污水分析软测量方法及其应用研究

《污水分析软测量方法及其应用研究》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、一—————————————————————————————————————————————————————————————————————————————一——浙江人学硕十学位论文摘要J，{生物处理是废水处理系统中最重要的方法之一，它已经有了半个多世纪的历史。虽然生物处理过程的基本理论已经建立了多年，生物处理过程的运行仍然是以工程人员的经验为基础的。缺乏有效的控制手段，导致处理系统不能发挥其最高效率。而其中最主要的原因就在于缺少一个合适的过程检测仪表实时检测处理系统的出水指标。在工业过程中，有些变量出于技术或经济的原因，无

2、法直接测量，但是这些变量对于保证产品质量、控制生产装胃平稳运行均十分重要。为了解决这个问题，软测量技术应运而生。软测量就是根据机理分析和回归分析等方法建立起数学模型，以相关变量的可测参数作为输入，给出被测量参数的实时估计值，通常还利用被测参数的离线分析值来修正软测量模型。软测量是一门有着广阔发展前景的新兴工业技术，随着控制理论和计算机技术的迅速发展，已经成为过程检测技术与仪表研究的主要方向之一。／o本文在前人对废水生物处理过程模型和软测量技术研究的基础上，针对一种废水生物处理系统，提出了一种基于混合模型的软测量技术来检测处理

3、系统出水的排放指标。由于废水生物处理过程的复杂性，机理模型的误差是客观存在的，因此它的精度不能让人满意。由于神经网络能够对非线性复杂过程进行很好的拟合，将其和机理模型相结合，形成所谓的混合模型。混合模型具有很多种结构，本文根据简单有效的原则，采用的是并联型的混合模型。仿真结果表明，混合模型的性能要好于简单的机理模型。关键词：软测童神经网裂最小二乘藏活性污泥巅模型、混合模型＼／浙江人学硕十学位论文AbstractBiologicaltreatmentprocessisoneofthemostimportantwaste—wat

4、ertreatmentmethodwithahistorymorethanhalfacentury．Althoughthemaintheoryofbiologicaltreatmenthasbeenestablishedformanyyears，theoperationofwastewatertreatmentplantsisstillbasedontheexperienceoftheengineers．ThereisnoeffectivecontrolmethodSOthatthetreatmentsystemscan’t

5、beoperatedveryeffectively．Themainreasonofitisthatthereisn’takindofappropriatemetertodetecttheBOD／CODofthewastewateron1ine，Inindustrialprocess．therearesomevariablesdifficulttobemeasureddirectlyfortechniqueandeconomyreasons，whichareveryimportantinguaranteeingthequali

6、tyofproductsorkeepingtheprocessrunningunderapropercondition．Tosolvethisproblem，anewconception，soft·sensogiscreated．Soft-sensorisaparticularlykindofmathematicsmodel，whichisconstructedbytheunderstandingofthephysicalorchemicaleventstakingplaceinprocessandtheanalysisan

7、dregressionmodelofprocessdata．Whentheonlinemeasurementsofrelatedvariablesareinputtothemodel，itgivesestimatedvalueofthemeasuredvariablejustlikearealsensor．Tokeeptheaccuracyofthemodel，secondarymeasurementisoftenusedtomodifythemodelfrequently．Soft。Sensortechniqueisane

8、windustrytechnique．Asthedevelopmentofautomaticcontrolandsoft—sensortheories，ithasbecomeoneofthemostimportantdirectionofprocessdetecttechniqueandm