基于过程神经网络的污水处理软测量算法研究

过程神经网络是传统神经网络的拓展，它的输入是与时间有关的函数和过程。过程神经元增加了一个对于时间的聚合算子，使网络同时具有时空二维信息处理能力。从而更好地模拟了生物神经元的信息处理机制。污水处理过程是一个与时间有关的过程，将过程神经网络引入到污水处理软测量中是一种新颖的软测量预测算法。在对基于正交基展开的过程神经网络算法的污水处理软测量仿真研究的基础上，通过分析原网络收敛速度慢等问题，借鉴传统BP的改进算法，在原算法的基础上提出两方面的改进，仿真取得较好的训练结果。     

基于神经网络的污水处理软测量系统的研究

针对污水处理质量指标无法在线检测的问题,提出了基于人工神经网络的软测量方法。构造了污水处理质量软测量的神经网络结构,运用实际工业污水处理过程测量数据对BP神经网络进行了训练和仿真。结果表明,实能准确地进行污水处理质量的实时估计,实现污水处理质量的实时控制。     

A2/O污水处理过程出水水质的多元线性回归软测量模型

为实现污水处理出水水质的预测预报，笔以昆明市污水处理厂的A^2／0工艺为背景，针对其出水水质多个参量难以在线测量的问题，提出采用软测量技术，建立了多输入多输出的多元线性回归软测量模型。     

污水处理出水水质软测量建模研究

污水水质参数监测技术是限制实时在线控制的一个重要因素。本论文进行了基于神经网络软测量技术的污水处理出水水质软测量建模的研究,目标是解决污水处理厂重要出水水质指标因人工化验检测而产生的严重滞后问题,以实现污水处理出水水质的预测及控制。     

基于模糊神经网络的出水总磷和氨氮软测量方法研究

针对污水处理运行过程的重要指标出水总磷(Total Phosphorous,TP)和出水氨氮(Ammonia Nitrogen,NH4-N)难以实时测量的问题,文中提出了一种基于模糊神经网络的多变量软测量方法。首先,利用主元分析法对污水处理过程运行数据进行分析,获得TP和NH4-N的相关主元变量;其次,设计了一种基于模糊神经网络的多输入多输出软测量方法,利用自适应二阶算法对模型参数进行调整,提高了软测量方法的精度;最后,将设计的软测量方法进行封装,并将其应用于污水处理过程中试平台。实验结果表明:基于模糊神经网络的软测量方法能够同时实现TP和NH4-N的实时测量,并且具有较好的测量精度。     

基于模糊神经网络的出水总磷软测量方法研究

在污水处理过程中,出水总磷(Total Phosphorus,TP)是衡量污水处理效果的关键参数之一。本文针对目前出水TP难以实时测量的问题,提出了一种基于模糊神经网络(FNN)的出水TP软测量方法。该软测量方法通过实际运行数据,利用偏最小二乘法(Partial Least Squares,PLS)筛选出与出水TP相关性强的过程变量;同时,利用FNN建立了出水TP与相关性变量之间的软测量模型,并将该方法嵌入到污水处理运行系统。实验结果显示该软测量方法能够实现出水TP的实时预测,并且具有较好的预测精度。     

核函数方法及其在软测量建模中的应用研究

软测量技术对实施工业过程先进控制与优化具有重要的作用。介绍了几种新的基于核函数方法的软测量建模技术，并提出了针对复杂工业过程的混合核函数软测量建模方法。工业萘初馏塔酚油含萘量软测量应用表明，这类方法具有非线性处理能力强、精度高及模型推广能力好的特点。     

铜精炼阳极炉氧化过程铜液温度软测量模型及应用

基于铜精炼阳极炉氧化过程热工机理，建立了铜精炼阳极炉氧化过程铜液温度软测量模型，在铜液温度软测量的算法设计中采用数据预处理、黄金分割法搜索区间以及软测量模型参数校正等技术。实际应用结果表明，铜精炼阳极炉氧化过程铜液温度软测量可以反映氧化过程铜液温度的真实变化，有助于实现铜精炼阳极炉精炼过程铜液温度软控制以及提高铜精炼过程的生产效率和生产质量。     

基于神经网络的软测量技术及应用

软测量是一门新兴的工业技术，它借助现代估计理论构造模型推断出工程上难以检测的变量。本文提出了基于径向基函数神经网络（RBFNN）的软测量技术，并且结合工艺机理分析和过程数据关联，对其在轻柴油凝固点软测量的应用进行了研究。结果表明，RBFNN的良好的非线性动态建模能力使其在软测量中具有很大的应用潜力。     

