans d'actuació.

La implementació de DAI-DEPUR s'ha realitzat utilitzant certes eines com G2 – un shell per a sistemes experts en temps real– , LINNEO +–una eina no supervisada per a l'adquisició semiautomàtica de coneixements, GAR – un generador automàtic de regles de inferència– , i el llenguatge de programació Lisp per a la implementació d'un sistema de raonament basat en casos.

L'evaluació del sistema, que ha donat bons resultats, s'ha fet a dos nivells. Primer, s'han validat els tres grans components de l'arquitectura: el coneixement de control numèric, el coneixement expert i el coneixement experiencial. En segon lloc s'ha procedit a una validació global de DAI-DEPUR, que també consta de tres fases: simulacions del funcionament de la planta validades pels experts, validació en una planta pilot que s'ha construït a tal efecte, i la propera evaluació en una planta real, mitjançant un acord amb la Junta de Sanejament de la Generalitat de Catalunya.

Finalment es mostren varis aspectes de l'execució de DAI-DEPUR i es detallen uns quans exemples d'aplicació per a mostrar el procés global de supervisió de la planta on interactuen les diverses tècniques implementades, la EDAR i l'operador, a través de vàries interfícies.

Paraules Clau

Arquitectures Integrades, Arquitectures Multi-nivell, Arquitectures Distribuïdes, Raonament basat en el coneixement, Raonament basat en casos, Adquisició de coneixements, Aprenentage, Supervisió i Control en Temps Real, Tractament d'aigües residuals, Biotecnologia, Enginyeria Química, Enginyeria Medioambiental.


Abstract

In this thesis, it is presented the research and work developed in the design and implementation of an integrated multi-level architecture for wastewater treatment plants (WWTPs) supervision in real-time. The research has coped with a double open problems in two different areas: the insufficiency of classical Chemical Engineering control methods applied to WWTPs, and on the other hand, some pitfalls of Knowledge-Based Systems, specially when faced against real-world problems.

The management, control and supervision of a WWTP is a very complex and dangerous task, due to the features of a WWTP and to the catastrophic consequences that can be achieved by an incorrect WWTP operation. Usual used techniques –numerical control algorithms– are not able to control the WWTP if it is not operating in normal conditions. They need the integration of other techniques that allow to include the expert knowledge provided by the WWTP's operators and the literature, and the experiential knowledge acquired in the past operation of the WWTP under supervision.

Knowledge-Based Systems (KBS) have some pitfalls, specially when faced against complex real-world domains: their scope is limited to the forecasted situations in the domain, i.e. brittleness; most KBS do not learn from their experiences; the knowledge acquisition problem; low reusability of knowledge bases, and the increasing complexity of monolithic problem solving systems

The architecture, called DAI-DEPUR, is the result of the integration of several Artificial Intelligence techniques with some Control Engineering methods, and with some Chemical Engineering techniques: numerical control methods – a predictive control algorithm– , Chemical Engineering models, rule-based reasoning, case-based reasoning, semi automated knowledge acquisition, learning, on-line and off-line data acquisition, etc .

The global issue of supervision is carried out in a distributed way by means of several tasks: system evaluation, local diagnosis of subsystems, adaptation, global diagnosis, supervision, operator's validation and actuation. The expert knowledge is distributed among several knowledge bases that cooperate for the global supervisory task. The architecture is multi-level , and it has been structured in this way, as a result of the study of the different kinds of knowledge and tasks involved in the domain. This feature provides it with a certain independence among the different levels: the data level, the knowledge/expertise level, the situations level and the plans level.

DAI-DEPUR has been implemented by means of some tools such as G2 – a real-time expert systems shell– , LINNEO +– a semi-automated unsupervised knowledge acquisition tool– , GAR – an inference rule automated generator– , and the programming language Lisp for the implementation of the case-based reasoner.

