基于BP神經網絡的厭氧序批式反應器堿度需求預測.pdf

1、厭氧序批式反應器(ASBR)是間歇運行、序批進料、具有高度非穩(wěn)態(tài)運行特征的高速厭氧反應器，對自動控制的精度要求較高。目前對于ASBR反應器運行參數的有效控制在很大程度上依賴于對生物反應器動力學的正確模擬。由于生化反應及影響生化反應的反應器運行參數的復雜性，傳統(tǒng)的動力學模型預測出的結果往往與現實相差過大。為了能有效的控制ASBR反應器的運行參數，需要建立一個具有較高精度的數學模型。 在ASBR反應器中，pH值是影響厭氧消化過程的重

2、要因素。厭氧微生物對pH值范圍有嚴格的要求，而厭氧體系的pH值實際上是由反應器內的緩沖體系所控制的。因此，進水堿度不僅是影響厭氧生物處理工藝性能的環(huán)境因素，也可以作為厭氧體系中調節(jié)pH值的控制條件。由于進水中有機負荷和堿度對厭氧消化液中的堿度和pH值，特別是反應初期產酸階段的堿度和pH值有顯著影響。因此，為了保證ASBR反應器穩(wěn)定、高效和經濟的運行，有必要對不同進水有機負荷和堿度條件下運行的ASBR反應器中的堿度需求規(guī)律和最小pH值進行

3、研究和預測。 本文采用人工神經網絡(ANN)為分析工具，以MATLAB7.0為編程工具，通過利用神經網絡理論和MATLAB7.0中神經網絡工具箱(NNT)建立了三個ASBR反應器神經網絡預測模型。它們采用三層BP神經網絡結構和不同的神經元數目，以堿度水平或堿度水平與有機負荷的組合作為BP網絡的輸入單元，以ASBR反應器中的堿度、碳酸氫鹽堿度(BA)和總堿度(TA)的比值BA/TA或最小pH值作為輸出單元，用于滿足ASBR工藝在不