基于神经网络的SBBR系统建模方法
文件大小：0.44MB
格式：pdf
发布时间：2013-05-10
浏览次数：次
| 【中文关键词】 | 序批式生物膜反应器 神经网络 建模 |
| 【摘要】 | 针对序批式生物膜系统难以构建水质模型的问题，采用神经网络技术进行建模方法研究。根据拉伊达 准则剔除异常数据，并用训练样本调整网络连接权值，用检验样本实时动态监控训练过程，用LM 算法构建了一个 7-12-3 结构的BP 神经网络模型。将模型输出结果与实测数据进行比较， 其相关系数分别为RCOD=0.857，RNH4+-N= 0.918，RPO43－－P=0.942，能够满足污水处理过程建模的要求。 |
| 【部分正文预览】 | <p>榨菜废水属难降解的工业废水，具有高盐、高氮 磷、高有机物浓度的特点， 传统的工艺方法难以处 理。序批式生物膜反应器（Sequencing Batch Biofilm Reactor，SBBR）系统兼有活性污泥法和生物膜法的 特点，不仅有利于提高系统的抗冲击负荷能力，而且 能增加系统内的生物量和生物种类， 有利于培养世 代周期较长的微生物。周健等〔1〕采用SBBR 系统处 理榨菜废水的研究结果表明， 在最优条件下，COD、 PO4 3－－P 和NH4 +-N 的去除率能够达到97.7%、98.2% 和96.0%。为进一步研究SBBR 系统，提高SBBR 系 统处理榨菜废水的效率， 需要建立SBBR 系统的水 质模型，然而由于SBBR 系统处理过程复杂，受环境 影响因素多，采用一般的数学方法较难实现。</p> |
|
|
||
|
【打印本页】 |
||
|
