《基于人工神经网络建立污水处理的软测量模型.doc》由会员分享，可在线阅读，更多相关《基于人工神经网络建立污水处理的软测量模型.doc（57页珍藏版）》请在金锄头文库上搜索。
1、摘要为解决目前日趋严重的水体环境污染问题，实现污水处理过程中水质参数的有效检测是十分重要的。其中，对于出水总磷(TP)测量方法的研究，是目前国际上的热点问题。由于污水处理过程具有机理复杂、高度耦合、与高度非线性等特点，传统的检测仪表往往无法提供及时、准确的测量结果。此外，由于TP的检测方法的复杂性，其检测仪表不仅价格昂贵，提供的检测结果通常具有滞后性(超过15分钟)。针对上述缺陷，本文提出通过搭建TP软测量模型的方法，实现TP的实时准确测量。在众多软测量建模方法的研究中，基于人工神经网络搭建软测量模型的方法得到了广泛的关注。但是，在污水处理工业中，基于神经网络的软测量模型依然存在测量精度不高以
2、及无法进行在线修正等缺陷。针对此问题，本文提出了一种基于径向基神经网络(RBFNN)的TP软测量模型，该模型可以实现TP的在线测量，并获得较高的测量精度。本文主要工作内容如下：1.搭建污水处理中TP的软测量模型。以温度、厌氧末端ORP、好氧前端DO、好氧前端TSS以及出水PH作为输入变量，出水TP作为输出变量，建立一种多输入单输出(MISO)的TP软测量模型；2.提出了一种自组织RBF神经网络以及新的学习算法，并使用真实数据对网络进行训练。经实验结果可证明，本算法可以有效的缩短软测量模型的预测时间，并能够提高模型的预测精度；3.将该软测量模型嵌入至LabVIEW中，开发了前台显示界面，使软测量
3、模型的预测效果更具有可视性。关键词：污水处理；出水总磷；软测量；自组织RBF神经网络AbstractTo solve the increasing water pollution problems,it is important to achieve effective detection of water quality parameters in the sewage treatment process. Among all the water quality parameter measuring methods, the measuring methods of effluent to
4、tal phosphorus (TP), is currently the hot issues in the world. Due to the mechanism of wastewater treatment process is complex, highly coupled, and highly nonlinear, the traditional detection instruments are often unable to provide timely and accurate measurement results. In addition, because of the
5、 complexity of the detection method of TP, the test instrument is not only expensive, but also provide the test results with a lag (more than 15 minutes). According to the above defects, this paper proposes a method of constructing TP soft measurement model to realize the real-time and accurate meas
6、urements of TP.In many of the soft measurement modeling method study, the method ofbuilding soft measurement model, which based on artificial neural networkhas been widely concerned. But in the sewage treatment industry, the soft measurement model based on neural network still remains the problems w
7、hich measurement accuracy is not high and could not be online correction of defects.To solve these problems, this paper proposes a TP soft measurement model which based on RBF neural network (RBFNN).This model can realize online measuring and can obtain higher measurement accuracy.In this paper, the
8、 main work contents are as follows:1. Set up the soft measurement model of TP in sewage treatment. Use water temperature, ORP, DO, TSS, PH as input variables，and effluent TP as the output vector，establishing a kind of multiple input single output (MISO) TP soft measurement model;2. This paper propos