The evaluation of the system has given good results and it has been carried out in two stages. First, the three main components of the architecture: the numerical control knowledge, the expert knowledge and the experiential knowledge. Secondly, a global validation of DAI-DEPUR, also containing three steps has followed: WWTP operation simulations validated by the experts, validation in a pilot scale WWTP constructed to that end, and the next evaluation in a real WWTP by means of an agreement with the "Junta de Sanejament de la Generalitat de Catalunya".

Finally, some features of DAI-DEPUR execution are showed, and a few examples of application are detailed, in order to outline the global supervisory process where interact the several techniques implemented, the WWTP and the WWTP's operator through several interfaces.

Key Words

Integrated Architectures, Multi-level Architectures, Distributed Architectures, Rule-based reasoning, Case-based reasoning, Knowledge acquisition, Learning, Real-time Supervision and Control, Wastewater treatment, Biotechnology, Chemical Engineering, Environmental Engineering.


Agraïments

Voldria compensar d'alguna forma a tothom, que d'una manera o altra, m'ha ajudat en la realització d'aquesta tesi. En la mena de peregrinació que ha suposat aquesta tesi des de que vaig acabar la carrera, hi ha passat de tot. Primer, va haver-hi el servei militar. Després la Tesi de Llicenciatura que va apuntar-ne el camí. Després, fer de professor a la universitat amb la càrrega docent que comporta també ha tingut el seu pes, i per si això no fos poc, el estar sotmès a la constant pressió– científica– d'en Ulises.

Les idees i la recerca exposada en la tesi són el resultat de converses, discussions i intercanvis d'impressions amb molta gent. Principalment amb el meu director, en Ulises Cortés, que ja fa anys em va introduir en el món de la Intel.ligència Artificial, en el de la Universitat i en el de la ciència. Sempre ha estat disposat – encara que no tingués gaire temps lliure– a ajudar-me i a apuntalar la tesi. Gràcies per aquests anys, d'amistat i col.laboració.

Hi ha un grup de gent que també m'han ajudat molt en la tesi, i que al llarg d'aquests anys ens hem anat coneixent – i compartint deu n'hi do quants àpats gastronòmico-científics– fins a arribar a ser força amics. Són la gent de la Unitat d'Enginyeria Química de la Universitat Autonòma de Barcelona i del Laboratori d'Enginyeria Química i Ambiental de la Universitat de Girona. Ells són els "culpables" de la meva dedicació als temes ambientals, i a les plantes depuradores en concret. Han sigut molts en aquests anys: En Jordi Robusté, en Pau Serra, en Joan de Gràcia, en Juan Baeza que ha posat a punt l'adquisició de dades on-line, en Paco, en David. Capítol apart són en Javier Lafuente, en Manel Poch i en Ignasi R.-Roda. En Javier et contagia de la seva energia vital i de la seva disposició a qualsevol hora, i en Manel de la seva visió científica i la seva afecció pels viatges a México. Gràcies a tots dos pels seus consells, crítiques constructives i idees. Que dir d'en Ignasi. S'ha volcat en ajudar-me. Són molts dies del seu temps (t'en recordes del 24/1/96? Aquell si que va ser un dia profitós!) que m'ha dedicat generosament. Gràcies pel teu esforç. Sense tu no ho hagués aconseguit.

També m'han ajudat molt els companys i ex-companys del grup de Sistemes Basats en el Coneixement i Aprenentage, especialment en Javier Béjar, sempre amb la solució a la mà per a qualsevol problema del computador i per haver construït la versió actual de LINNEO + , que ha sigut essencial per la tesi. En Toni Moreno també ha col.laborat, sobre tot animant-me quan estava més decaigut, discutint certes idees i empenyent-me a escriure-la en anglès. A en Julio Valdés, que amb la seva amabilitat i la seva ciència també ha aportat el seu granet de sorra per ajudar-me. A en David Riaño, per haver construït GAR. A en Juan Manuel Gimeno, a en Lluís Belanche, a en Enric Sesa, a en Mario Martín, que també m'han ajudat durant aquest temps.

A en Enric Plaza, que va comentar diferents aspectes i l'enfoc de la tesi, i va corregir certes parts, sense saber-ho. A tota la gent del IIIA que hem el seu dinamisme i exemple científic t'estimulen constantment.

