神经网络对微砂加重絮凝处理矿井水效果预测

被引：1

作者：

王浩 ^{[1
]}

张晓航 ^{[1
]}

何绪文 ^{[1
]}

张斯宇 ^{[1
]}

孙艺欣 ^{[1
]}

李福勤 ^{[2
]}

陈大猛 ^{[3
]}

机构：

[1] 中国矿业大学(北京)化学与环境工程学院

[2] 河北工程大学能源与环境工程学院

[3] 凌源市环境保护局

来源：

煤炭技术 | 2018年 / 37卷 / 03期

关键词：

微砂加重絮凝; 矿井水; 高悬浮物; 神经网络;

D O I：

10.13301/j.cnki.ct.2018.03.073

中图分类号：

X703 [废水的处理与利用];

学科分类号：

083001 [环境科学];

摘要：

通过混凝沉淀单因素试验确定最佳反应条件根据试验结果,使用交叉验证法训练广义回归神经网络(GRNN)来预测微砂加重絮凝工艺的出水水质。结果显示,浊度和固体悬浮物(SS)去除率的实际值与预测值误差小于2%,说明GRNN具有良好的非线性拟合性,并广泛适用于微砂加重絮凝工艺。

引用

页码：188 / 191

页数：4

共 8 条

[1]

Actiflo-D型滤池工艺污水深度处理运行性能分析 [J].

王众众 ;

孙迎雪 ;

吴光学 ;

吴乾元 ;

胡洪营 ;

吴毅晖 ;

郭昉 ;

郭玉梅 .

环境工程, 2014, 32 (05) :1-5

[2]

混凝技术处理塌陷区低浊水的试验研究 [J].

郑利祥 ;

周如禄 ;

郭中权 .

环境科学与技术, 2013, (10) :157-160

[3]

混凝沉淀处理高浊高铁锰矿井水试验研究 [J].

王建兵 ;

李亚男 ;

蒋雯婷 ;

高振凤 ;

何绪文 ;

许翠华 .

中国矿业大学学报 , 2013, (01) :141-146

[4]

基于多变量混沌时间序列的冲击地压预测 [J].

陶慧 ;

马小平 ;

乔美英 .

煤炭学报, 2012, 37 (10) :1624-1629

[5]

开滦林南仓矿井水处理研究 [J].

黑宇峰 .

煤炭技术, 2012, 31 (06) :118-120

[6]

加载絮凝在水处理中的应用进展 [J].

郭建东 ;

王智超 .

能源环境保护, 2011, 25 (05) :40-43

[7]

煤矿矿井水的处理与综合利用 [J].

赵记微 ;

卢国斌 .

煤炭技术, 2008, (02) :145-147

[8]

我国矿井水资源化利用存在的问题与解决对策 [J].

何绪文 ;

杨静 ;

邵立南 ;

李福勤 ;

王鑫 .

煤炭学报, 2008, (01) :63-66

← 1 →