基于改進BP神經網絡的污水處理出水指標預測.pdf

1、水被稱為萬物之源，人們的生活每時每刻都離不開水，而我國現在是一個水資源十分短缺的國家，所以保護水資源和防治水污染成為當今研究的熱點問題。污水處理廠在保護水環(huán)境方面起著不可忽視的作用。然而很多污水處理廠對日常污水指標的檢測都是通過人工化驗得到的，而人工化驗具有一定的滯后性，像BOD5指標需要五天后才能出結果，等知道水質不合格時，早已排出了大量的不合格水。此外，如果為了改善出水水質而進行試驗研究，需要大量的人力、時間和資金的投入。因此近幾年

2、人們將軟測量技術應用于污水處理過程中，根據軟測量技術的預測結果，及時的調控處理工藝，達到高效處理污水之目的。
　　本論文主要是建立預測污水處理廠出水指標的軟測量模型，利用所建立的預測模型，通過改變可調節(jié)的參數，預測出水指標濃度，分析出水指標變化趨勢，指導污水處理廠的運行實踐。核心內容包括：第一，對內蒙古地區(qū)的污水處理工藝進行調查分析，了解主要污水處理工藝的流程和作用機理，對以活性污泥法為主的A2/O工藝進行了重點研究。第二，以呼和

3、浩特市章蓋營污水處理廠為例，對其水質情況進行歸納分析，確定建模所需的輸入指標。第三，建立BP神經網絡模型，該模型結構的輸入變量為10，隱含層神經元個數為13，輸出變量為1，訓練函數為traingdx，學習函數為learngdm，隱含層和輸出層的傳遞函數函數分別為tansig和purelin，學習率0.01，動量系數0.04，訓練的最大次數20000，目標精度為0.0005（出水指標TP和SS）和0.0003（出水指標BOD5）兩種。經過