活性污泥法污水處理過程智能建模方法
【專利摘要】本發(fā)明公開了一種活性污泥法污水處理過程智能建模方法，用于對污水處理過程中出水的生物分解需氧量（BOD）量進行準確預(yù)測，對污水處理過程進行有效控制。本發(fā)明首先采用拉依達準則剔除污水調(diào)節(jié)池進水水質(zhì)指標(biāo)向量中的異常數(shù)據(jù)，并采用均方差法對非異常數(shù)據(jù)進行歸一化處理；其次，采用主成分分析法簡化影響影響出水BOD的指標(biāo)；最后，以這些指標(biāo)為輸入變量，以污水處理過程中出水BOD為輸出變量，采用遞歸神經(jīng)網(wǎng)絡(luò)模型對污水處理過程中出水BOD進行預(yù)測和控制。
【專利說明】活性污泥法污水處理過程智能建模方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于污水處理過程的建模方法，尤其涉及一種活性污泥法污水處理過程智能建模方法。
【背景技術(shù)】
[0002]活性污泥法是利用自然界微生物的生命活動來清除污水中有機物和脫氮除磷的一種有效方法。活性污泥法污水處理過程是個復(fù)雜的高度非線性系統(tǒng)，其進水流量、進水成分、污染物濃度、天氣變化等參量都是被動接受，微生物生命活動受溶解氧濃度、微生物種群、污水的PH值等多種因素影響，生化反應(yīng)過程具有滯后特性，精確表述控制變量與控制目標(biāo)之間的關(guān)系十分困難。目前的一些污水處理模型結(jié)構(gòu)復(fù)雜，待整定參數(shù)過多，可辨識性差，不能動態(tài)地反映出操作變量與控制目標(biāo)之間蘊含的關(guān)系，無法用于在線控制。同時，污水處理過程是一個復(fù)雜的生化反應(yīng)過程，現(xiàn)場試驗不僅時間長且成本很高。因此，尋求較好的建模方法，解決污水處理過程中的建模問題是一個很迫切的需求，也是國際控制領(lǐng)域的挑戰(zhàn)性問題。
[0003]由于活性污泥法污水處理過程具有高度的復(fù)雜性和非線性的特點，神經(jīng)網(wǎng)絡(luò)作為非線性的動力學(xué)系統(tǒng)，特別適合于一些高度非線性的動力學(xué)過程的建模與控制，使神經(jīng)網(wǎng)絡(luò)可以在建模過程中發(fā)揮巨大的作用。由于神經(jīng)網(wǎng)絡(luò)能夠根據(jù)對象輸入/輸出的數(shù)據(jù)直接建立模型，不需要對象的先驗知識及復(fù)雜的數(shù)學(xué)公式推導(dǎo)，并且采用適當(dāng)?shù)挠?xùn)練算法就可以達到網(wǎng)絡(luò)學(xué)習(xí)精度目標(biāo)。因此，采用神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)系統(tǒng)建模是非常有效和相對容易。

【發(fā)明內(nèi)容】

[0004]本發(fā)明主要預(yù)測污水處理過程中出水的生物分解需氧量(BOD)的值，分析污水處理過程中與出水BOD與其他變量之間的關(guān)系，出水BOD依賴于數(shù)小時前的入水的化學(xué)需氧量(COD )、固體懸浮物濃度(SS )、溫度(T )、PH值、進水量(Q)、初沉池出水SS和COD、曝氣池溶解氧濃度(D0)、混合液污泥濃度(MLSS)以及出水COD和SS等過程變量。
[0005]本發(fā)明將遞階多層神經(jīng)網(wǎng)絡(luò)與各反應(yīng)器子系統(tǒng)相結(jié)合，提出一種活性污泥法污水處理過程智能建模方法。結(jié)合遞階神經(jīng)網(wǎng)絡(luò)模型，活性污泥法污水處理過程智能建模方法的具體過程如下。
[0006]步驟1:數(shù)據(jù)預(yù)處理。
[0007]本發(fā)明選擇輸入向量為污水調(diào)節(jié)池進水水質(zhì)指標(biāo)，分別為數(shù)小時前的入水的化學(xué)需氧量(C0D)、固體懸浮物濃度(SS)、溫度(T)、PH值、進水量(Q)、初沉池出水SS和C0D、曝氣池溶解氧濃度(D0)、混合液污泥濃度(MLSS)以及出水COD和SS。
[0008]由于從工業(yè)現(xiàn)場采集的數(shù)據(jù)難免會含有隨機誤差甚至過失誤差，而任意數(shù)據(jù)的錯誤都可能導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型整體性能下降，甚至完全失敗，因此必須對測量數(shù)據(jù)進行預(yù)處理，方可作為神經(jīng)網(wǎng)絡(luò)模型的輸入。因此，需要對數(shù)據(jù)進行預(yù)處理，主要包括剔除異常數(shù)據(jù)和歸一化處理。[0009]I)剔除異常數(shù)據(jù)。
[0010]在實際測量中，由于測量和記錄的嚴重失誤，或由于儀器儀表的突然波動，都會造成異常的觀察結(jié)果，這類數(shù)據(jù)為異常數(shù)據(jù)。異常數(shù)據(jù)容易導(dǎo)致整個系統(tǒng)建模的失敗，因此異常數(shù)據(jù)的偵破剔除和校正是必須的。
[0011]本發(fā)明采用拉依達準則處理異常數(shù)據(jù)。設(shè)樣本數(shù)據(jù)為(Χι，Χ2，…，χη)，平均值為i，偏差為Vi=X1-x(i =、2,、n),按照貝葉斯公式計算出標(biāo)準偏差:
【權(quán)利要求】
1.活性污泥法污水處理過程智能建模方法的基本步驟如下:1)收集影響污水處理過程中出水的生物分解需氧量(BOD)的主要因素的相關(guān)數(shù)據(jù)，包括:數(shù)小時前的入水的化學(xué)需氧量(C0D)、固體懸浮物濃度(SS)、溫度(T)、PH值、進水量(Q)、初沉池出水SS和C0D、曝氣池溶解氧濃度(D0)、混合液污泥濃度(MLSS)以及出水COD和SS，并采用拉依達準則剔除這些值中的異常數(shù)據(jù)；2)采用主成分分析法確定影響污水處理過程中出水BOD主成分因素；3)將影響污水處理過程中出水BOD的主成分因素作為輸入變量，將污水處理過程中出水BOD為輸出變量，采用遞歸神經(jīng)網(wǎng)絡(luò)模型對污水處理過程中出水BOD進行預(yù)測和控制。
【文檔編號】G05B13/04GK103809436SQ201210438501
【公開日】2014年5月21日 申請日期:2012年11月6日 優(yōu)先權(quán)日:2012年11月6日
【發(fā)明者】鄭夏銘, 梁淑儀 申請人:西安元朔科技有限公司