论文部分内容阅读
对于污水处理和回用技术,更高的处理效率,更低的处理成本是人们一直追求的目标。但是,由于进水水质复杂、多种污水处理工艺组合应用,生物处理过程受多种因素影响,常常致使污水处理效果不佳,处理率低下,故障频现,为水体污染控制和管理造成困难。因此,亟需开展污水处理过程的模拟和预测,为污水处理过程的正常运行和管理提供参考;另外还需加强故障诊断方面的工作,为故障处置提供依据。本文结合BP神经网络和支持向量机回归(SVR)开展污水处理过程模拟和反问题研究,并开发污水处理系统软件。取得以下研究结果:1.发展了组合寻优法和逐步网格搜索法分别用于BP神经网络和SVR相关参数的优化设置。选取某污水处理厂污水处理过程和垂直折流多功能生化反应器(VTBR)非稳态污水处理过程作为两个典型案例,考察BP神经网络和SVR在出水水质模拟方面的性能。结果表明BP神经网络和SVR均能获得良好的模拟结果,并各具特色。由于网络结构的复杂性,BP神经网络可能产生欠拟合或者过拟合现象,一般难以获取最佳模型;SVR则能较好地解决该问题,获得全局最优解。但是BP神经网络把相关建模信息内化于网络结构和权重中,应用连接权值法和网络图形法可进行变量重要性和网络结构的解释,考察和分析进出水参数之间的相关关系,为出水水质控制提供参考和依据。2.应用BP神经网络和SVR进行污水处理过程模拟的反问题研究,为进一步深入开展污水处理过程的故障分析和诊断研究提供基础。对于整个污水处理厂的污水处理过程,由于其间涉及到多种污水处理过程和工艺,出水水质到进水水质的映射关系并不明显,因此,部分反问题的模拟和预测结果并不理想。但是对于VTBR工艺过程,可根据出水水质情况对进水水质进行良好的模拟和预测,SVR在反问题研究上同样表现出较BP神经网络好的建模效果。由于反问题研究主要关心进水数据的模拟和预测,以用于故障的分析和诊断,而不再需要考察进出水参数之间的相关关系,因此SVR较适用于污水处理过程模拟的反问题研究,为今后进行实际工作提供了较为明确的模拟基础。3.应用Visual Basic 6.0结合AutoCAD 2010和Access,在Windows XP操作系统平台上实现了污水处理工艺的计算机辅助设计和系统软件开发,可以进行格栅、沉淀池、调节池、混凝、吸附、活性污泥法、生物膜法、氧化沟等单元操作的自动设计计算和工程图纸的绘制;可进行纺织印染废水、化工废水和含油废水等三种工业废水处理工艺的投资估算及流程选择;并建立了相关数据库及图库可用于数据及工程图的存储及调用。