9、es a self-organizing RBF neural network and a new learning algorithm, and use the real data train the network. The experimental results show that the algorithm can effectively shorten the time of the soft measurement model, and can improve the prediction precision;3. Embed the soft measurement model
10、 into LabVIEW. Develop a foreground display interface, which makes the soft measurement model of prediction effect is more visibility.Key words: Wastewater treatment process; Effluent total phosphorus; Soft-sensor measurement; self-organized RBF neural network目录摘要IAbstractII第一章 绪 论11.1课题背景11.1.1课题背景
11、11.1.2研究意义21.2污水处理软测量研究现状31.2.1人工神经网络软测量模型研究现状41.3人工神经网络研究现状51.4论文内容以及结构6第二章 出水TP软测量模型设计82.1污水处理工艺82.1.1活性污泥法82.2污水处理软测量模型结构92.3辅助变量的选取102.4数据的预处理102.4.1数据的误差处理102.4.2数据的标准化处理112.5主元分析112.6出水TP软测量模型的确立122.7本章小结14第三章 RBF神经网络153.1 RBF神经网络153.1.1 RBF神经网络的结构153.1.2 RBF神经网络的原理163.2 RBF神经网络的基本学习算法163.2.1
12、K-均值聚类算法173.2.2梯度训练法173.2.3正交最小二乘算法193.3本章小结20第四章 改进型RBF神经网络214.1灰色关联分析214.2灰色关联度234.3 GR-RBF神经网络的学习算法244.3.1增长策略244.3.2删减策略254.3.3灰色关联度RBF神经网络的流程254.3.4收敛性分析274.4仿真实验284.4.1非线性函数逼近284.4.2非线性系统模型预测324.4.3出水TP软测量模型预测354.4.4实验分析394.5本章小结39第五章 出水TP软测量模型的软件开发405.1概述405.2 LabVIEW概述405.2.1虚拟仪器概述405.2.2虚拟仪
13、器的构成405.2.3 LabVIEW概述415.3软件开发流程425.3.1仿真程序前面板开发流程425.3.2仿真程序程序框图开发流程455.3.3出水总磷软测量模型嵌入流程465.3.4仿真程序的实现475.4本章小结48结论49致谢50参考文献51 第一章 绪 论1.1课题背景1.1.1 课题背景水是人类赖以生存和发展的不可缺少的物质资源之一。在人类的生产生活中，扮演着重要的角色。我国水资源总体十分丰富，在世界水资源总量排名中目前居于世界第六位。但是，由于我国人口众多，导致人均占有量则相对偏少，约为世界平均水平的四分之一，属于中度缺水国家。目前，水资源短缺已经成为了一个热点话题。今年来
14、，由于我国城市化、工业化进程不断推进，导致全国的污水排放量也大幅度的增加，致使自然水体不断恶化，使水资源短缺问题更加严重。根据中国环境保护部在2013年公布的中国环境状况公报显示，2013年全国地表水总体为轻度污染。在对我国10大流域的水质检测中，类、类和劣类水质所占的比例分别为68.9%、20.9%和10.2%。水质为优良、轻度污染、中度污染和重度污染的湖泊(水库)比例分别为60.7%、26.2%、1.6%和11.5%。富营养、中营养和贫营养的湖泊(水库)比例分别为27.8%、57.4%和14.8%。而地下水环境质量监测报告显示，仅有10.4%的监测点符合水质优良标准，26.9%的监测点符合
15、良好标准，3.1%的监测点符合较好标准，而43.9%的监测点符合较差标准，15.7%的监测点符合极差标准。根据2014年4月我国国土资源部公布的2013年中国国土资源公报，地下水质为较差和极差的占比合计约60%。而截止到2014年，我国的污水整体处理率尚无法达到70%，与国外发达国家甚至某些发展中国家相比，仍有相当大的差距。尤其是在中西部地区，由于经济不发达，有相当多的重污染企业没有配备污水处理系统，将未经处理的污水直接排入河流当中，导致了内陆湖泊的严重污染。所以，污水处理是目前关系到水资源的一个大问题。而在污水处理过程中，磷的处理又是其中很重要的一个课题。相比于其他元素来说，含磷的有机废水对水质的影响更加迅速。磷虽然对于生物体来说必不可少的营养物质,而且磷元素本身不具有毒性，但当大量的磷元素排入水中时，会引起藻类的大量生长，引起水体富营养化，而这会破坏水体的生态平衡，由此产生的后果非常严重。而且在某些化工厂的生产过程中，所排放的废水中含有剧毒的元素磷的化合物，一旦进入水环境，将导致极为严重的生态环境破坏，威胁水生物的生存，甚至威胁到人类的生存。而要处理出水中的磷元素，首先要找到一种能够
