專利名稱：一種污水處理過(guò)程污泥膨脹指數(shù)預(yù)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明利用集成神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)污水處理過(guò)程中污泥膨脹指數(shù)SVI的預(yù)測(cè)，SVI的濃度直接決定了污水處理過(guò)程中污泥沉降的信息，對(duì)污水處理的正常運(yùn)行有著重要影響；將預(yù)測(cè)方法應(yīng)用于污水處理系統(tǒng)，既可節(jié)約投資和運(yùn)行成本，又能及時(shí)監(jiān)測(cè)污水處理相關(guān)參數(shù)，促使污水處理廠高效穩(wěn)定運(yùn)行；SVI的監(jiān)測(cè)作為污水處理的重要環(huán)節(jié)，是先進(jìn)制造技術(shù)領(lǐng)域的重要分支，既屬于控制領(lǐng)域，又屬于水處理領(lǐng)域。
背景技術(shù)：
水資源問(wèn)題已成為世界各國(guó)政府首要關(guān)注的議題，聯(lián)合國(guó)《世界水資源綜合評(píng)估報(bào)告》指出水問(wèn)題將嚴(yán)重制約21世紀(jì)全球經(jīng)濟(jì)與社會(huì)發(fā)展，并可能導(dǎo)致國(guó)家間沖突；因 此，建立污水處理廠，最大限度地保護(hù)水環(huán)境，實(shí)現(xiàn)淡水資源持續(xù)利用和良性循環(huán)，已經(jīng)成為我國(guó)政府水資源綜合利用的戰(zhàn)略舉措。2011年國(guó)務(wù)院印發(fā)的《國(guó)家環(huán)境保護(hù)“十二五”規(guī)劃》中指出2010年全國(guó)國(guó)家重點(diǎn)監(jiān)控地表水?dāng)嗝媪佑赩類比例為17. 7%，七大水系國(guó)家重點(diǎn)監(jiān)控?cái)嗝媪佑贗II類比例為45%。環(huán)保部2011年《中國(guó)環(huán)境狀況公報(bào)》中指出2010年全國(guó)廢水排放總量為617. 3億噸，比上年增加4. 7%，而全年累計(jì)處理污水343. 3億立方米，水污染防治現(xiàn)狀是局部有所改善，總體尚未遏制，形勢(shì)依然嚴(yán)峻，壓力繼續(xù)加大。因此，建立污水處理廠，最大限度地保護(hù)水環(huán)境，實(shí)現(xiàn)淡水資源持續(xù)利用和良性循環(huán)，已經(jīng)成為我國(guó)政府水資源綜合利用的戰(zhàn)略舉措。但是污水處理廠的運(yùn)行狀況卻不容樂(lè)觀由于設(shè)施運(yùn)行負(fù)荷率低、污水廠進(jìn)水化學(xué)需氧量濃度低，水質(zhì)監(jiān)管、檢測(cè)不完備等原因，在污水處理過(guò)程中，難以保證污水廠運(yùn)行的穩(wěn)定性和可靠性。目前，我國(guó)幾乎所有的城市污水處理廠和大部分工業(yè)污水處理廠每年都存在著不同程度的污泥膨脹。污泥膨脹不僅使污泥流失，出水水質(zhì)超標(biāo)，甚至導(dǎo)致整個(gè)污水處理系統(tǒng)崩潰，危害巨大。因此，抑制污泥膨脹發(fā)生，確保污水處理質(zhì)量達(dá)標(biāo)是當(dāng)前亟待解決的問(wèn)題。污泥膨脹的主要特征是污泥沉降性能惡化，SVI是表示污泥沉降性能的參數(shù)，又稱為污泥膨脹指數(shù)，通常當(dāng)SVI高于150mL/g時(shí)發(fā)生污泥膨脹。SVI這一關(guān)鍵指標(biāo)難以測(cè)量，污水處理廠實(shí)際運(yùn)行中靠人工化驗(yàn)得到，其分析測(cè)定周期一般需要多個(gè)小時(shí)。大部分污水處理廠SVI的測(cè)量頻率為每周1-2次，很難依靠SVI的人工化驗(yàn)值及時(shí)獲取污泥膨脹信息。同時(shí)，由于引起污泥膨脹的原因是多方面的，而且這些因素相互影響，相互聯(lián)系，相互制約，對(duì)于普遍發(fā)生的污泥膨脹進(jìn)行識(shí)別和預(yù)測(cè)，這既是一個(gè)工程問(wèn)題又涉及到了微生物的相關(guān)知識(shí)，需要多個(gè)學(xué)科知識(shí)交叉結(jié)合。因此，研究新的方法實(shí)現(xiàn)SVI的預(yù)測(cè)問(wèn)題，已成為污水控制工程領(lǐng)域研究的重要課題，并且具有重要的現(xiàn)實(shí)意義。本發(fā)明提出一種污泥膨脹指數(shù)SVI預(yù)測(cè)方法，通過(guò)構(gòu)建集成神經(jīng)網(wǎng)絡(luò)模型，選擇一組既與SVI密切聯(lián)系，又容易測(cè)量的變量作為集成神經(jīng)網(wǎng)絡(luò)的輸入，對(duì)于不能測(cè)量的與SVI相關(guān)的變量則通過(guò)集成神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，最后實(shí)現(xiàn)對(duì)SVI的預(yù)測(cè)，從而確保及時(shí)發(fā)現(xiàn)污泥膨脹，降低污泥膨脹發(fā)生，保證污水處理廠的正常運(yùn)行。

發(fā)明內(nèi)容
