基于神经网络的sbr污水处理出水水质预测系统

《基于神经网络的sbr污水处理出水水质预测系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文基于神经网络的SBR污水处理出水水质预测系统姓名：李剑申请学位级别：硕士专业：机械电子工程指导教师：刘利20040301基于神经网络的SBR污水处理出水水质预测系统摘要污水处理作为水资源保护的重要措施近年在我国发展迅速SBR序批式活性污泥法是一种比较先进的适合我国国情的污水处理工艺但其稳定高效运行对过程参数检测与自动控制技术则有很高要求其中很多问题尚待解决作为自动控制的基础对污水处理过程参数检测的研究具有重要意义SBR工艺处理污水的过程是一个多参量多任务同时具有随机性时变性和耦合性的复杂过

2、程目前对其生化反应的机理尚在研究之中没有可用的动力学数学模型同时也没有能直接在线测量反应过程水质参数的传感器这对污水处理的监控造成极大障碍本论文是围绕如何采用软测量技术解决目前城市污水处理出水水质参数难以用硬仪表在线测量这一现实问题而展开的研究目的是设计基于人工神经网络的预测系统实现污水处理出水水质的预测预报本文分析了SBR污水处理工艺中降解有机物硝化与反硝化除磷等过程对出水水质有影响的工艺参数及其相互关系提出利用其中能在线检测响应快又与出水水质密切相关的工艺参数作为BP神经网络的输入参数对SBR污水处理出水水质

3、参数进行预测的方法在对BP神经网络的训练中使用参数自适应的方法实现了学习速率惯性因子的自我调节以避免系统误差陷入局部最小加快网络的收敛速度提出了优化BP网络结构的实验研究方法并给出有关隐含层数和节点数的选择样本数据的预处理以及网络训练的方法将该算法同传统BP算法比较逼近精度及泛化能力均得到了极大的提高和改善本文还讨论了该算法的C++实现方式并研究了以组态软件WinCC为平台将这种神经网络预测模型应用于所参与的海宁市污水处理工程控制系统中最后用污水厂试运行期间获得的部分样本数据对预测模型进行训练和测试并对试验结果进

4、行了分析和讨论证明运用神经网络对SBR污水处理出水水质预测的方法是可行的关键词SBR污水处理软测量人工神经网络参数自适应BP算法THEEFFLUENTQUALITYFORECASTINGSYSTEMOFSBRSEWAGETREATMENTBASEDONANNABSTRACTAsthemajormeasuretoprotectthelimitedfreshwaterresourcesewagewatertreatmenthavedevelopedveryfastinlatestyearsSBR(Sequencing

5、BatchReactor)processisoneoftheadvancedsewagewatertreatmentprocesseswhichissuitabletotheconditionsofourcountryTooperateinstableandefficientwaySBRdemandspreciseonlineparametermeasurementandhigh-levelautocontrolIntheseareastherestillexistlotsofunsolvedproblemsSo

6、itisveryimportanttostudyhowtogetprocessparameterspromptlyandcorrectlyinsewagewatertreatmentThesewagewatertreatmentisaverycomplexmulti-parameterprocesswhichhasthecharactersofrandomicitycouplingandchangingwithtime.Itlacksanaccuratemathematicmodelandonlinesensor

7、stoaccuratelyandrapidlymeasuresomeimportantparameterswhichmakesangreatobstacletothedevelopmentofsupervisionandautocontrolThethesisdevelopedonhowtodealwiththisproblemwithsoftmeasurementtechnique.Thegoalofthisresearchistodevelopasoftwaresystembasedonartificialn

8、eutralnetworktoforecasteffluentqualityparameterswhicharedifficulttoobtainbyconventionalonlineapparatusThepaperanalysestheprocessparameterswhichaffecttheeffluentqualityinSBRprocessThenafor