基于自组织模糊神经网络的污水处理过程溶解氧控制

针对活性污泥污水处理过程溶解氧浓度控制问题,提出一种基于自组织模糊神经网络（SOFNN）的控制方法。该神经网络控制器依据激活强度和互信息理论在线动态增长和修剪规则层神经元,以满足实际工况的动态变化。同时,采用梯度下降算法在线优化隶属函数层中心、宽度和输出权值,以保证SOFNN的收敛性。进一步通过Lyapunov稳定性理论对SOFNN学习率进行分析,给出控制系统稳定性证明。最后在国际基准仿真平台BSM1上进行实验验证。实验结果显示,与PID、模糊逻辑控制（FLC）和固定结构FNN等控制策略相比,SOFNN在跟踪精度、控制平稳性和自适应能力上更具有优势。     

物理化学法在造纸白水深度处理中的应用

研究采用物理化学法对造纸白水中含细小纤维、无机填料的悬浮物进行处理试验,造纸白水被絮凝剂处理后CODCr、浊度去除率明显,通过对比聚合碱式氯化铝(PAC)、聚硅铝铁(PSAF)、聚硅硫酸铝(PASS)3种不同的絮凝剂与助凝剂PAM配合处理造纸白水,发现PASS絮凝效果最佳.研究表明,PASS与PAM配合处理白水的最佳条件:PASS 100 mg/L、PAM为2 mg/L、pH=7.0,在最佳絮凝条件下,CODCr、浊度的去除率分别为92.8%、98.0%.     

臭氧催化氧化深度处理造纸废水的试验研究

广东东莞某一家造纸企业污水处理系统的生化池出水具有色度高、难降解的特点。采用臭氧催化氧化工艺深度处理该废水,探究了空速、臭氧投加量以及O₃、H₂O₂物质的量比对COD去除率的影响。通过试验优选出空速为7 h^-1,臭氧投加量为70 g/t,O₃、H₂O₂物质的量比为0.5时,出水COD满足GB 18918-2002一级A的要求,为臭氧催化氧化在造纸废水中的应用提供技术支撑。     

膜生物反应器处理造纸废水的研究

分别采用浸没式膜生物反应器(S-MBR)和外置式膜生物反应器(A-MBR)进行了造纸废水的中试处理试验.两套中试设备分别连续运行4个月,证明S-MBR更适合此类废水的处理.以S-MBR产水作为反渗透(RO)系统供水,运行1个月,证明S-MBR产水能满足RO进水的要求.     

Control of the Fenton process for textile wastewater treatment using artificial neural networks

BACKGROUND: The Fenton process is a popular advanced oxidation process (AOP) for treating textile wastewater. However, high consumption of chemical reagents and high production of sludge are typical problems when using this process and in addition, textile wastewater has wide‐ranging characteristics. Therefore, dynamically regulating the Fenton process is critical to reducing operation costs and enhancing process performance. The artificial neural network (ANN) model has been adopted extensively to optimize wastewater treatment. This study presents a novel Fenton process control strategy using ANN models and oxygen reduction potential (ORP) monitoring to treat two synthetic textile wastewaters containing two common dyes. RESULTS: Experimental results indicated that the ANN models can predict precisely the colour and chemical oxygen demand (COD) removal efficiencies for synthetic textile wastewaters with correlation coefficients (R²) of 0.91–0.99. The proposed control strategy based on these ANN models effectively controls the Fenton process for various effluent colour targets. For treating the RB49 synthetic wastewater to meet the effluent colour targets of 550 and 1500 ADMI units, the required Fe⁺² doses were 13.0–84.3 and 5.5–34.6 mg L^?1 (Fe⁺²/H₂O₂ = 3.0), resulting in average effluent colour values of 520 and 1494 units. On the other hand, an effluent colour target of 550 ADMI units was achieved for RBB synthetic wastewater. The required Fe⁺² doses were 14.6–128.0 mg L^?1; the average effluent colour values were 520 units. CONCLUSION: The Fenton process for textile wastewater treatment was effectively controlled using a control strategy applying the ANN models and ORP monitoring, giving the benefit of chemical cost savings. Copyright © 2009 Society of Chemical Industry     

营养增效剂在造纸废水生物处理中的应用

为了改善造纸废水处理系统氮营养投加量大,劳动强度高,吸收率低,易堵塞加药泵与输送管道等现状,在造纸废水生化段投加营养增效剂X-Tend,有效替代30%的尿素。试验结果表明:生化段CODCr的去除率从投加前的69.0%提高到投加后的73.9%,SS的去除率从投加前的89.8%提高到投加后的95.7%。投加X-Tend可促进活性污泥的生长,强化污染物的去除效果,降低污染物超标排放的风险,节省工业成本,减轻劳动人员的工作强度。     

