基于BP人工神經(jīng)網(wǎng)絡(luò)的循環(huán)工業(yè)冷卻水水質(zhì)預(yù)測(cè)研究.pdf

1、在如今循環(huán)工業(yè)冷卻水處理的技術(shù)工藝中，主要采用的是人工加藥的方式對(duì)冷卻水進(jìn)行處理。由于人為經(jīng)驗(yàn)的不確定性，會(huì)造成水資源的大量浪費(fèi)和經(jīng)濟(jì)成本的增加，在如今工業(yè)用水需求日趨緊張的環(huán)境下，預(yù)測(cè)冷卻水的水質(zhì)變化趨勢(shì)，并給出科學(xué)的水處理方案顯得尤為重要。本文以天津石化分公司的工業(yè)水專業(yè)信息管理系統(tǒng)積累的大量數(shù)據(jù)為依據(jù)，針對(duì)工業(yè)冷卻水具有高度復(fù)雜性、不確定性以及非線性等測(cè)量難點(diǎn)，利用BP人工神經(jīng)網(wǎng)絡(luò)對(duì)循環(huán)冷卻水的水質(zhì)建立預(yù)測(cè)模型。對(duì)于由水質(zhì)的變化而

2、引起的設(shè)備腐蝕速率以及黏附速率進(jìn)行預(yù)測(cè)是本文的關(guān)鍵點(diǎn)之一，這具有重要的理論意義和實(shí)際的經(jīng)濟(jì)價(jià)值。
　　本文通過對(duì)工業(yè)循環(huán)冷卻水系統(tǒng)的基本結(jié)構(gòu)和常見問題的研究，分析了對(duì)沉積物、金屬腐蝕、微生物黏泥以及濃縮倍數(shù)的控制方法。然后，通過提取來源于中石化天津分公司工業(yè)水信息管理系統(tǒng)的水質(zhì)數(shù)據(jù)，首先利用主要成分分析法對(duì)數(shù)據(jù)進(jìn)行了初步處理，再用BP神經(jīng)網(wǎng)絡(luò)對(duì)水質(zhì)建立預(yù)測(cè)模型，并在MATLAB平臺(tái)上對(duì)建立的水質(zhì)模型進(jìn)行了仿真測(cè)試。BP神經(jīng)網(wǎng)絡(luò)具有

3、收斂速度慢，在實(shí)際的應(yīng)用中存在網(wǎng)絡(luò)的隨機(jī)初始權(quán)值和閡值的選擇不能基于一個(gè)有效的選擇機(jī)制以及初始參數(shù)在全局上的優(yōu)良性難以確定等不利因素，而遺傳算法在全局搜索中具有很大的優(yōu)勢(shì)，所以利用GA對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化的方法，代替單一BP神經(jīng)網(wǎng)絡(luò)在對(duì)初始值確定時(shí)所用的隨機(jī)法，以使神經(jīng)網(wǎng)絡(luò)在建模初期就運(yùn)作在一個(gè)較優(yōu)的搜索集合內(nèi)。最后在這個(gè)優(yōu)化的基礎(chǔ)上運(yùn)行算法，通過學(xué)習(xí)達(dá)到使所建立模型對(duì)水質(zhì)的預(yù)測(cè)結(jié)果與實(shí)際情況更加擬合。
　　本文提出