污水处理过程出水水质多模型在线软测量方法

针对污水处理过程出水水质参数难以在线监测的问题,提出了一种多模型在线软测量方法。该方法根据污水处理过程中实时工况数据具有聚类和迁移属性的特点,利用在线减法聚类算法将实时工况数据样本进行划分,并根据实时工况数据在样本空间中的分布,采用模糊策略将相应子空间的实时工况数据分配给不同的子模型进行学习,最后通过动态集成各子模型的输出而得到最终软测量结果。以某污水处理厂实际运行数据对污水处理过程出水水质氨氮进行预测,实验结果表明,该方法确实能够以实时工况数据为驱动自组织构建多模型软测量模型,且用该方法构建出的多模型软测量模型无论在建模精度、建模速度以及跟踪实时工况的能力等方面都有所提高。     

神经网络在工业污水处理建模中的应用

研究工业污水指标在线准确检测问题,工业污水处理是一种复杂的动态生物反应工程系统,具有多变量、非线性等特点,难以建立精确的数学模型,且在线实时检测仪表价格昂贵。从应用工程角度出发,提出将遗传神经网络方法应用于污水指标实时检测,建立污水指标软测量模型。利用一些可测指标与水质指标间的关联关系,通过神经网络进行拟合,并采用遗传算法优化神经网络参数。仿真结果表明,建立的神经网络污水估计模型,可以对污水指标进行实时检测和估计,并为污水在线实时检测提供了新的思路。     

生活污水处理的PLC控制系统设计

介绍了SBR(序批式活性污泥)法生活污水处理的工艺流程,并设计生活污水处理的PLC控制系统.使用结果表明:该系统具有良好的实用性和稳定性,能够实现污水处理的自动化,提高工作效率,降低处理成本.     

基于PLC的污水处理厂自控系统设计

针对传统污水处理过程自动化程度低,效率低下的具体特点,结合OMRON PLC构建了分布式控制系统,分析了具体的工艺流程和模块设计,实现了可靠性高、控制灵活、扩展容易的自动化污水处理系统。     

CompactLogix PLC在污水处理系统中的应用

以新蔡县污水处理控制系统为背景,阐述了污水处理系统的作用、工艺流程、Compact-Logix PLC控制系统的硬件配置方案、软件设计和系统控制程序结构。该系统具有很高的自动化程度和可靠性,实现了污水厂的全自动控制,运行的实际效果显著。     

序批式活性污泥法污水处理系统溶解氧优化控制方法

研究序批式活性污泥法(SBR)污水处理过程溶解氧(DO)的优化控制方法,探讨不同DO曲线下出水水质、曝气时间和能源消耗等问题。溶解氧是污水处理过程的一个重要参数,DO的需求量是有规律地变化,当系统的实际溶解氧量能按一定规律变化时,污水处理将能得到一个较好的效果。采用模糊控制解决了SBR系统出水水质不能在线检测、数学建模困难、不便于实时控制等问题,通过模糊控制方法实时地改变风机的频率来满足溶解氧的要求,可实现对不同溶解氧曲线的控制。从而缩短了污水处理时间,稳定了出水质量,明显地减少了电能消耗～15%,实现了污水处理过程的实时优化控制。     

污水处理中泵站的优化控制

在污水处理中,泵站是生产的核心设备之一,其控制的好坏直接影响污水处理的效果和是否能实现节能降耗。该文以某污水处理厂为背景,分析了传统控制在提升泵站控制中的缺陷和不足,介绍了模糊控制和轮值控制的特点及在泵站的应用。实际运行表明,该方案是合理和行之有效的。     

基于支持向量机的污水处理软测量算法的研究

针对污水处理过程中生化需氧量BOD难以实时在线测量的问题,建立了用于预估BOD的支持向量机（SVM）的软测量模型。考虑到该支持向量机模型的测量精度取决于其两个参数C、σ能否获得最优值,采用遗传算法和粒子群优化算法,实现对这两个参数的寻优。仿真结果表明：该软测量模型的测量精度较高,可用于污水处理厂对BOD进行在线测量。     

基于PROFIBUS-DP的污水处理监控系统

根据双流污水处理厂实际工程项目，介绍了在污水处理厂中利用西门子公司的PROFIBUS-DP现场总线技术和WinCC组态软件设计实现的一个监控系统；通过合理配置中控室与各PLC控制站的设备，并组建PROFIBUS-DP网络，实现了中心控制室与各PLC控制站之间的数据通讯和污水处理过程的自动控制。     

LonWorks现场总线技术在污水处理中应用

为了提高污水厂的现代化管理水平,本文利用LonWorks现场总线技术实现了城市污水处理厂污水处理系统的实时控制.实践表明:基于LonWorks技术的污水处理系统能够在降低工程造价投资的同时,又保证污水厂运作稳定和高效,减轻劳动强度,改善操作环境.