基于ANN的SBBR-CRI处理模拟生活污水及其仿真研究

被引：5

作者：

孙红松

杨朝晖

曾光明

刘水清

徐峥勇

邓久华

季丽丽

陈颖

机构：

[1] 湖南大学环境科学与工程学院,环境生物与控制教育部重点实验室

来源：

中国环境科学 | 2010年 / 30卷 / 11期

关键词：

人工神经网络; 权重; SBBR; 人工快渗; 生活污水;

D O I：

暂无

中图分类号：

X703 [废水的处理与利用];

学科分类号：

083002 ;

摘要：

采用序批式生物膜反应器(SBBR)与人工快速渗滤系统(CRI)工艺结合对模拟生活污水进行处理,由于该工艺影响因素与出水参数的复杂非线性关系,利用人工神经网络(ANN)对SBBR-CRI处理生活污水的过程进行仿真模拟.在MATLAB语言环境下,以DO、淹没时间/落干时间、曝气时间/停曝时间、进水COD、进水NH4+-N、进水TP为输入因素,出水COD、NH4+-N、TN和TP为输出因素,构建具有自适应学习规则的人工神经网络.结合最优网络运行参数:隐含层节点数6,初始学习率0.13,动量因子0.6,训练次数6000次,对样本仿真学习,预测值与实际值拟合度较好,样本的绝对平均误差率在7.5%之内,均方根误差均在0.085之内.结果表明,当DO为2mg/L,曝气时间/停曝时间为2/1,淹没时间/落干时间为1/3时,NH4+-N去除率能达到98%以上,TN和TP去除率85%以上,COD去除率94%以上.通过权重分析,进水NH4+-N、DO和进水TP对出水参数影响较大.

引用

页码：1453 / 1458

页数：6

共 15 条

[1] 污水短程脱氮工艺中亚硝酸盐积累的影响因素 [J].

支霞辉 ;

黄霞 ;

李朋 ;

薛涛 ;

王晓慧 .

中国环境科学, 2009, (05) :486-492

[2] 支持向量机在太湖叶绿素a非线性反演中的应用 [J].

张玉超 ;

钱新 ;

钱瑜 ;

刘建萍 ;

孔繁翔 .

中国环境科学, 2009, (01) :78-83

[3] 基于ANN的SBBR短程硝化过程仿真研究 [J].

曹明 ;

杨朝晖 ;

曾光明 ;

许朕 ;

徐峥勇 ;

谭文化 .

中国环境科学, 2008, (08) :694-698

[4] 供氧充足环境下SBBR实现短程硝化的控制研究 [J].

许朕 ;

杨朝晖 ;

曾光明 ;

徐峥勇 ;

王荣娟 ;

孙赛武 .

环境科学, 2008, (07) :1860-1866

[5] 基于自组织神经网络的生态敏感性分区——以北京市房山区为例 [J].

蔡博峰 ;

穆彬 ;

方皓 ;

崔艳 .

中国环境科学 , 2008, (04) :375-379

[6] 人工快速渗滤系统中硝化菌群脱氮作用解析 [J].

马鸣超 ;

姜昕 ;

李俊 ;

何江涛 .

中国环境科学, 2008, (04) :350-354

[7]

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission[J]. ZENG Jun, GUO Hua-fang, HU Yue-ming College of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, China. Automation Engineering Research and Manufacture Center, Guangdong Academy of Sciences, Guangzhou 510070, China.Journal of Environmental Sciences. 2007(04)

[8] 人工构建快速渗滤污水处理系统的试验 [J].

何江涛 ;

钟佐燊 ;

汤鸣皋 ;

陈鸿汉 .

中国环境科学, 2002, (03) :48-52

[9]

人工神经网络实用教程[M]. 浙江大学出版社 , 杨建刚编著, 2001

[10]

MATLAB神经网络应用设计[M]. 科学出版社 , 闻新等编著, 2000

← 1 2 →