基于神經(jīng)網(wǎng)絡(luò)的污水處理過程建模及仿真的研究.pdf

1、為了保護(hù)有限的水資源，保證國家可持續(xù)發(fā)展的戰(zhàn)略，必須大力發(fā)展我國的污水處理事業(yè)。在污水處理工藝中，活性污泥法是一種比較先進(jìn)的工藝，而且也比較適合我國國情。但是污水處理受到進(jìn)水水質(zhì)、水量、設(shè)備、工藝等諸多因素影響，過程復(fù)雜，水質(zhì)變化具有非線性及非確定性特征。傳統(tǒng)的污水處理出水水質(zhì)預(yù)測ASM系列模型由于涉及的反應(yīng)過程和參數(shù)較多，許多參數(shù)缺乏成熟的測定方法，實(shí)際應(yīng)用效果并不十分理想。人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行運(yùn)算、自適應(yīng)、自學(xué)習(xí)、容錯性的能力

2、，特別適用于需要同時考慮許多因素和條件，不精確的、模糊的信息處理。因此，研究對污水處理過程的建模和仿真技術(shù)具有十分重要的現(xiàn)實(shí)意義。
　　本文就處理污水反應(yīng)過程中，對降解有機(jī)物、硝化與反硝化、除磷過程反應(yīng)有影響的工藝參數(shù)進(jìn)行了分析，深入分析了現(xiàn)有的幾種建模的方法，并且給出該過程建模和仿真技術(shù)的發(fā)展方向。研究了基于BP和RBF神經(jīng)網(wǎng)絡(luò)的活性污泥法污水處理系統(tǒng)建模方法，證明了神經(jīng)網(wǎng)絡(luò)建立污水處理過程模型是有效可行的。以MATLAB6.5

3、為計算平臺，采用BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):一個輸入層、一個隱含層、一個輸出層。通過工藝分析，確定6個進(jìn)水水質(zhì)指標(biāo)即水量、PH值、溫度、COD（化學(xué)含氧量）、硫化物、MLSS（指1升進(jìn)水所含的揮發(fā)性懸浮固體）為輸入神經(jīng)元；出水COD濃度為輸出神經(jīng)元。通過對某污水處理站的監(jiān)測數(shù)據(jù)進(jìn)行學(xué)習(xí)，分析影響B(tài)P網(wǎng)絡(luò)學(xué)習(xí)效率和預(yù)測精度的影響因素，主要從隱含層神經(jīng)元數(shù)量、訓(xùn)練次數(shù)、隱含層激勵函數(shù)、學(xué)習(xí)樣本數(shù)量幾個方面對該廠污水處理站出水COD濃度預(yù)測BP網(wǎng)絡(luò)模型

4、進(jìn)行了優(yōu)化，確定了污水處理站出水水質(zhì)預(yù)測人工神經(jīng)網(wǎng)絡(luò)模型。然后運(yùn)用聚類分析法、主成分分析法去除了監(jiān)測數(shù)據(jù)中有離群趨勢的5個點(diǎn)，將監(jiān)測數(shù)據(jù)分為6類，從每類中選取2/3作為學(xué)習(xí)樣本，其余數(shù)據(jù)作為檢驗(yàn)樣本。通過驗(yàn)證表明，BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果同監(jiān)測出水COD濃度相對誤差最高為9.6％，最低為0.3%，平均相對誤差為3.8%，識別率達(dá)到84.6%，具有較高的精度，能滿足水質(zhì)預(yù)測實(shí)際要求。最后采用LabVIEW軟件平臺開發(fā)了污水處理過程仿真