基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的污水處理參數(shù)軟測量模型研究.pdf

1、論文針對(duì)建立污水處理過程控制參數(shù)及水質(zhì)參數(shù)的軟測量模型進(jìn)行了研究，為進(jìn)一步實(shí)現(xiàn)污水處理過程的自動(dòng)控制和參數(shù)在線檢測創(chuàng)造條件。 文章在分析了各種軟測量模型的基礎(chǔ)上，提出了一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的污水處理軟測量模型，并用該模型對(duì)COD、TN、TP及SVI等難以在線測量的參數(shù)或雖能在線測量但檢測費(fèi)用高的參數(shù)進(jìn)行了軟測量。通過主元分析(簡稱PCA)及粗糙集(簡稱RS)的方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，并用Matlab進(jìn)行了仿真。結(jié)果表明，有PCA或

2、RS預(yù)處理的軟測量模型的測量效果明顯優(yōu)于無預(yù)處理的模型。 論文主要工作和結(jié)論如下： 1. 研究了各種軟測量方法并分析了它們的適用范圍，在分析了污水處理系統(tǒng)的特征后，選定了適用于污水處理的軟測量模型——神經(jīng)網(wǎng)絡(luò)軟測量模型。 2. 對(duì)兩種常用的神經(jīng)網(wǎng)絡(luò)模型做了分析，即誤差反向傳播(簡稱BP)網(wǎng)絡(luò)模型和徑向基函數(shù)(簡稱RBF)網(wǎng)絡(luò)模型，并指出了各自的優(yōu)缺點(diǎn)及改進(jìn)措施。 3. 由于神經(jīng)網(wǎng)絡(luò)對(duì)誤差數(shù)據(jù)及線性相關(guān)數(shù)據(jù)

3、的比較敏感，而污水處理中常常存在這兩種數(shù)據(jù)，為此，提出以PCA或RS對(duì)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)輸入進(jìn)行預(yù)處理。當(dāng)采用PCA方法時(shí)，可以降低誤差數(shù)據(jù)影響，去除數(shù)據(jù)的線性相關(guān)性以及降低輸入數(shù)據(jù)的維數(shù)；而采用RS方法，則可剔除無關(guān)變量并起到降維作用。二者均可使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡化并提高神經(jīng)網(wǎng)絡(luò)的預(yù)測效果，但RS方法還減少了輸入變量，進(jìn)而減少了在線檢測的儀表數(shù)。 4. 以重慶市某污水廠的實(shí)測數(shù)據(jù)為例，檢驗(yàn)所提出的模型的有效性。針對(duì)該污水廠的難以在線測量