基于BP神經(jīng)網(wǎng)絡(luò)對污泥酸性發(fā)酵過程的預(yù)測.pdf

1、污泥酸性發(fā)酵作為污泥厭氧消化的產(chǎn)酸階段，在此階段，污泥中的復(fù)雜有機物底質(zhì)轉(zhuǎn)變?yōu)閾]發(fā)性脂肪酸VFA和其它一些低分子量的可溶有機化合物。在廢水處理過程中，污泥酸性發(fā)酵的可溶性有機產(chǎn)物可以作為能源或者碳源，供微生物體在其它一些處理過程中使用，如：生物除磷、硝化-反硝化脫氮、生物法處理含硫酸鹽廢水。實驗采用序批式產(chǎn)酸反應(yīng)器，用半連續(xù)運行方式，通過控制Ph、水力停留時間(HRT)、溫度、進料VS、氧化還原電位(ORP)等不同的參數(shù)來實現(xiàn)對產(chǎn)酸發(fā)酵

2、類型的調(diào)控以及對污泥產(chǎn)酸率、容積產(chǎn)酸產(chǎn)能力變化趨勢的研究。
　　 本文首先介紹了運用BP神經(jīng)網(wǎng)絡(luò)進行預(yù)測的原理，分析了影響污泥酸性發(fā)酵產(chǎn)物的諸多因素。BP神經(jīng)網(wǎng)絡(luò)由大量處理單元組成，具有很強的平行計算、自組織學(xué)習(xí)、容錯和抗干擾能力。目前BP網(wǎng)絡(luò)采用誤差逆?zhèn)鞑ニ惴▽W(xué)習(xí)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，該算法是基于網(wǎng)絡(luò)誤差函數(shù)梯度下降的。為了克服BP網(wǎng)絡(luò)在學(xué)習(xí)訓(xùn)練過程中收斂速度慢、容易陷入局部極小的不足，本文同時利用多種訓(xùn)練方法對網(wǎng)絡(luò)進行訓(xùn)練，在比較分

3、析后選出最合適的訓(xùn)練函數(shù)。污泥酸性發(fā)酵的影響因素主要有：Ph、溫度、HRT、進料VS、氧化還原電位、堿度等因素。本文運用MATLABP神經(jīng)網(wǎng)絡(luò)工具箱分析了以上因素。詳細介紹了利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱進行BP網(wǎng)絡(luò)模型建立、訓(xùn)練、仿真的編程方法。
　　 本文基于MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱建立了污泥酸性發(fā)酵的BP神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)。所選用數(shù)據(jù)共510組，其中隨機選用475組數(shù)據(jù)對網(wǎng)絡(luò)進行訓(xùn)練，其余35組對網(wǎng)絡(luò)進行檢驗評價。采取三

4、層BP神經(jīng)網(wǎng)絡(luò)，輸入層有8個輸入神經(jīng)元(Ph、溫度、HRT、進料VS、氧化還原電位、堿度、污泥揮發(fā)分、Fe3+濃度)，分別建立了五個單輸出模型和一個多輸出模型。對于單輸出模型，輸出層分別為容積產(chǎn)酸能力、污泥產(chǎn)酸率、污泥產(chǎn)乙酸率、污泥產(chǎn)丙酸率、污泥產(chǎn)丁酸率，五個單輸出模型的預(yù)測結(jié)果與實驗數(shù)據(jù)之間的平均相對誤差分別為：e1=8.22[％]，e2=8.37[％]，e3=12.30[％]，e4=8.08[％]，e5=14.08[％]；相關(guān)系數(shù)分

5、別為：r1=0.957、r2=0.916、r3=0.936、r4=0.925、r5=0.921；對于多輸出模型，采用相同的輸入矩陣，輸出層有4個參數(shù)，分別為容積產(chǎn)酸能力、污泥產(chǎn)乙酸率、污泥產(chǎn)丙酸率、污泥產(chǎn)丁酸率，預(yù)測結(jié)果與實驗數(shù)據(jù)之間的平均相對誤差分別為：E1=10.17[％]、E2=15.31[％]、E3=8.19[％]、E4=14.08[％]；相關(guān)系數(shù)分別達到：R1=0.946、R2=0.903、R3=0.940、R4=0.924。