Als nostres experts: a el Sr. Canals, ja fa força temps; a en Ricard Tomàs, cap de la planta de Manresa-Sant Joan de Vilatorrada; a en J. Torrico, cap de la planta de Cassà de la Selva-Llagostera. A en Javier Lafuente, Manel Poch i Ignasi R.-Roda que també en són molt d'experts.

A tota la gent del departament de LSI, que d'una forma o altre ens anem fent costat en aquestes doloroses peregrinacions. I al departament en abstracte, pel suport informàtic que ens ofereix i per la descàrrega docent que em van concedir. En particular a la secció de IA, per haver-me concedit un parell d'ajuts per a finançar part de les despeses en les anades a congressos.

A la família: Anna, Paquita i Salvador, Carme i Sisquet, Maria Reina, Carme i Josep Maria, Laura, i a la resta pel seu suport afectuós, i pel temps que no els he pogut dedicar com jo hagués volgut durant aquest periode, especialment en l'etapa final de la tesi.

Als amics i altres companys, que sigui com sigui, m'han animat en aquesta tasca.

Aquesta tesi ha rebut el suport econòmic dels següents projectes científics per part de les institucions:

"Un paquete inteligente de diseño asistido por ordenador de sistemas de control de procesos biotecnológicos". CICyT ROB89-0479-C03-02.

"VIM: a Virtual Multicomputer for Symbolic Applications". EEC. ERB4050PL930186.

"Desarrollo de un sistema basado en el conocimiento para la supervisión y el (re)diseño de procesos biotecnológicos: aplicación a un proceso biológico de depuración". CICyT BIO94-679-C02-01.


Preface

The idea of using Artificial Intelligence techniques, particularly Expert Systems, to the management and supervision of wastewater treatment plants was born in the Chemical Engineering Unit of the UAB. This approach joined with the efforts of the Knowledge-Based Systems and Machine Learning group of the Artificial Intelligence section of the Software department (LSI) of the UPC, to overcome some troubles in knowledge engineering and knowledge acquisition. The merge of both paths has derived to this thesis.

The work was based on my early Master's Thesis [Sànchez, 1991] that was focused on the use of Knowledge-Based Systems for the off-line diagnosis task in wastewater treatment plants. That work was awarded with an accesit of the "Oms i De Prat 1991" award in the modality of Experimental and Applied Science. The KBS system developed was called DEPUR. DEPUR stands for DEPURation KBS system.

From this experience and joining the efforts of all groups involved in the research: chemical engineers, control engineers, biologists, plant's operators – experts–, the architecture for the global supervision, control and management of the wastewater treatment plant was designed and afterwards implemented. It has been called DAI-DEPUR, that stands for Distributed And Integrated DEPUR.

As the work is the result of this collaboration, the thesis is an interdisciplinary research. Although this interdisciplinarity, the work is presented here from an Artificial Intelligence point of view. It has been a challenge to produce a text that could be meaningful and useful to both types of reader, although it is mainly addressed to Artificial Intelligent scientists. So, it is possible that some topics are not fully explained here, because they are mainly related to the other discipline. Anyway, a glossary of technical words in Chemical Engineering is provided in the appendix A.

One of the goals of our research – and that was clearly pointed by the experts in the early stage– was that the supervisory architecture to be designed would be general enough to be used in any wastewater treatment plant of similar technology. The proposed architecture satisfies this requirement, because it can adapt itself through a dynamic experiential component.

Although the work has focused on the wastewater treatment plants, we aim that the architecture is also useful for other real-time control processes in complex real-world domains.

The text is written in English due to the aim of providing an easy understanding and a wide dissemination of the work to the interested scientific community, if any. Writing the text in a foreign language has supposed an added difficulty to the work, and a rejection of my own loved Catalan language. As it is not written by an Oxford scholar, but a foreign writer, be benevolent with my English grammar and language mistakes !


List of Figures


List of Tables