基于神經(jīng)網(wǎng)絡(luò)的MBR污水處理工藝參數(shù)預(yù)測(cè)和控制研究.pdf

1、近年來膜生物反應(yīng)器(MembraneBioreactors,MBR)工藝在污水處理中的應(yīng)用格外引人注目。該工藝與傳統(tǒng)的廢水生物處理工藝相比,具有出水水質(zhì)好、出水可直接回用、設(shè)備占地面積小、便于自控、活性污泥濃度高和剩余污泥產(chǎn)量低等優(yōu)點(diǎn)。本課題根據(jù)MBR污水處理的工藝要求對(duì)PLC進(jìn)行了硬件選型和軟件設(shè)計(jì),主要包括污水預(yù)處理區(qū)、MBR反應(yīng)區(qū)和污泥處理區(qū)三部分。
　　 MBR運(yùn)行的突出問題主要是膜污染,膜污染不僅會(huì)降低膜的產(chǎn)水率、增加

2、運(yùn)行費(fèi)用,而且影響膜生物反應(yīng)器的穩(wěn)定運(yùn)行。本文根據(jù)現(xiàn)場(chǎng)運(yùn)行參數(shù),探討了預(yù)測(cè)MBR工藝在運(yùn)行中發(fā)生膜污染的方法。MBR運(yùn)行控制過程是一個(gè)多變量,多目標(biāo)的包含海量信息的復(fù)雜控制系統(tǒng),膜污染因子較為復(fù)雜且各因子之間相互交叉,難以建立精確的數(shù)學(xué)模型。因此,本文采用神經(jīng)網(wǎng)絡(luò)算法建立了膜污染模型預(yù)測(cè)模型。首先分析膜污染形成原因,針對(duì)膜污染因子復(fù)雜多變的特點(diǎn),以及神經(jīng)網(wǎng)絡(luò)對(duì)于控制領(lǐng)域的強(qiáng)大吸引力,提出采用基于神經(jīng)網(wǎng)絡(luò)計(jì)算方法的膜污染預(yù)測(cè)的建模方法。利

3、用主元分析法(PCA)實(shí)現(xiàn)過程變量的降維和去相關(guān),實(shí)現(xiàn)輔助變量的精選,從而達(dá)到簡化神經(jīng)網(wǎng)絡(luò)輸入的目的。然后建立基于BP神經(jīng)網(wǎng)絡(luò)的膜污染預(yù)測(cè)模型。對(duì)標(biāo)準(zhǔn)BP算法進(jìn)行了分析,建立了膜污染預(yù)測(cè)的BP神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行詳細(xì)的討論,指出BP算法收斂速度慢,易陷入局部極小點(diǎn),網(wǎng)絡(luò)泛化能力不強(qiáng)等缺點(diǎn)及原因。最后提出了一種新膜污染預(yù)測(cè)方法—基于PSOBP神經(jīng)網(wǎng)絡(luò)的膜污染預(yù)測(cè)模型。PSOBP算法是用粒子群算法來優(yōu)化神經(jīng)網(wǎng)絡(luò),計(jì)算適應(yīng)度函數(shù),最后對(duì)優(yōu)化權(quán)值