基于多级神经网络模型的厌氧氨氧化系统参数预测

发布时间：2023-04-16 12:13

　　厌氧氨氧化菌生长条件复杂、影响因素多,其工艺系统运行控制复杂,为解决上述问题,研究首先构建1个多级神经网络预测模型,以提高SBBR单级自养脱氮厌氧氨氧化系统出水总氮去除率预测精度,并确定了系统工程应用的关键控制参数;其次通过响应面实验设计更为直观地验证了多级预测模型的分析结论,并探究厌氧氨氧化工艺各影响因素之间的交互作用对总氮去除率的影响;最后基于关键控制参数建立了模糊PID闭环反馈控制系统,为工艺的运行控制提供参考和指导。主要工作内容及结论如下:(1)建立多级预测模型,一级神经网络模型通过灰色关联度分析,对影响出水总氮去除率的关键性指标进行预测;二级神经网络模型基于一级模型增加数据维度,并通过改进粒子群算法优化网络、借鉴遗传算法变异的思想扩大搜索范围,提高了出水总氮去除率的预测精度。多级神经网络模型预测结果表明,其总氮去除率平均相对误差为0.54%,相对误差为5.76%,均方根误差为1.132 1,预测数据基本上与实际值相符;与其他预测模型相比较,该模型表现出较优的预测精度。进一步分析发现,通过控制工艺系统的曝气量调节出水亚氮浓度,是保证工艺反应稳定和实现厌氧氨氧化工艺工程应用的有效...

【文章页数】：95 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 课题国内外研究现状
        1.2.1 水处理脱氮模型国内外研究现状
        1.2.2 智能算法在水处理模型领域国内外研究现状
    1.3 课题的研究目的、内容和技术路线
        1.3.1 课题的研究目的
        1.3.2 课题的研究内容
        1.3.3 课题的技术路线
2 多级人工神经网络预测模型设计
    2.1 BP神经网络
        2.1.1 BP神经网络概述
        2.1.2 神经网络结构及确定方法
        2.1.3 神经网络性能的评估
    2.2 粒子群算法
        2.2.1 粒子群算法概述
        2.2.2 粒子群算法的改进
    2.3 本章小结
3 实验数据收集与整理
    3.1 基于SBBR系统厌氧氨氧工艺启动
        3.1.1 实验装置的构建
        3.1.2 实验水质
        3.1.3 实验方法
        3.1.4 实验结果与分析
    3.2 数据处理
        3.2.1 数据预处理
        3.2.2 灰色关联度分析
    3.3 多级预测仿真实验
        3.3.1 一级预测模型
        3.3.2 二级预测模型
        3.3.3 仿真结果分析
    3.4 本章小结
4 响应面分析
    4.1 响应面分析概述
    4.2 响应面实验设计
    4.3 结果与分析
    4.4 本章小结
5 仿真控制模型
    5.1 SIMULINK模型概述
    5.2 基于溶解氧的控制模型构建
        5.2.1 模糊自适应PID控制器设计
        5.2.2 SIMULINK模型仿真与结果分析
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录
    A 作者在攻读硕士学位期间发表的论文目录
    B 学位论文数据集:
致谢



本文编号：3791349