本發(fā)明獲得了一種基于集成神經(jīng)網(wǎng)絡(luò)的污水處理過(guò)程中污泥膨脹指數(shù)SVI的預(yù)測(cè)方法；該方法通過(guò)分析污水處理過(guò)程，在眾多可測(cè)變量中選擇一組與SVI有密切聯(lián)系且容易測(cè)量的變量作為集成神經(jīng)網(wǎng)絡(luò)的輸入，對(duì)于不能測(cè)量的與SVI相關(guān)的變量則通過(guò)集成神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，最后實(shí)現(xiàn)對(duì)SVI的預(yù)測(cè)；本發(fā)明采用了如下的技術(shù)方案及實(shí)現(xiàn)步驟I. 一種污泥膨脹指數(shù)SVI的預(yù)測(cè)方法，(I)設(shè)計(jì)用于SVI預(yù)測(cè)的集成神經(jīng)網(wǎng)絡(luò)初始拓?fù)浣Y(jié)構(gòu)；網(wǎng)絡(luò)分為兩部分第一部分包含輸入層、隱含層、輸出層，第二部分也包括輸入層、隱含層、輸出層；第一部分的輸入為輔助變量，輸出為生化需氧量BOD ;第二部分的輸入為輔助變量和生化需氧量B0D，輸出為污泥膨脹指數(shù)SVI ；初始化神經(jīng)網(wǎng)絡(luò)第一部分神經(jīng)網(wǎng)絡(luò)為N-Ml-I的連接方式，即輸入層神經(jīng)元為N個(gè)，隱含層神經(jīng)元為Ml個(gè)，輸出層神經(jīng)元為I個(gè)；對(duì)第一部分神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行隨機(jī)賦值；神經(jīng)網(wǎng)絡(luò)的輸入表示為X1=Iix1, x2，…，xN]T，[X1, χ2，…，xJT為[X1, χ2，…，χΝ]的轉(zhuǎn)置，第一部分神經(jīng)網(wǎng)絡(luò)的期望輸出表示為ydl ;設(shè)共有P個(gè)訓(xùn)練樣本，則第P個(gè)訓(xùn)練樣本為X1 (P) = Lx1 (P)，χ2 (P)，…，χΝ(Ρ)]τ，用第P個(gè)訓(xùn)練樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，第一部分神經(jīng)網(wǎng)絡(luò)的輸出可描述為
權(quán)利要求
1.一種污泥膨脹指數(shù)SVI的預(yù)測(cè)方法，其特征包括以下步驟 (I)設(shè)計(jì)用于SVI預(yù)測(cè)的集成神經(jīng)網(wǎng)絡(luò)，集成神經(jīng)網(wǎng)絡(luò)分為兩部分第一部分神經(jīng)網(wǎng)絡(luò)包含輸入層、隱含層、輸出層，第二部分神經(jīng)網(wǎng)絡(luò)也包括輸入層、隱含層、輸出層；第一部分神經(jīng)網(wǎng)絡(luò)的輸入為輔助變量，輸出為生化需氧量BOD;第二部分神經(jīng)網(wǎng)絡(luò)的輸入為輔助變量和生化需氧量B0D，輸出為污泥膨脹指數(shù)SVI ； 初始化神經(jīng)網(wǎng)絡(luò) 第一部分神經(jīng)網(wǎng)絡(luò)為N-Ml-I的連接方式，即輸入層神經(jīng)元為N個(gè)，隱含層神經(jīng)元為Ml個(gè)，輸出層神經(jīng)元為I個(gè)；對(duì)第一部分神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行隨機(jī)賦值；神經(jīng)網(wǎng)絡(luò)的輸入表示為 X1= [X1, x2,...，xN]T, [x1； X2,. ·.，χΝ]τ 為[X11X^. · ·, xN]的轉(zhuǎn)置，第一部分神經(jīng)網(wǎng)絡(luò)的期望輸出表示為ydl;設(shè)共有P個(gè)訓(xùn)練樣本，則第P個(gè)訓(xùn)練樣本為X1 (P) = [X1 (P), (p),...,χΝ(P)]τ，用第P個(gè)訓(xùn)練樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，第一部分神經(jīng)網(wǎng)絡(luò)的輸出可描述為
全文摘要
一種污水處理過(guò)程污泥膨脹指數(shù)預(yù)測(cè)方法屬于污水處理領(lǐng)域。污水處理過(guò)程的生產(chǎn)條件惡劣，隨機(jī)干擾嚴(yán)重，具有強(qiáng)非線性、大時(shí)變、嚴(yán)重滯后的特點(diǎn)，我國(guó)幾乎所有的城市污水處理廠和大部分工業(yè)污水處理廠每年都存在著不同程度的污泥膨脹，污泥膨脹的主要特征是污泥沉降性能惡化，污泥膨脹指數(shù)SVI是表示污泥沉降性能的參數(shù)，但是SVI這一關(guān)鍵指數(shù)難以在線測(cè)量；本發(fā)明針對(duì)污水處理過(guò)程中污泥膨脹指數(shù)SVI無(wú)法在線測(cè)量的問(wèn)題，采用了基于集成神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法，實(shí)現(xiàn)了污水處理過(guò)程中污泥膨脹指數(shù)SVI的實(shí)時(shí)預(yù)測(cè)，取得了較好的效果。
文檔編號(hào)G01N33/18GK102778548SQ20121021253
公開(kāi)日2012年11月14日 申請(qǐng)日期2012年6月21日 優(yōu)先權(quán)日2012年6月21日
發(fā)明者喬俊飛, 任東紅, 袁喜春, 韓紅桂 申請(qǐng)人:北京工業(yè)大學(xué)