非均相催化臭氧氧化深度处理造纸废水的性能

采用农业废弃物水稻秸秆制备秸秆基活性炭,将其负载过渡金属Mn和Fe作为臭氧催化剂。采用正交试验考察了制备参数对其催化活性的影响,结果表明,最佳制备条件:浸渍时间为12 h,热解温度为500℃,热解时间为3 h。以制备的催化剂催化臭氧氧化深度处理造纸废水,COD和色度平均去除率分别为74.3%和80.5%,处理出水达到《城镇污水处理厂污染物排放标准》(GB 18918—2002)的一级A排放标准。制备的催化剂稳定性高且经济环保,适于造纸废水深度处理的工程应用。     

新型磷营养药剂在造纸废水生化系统中的实验

在造纸废水生化段投加生物活性磷替代传统磷营养剂,改善了活性污泥SVI,提高了污泥沉降性能,丰富了活性污泥中微生物种类,增强了系统抗高负荷废水冲击能力,生化段CODCr去除率上升1.9%,出口总磷＜0.1 mg/L.     

废弃物水稻秸秆制备催化剂强化臭氧深度处理造纸废水的效能

以农业废弃物水稻秸秆为原料制备了秸秆基活性炭负载金属Fe氧化物的臭氧催化剂,主要特征为负载Fe₃O₄,负载量14.25%,比表面积1175.1 m²·g^-1,研究其强化臭氧深度处理造纸废水的效能。结果表明,制备的秸秆基活性炭和催化剂均对造纸废水污染物具有较高的吸附性能,吸附等温线与Langmuir模型拟合相关性良好（R²>0.99）;催化剂的使用显著强化了臭氧氧化污染物的性能,最佳的运行参数是臭氧和催化剂投加量分别为0.3g·h^-1和1 g·L^-1及原水pH,处理后出水COD、BOD₅、氨氮和色度分别为46、17、5 mg·L^-1和18倍,均低于我国造纸废水污染物排放标准（GB 3544-2008）;重复20次的运行,催化剂具有良好的稳定性,金属离子溶出浓度极少,并通过自由基捕获剂和ESR测试探讨该催化臭氧氧化过程属自由基间接氧化为主导的反应机理。本研究制备的臭氧催化剂具有性能高效稳定和经济节约的特点,适用于造纸废水深度处理的工程化应用。     

基于BP人工神经网络的生化处理水水质预测

神经网络具有强大的非线性映射能力和并行处理能力,近年来在水处理领域中被广泛地应用.利用神经网络算法对某污水处理厂的污水处理系统进行了出水水质预测.结果表明,基于BP神经网络的水质预测模型拟合效果较好,模拟出来的化学需氧量(COD)、pH、固体悬浮物(SS)及生物需氧量(BOD)的数值范围均较接近于实际值,其平均相对标准差分别为6.96%、1.31%、12.09%、15.18%.     

煤气化废水处理流程建模和全流程模拟

为分析煤气化废水处理过程存在的问题,采用Aspen Plus流程模拟软件对该过程进行了全流程建模和模拟。在体系和流程分析的基础上,确定了合适的代表组分,选择了适用于该实际流程各单元操作的热力学方法和计算模块,提出了适合于该体系的萃取液液平衡关系和萃取平衡级模型并构建了用户自定义模块。同时提出了提高模拟效率和改善收敛性的模拟技术及收敛策略。结果表明,模拟值与工厂实际数据非常吻合,该流程中存在的主要问题是汽提脱酸、萃取脱酚环节的效率偏低;全流程模拟可为同类装置的设计、流程改进、装置改造及操作优化提供依据。     

基于递归模糊神经网络的污水处理控制方法

针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数,避免网络陷入局部最优,提高了网络对系统的控制精度。最后,基于仿真基准模型(BSM1)平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验,结果表明,与PID、前馈神经网络和常规递归神经网络相比,该方法能有效提高系统的自适应控制精度。     

A recurrent self-evolving fuzzy neural network predictive control for microwave drying process

A recurrent self-evolving fuzzy neural network (RSEFNN) predictive control scheme is developed for microwave drying process in this paper. During microwave drying process, the temperature, power absorption efficiency, and moisture variation characteristic in the drying material cannot be exactly known for the complex application environment. So a RSEFNN is constructed to predict the microwave drying process. Based on the RSEFNN, to achieve a highly efficient and safe microwave drying process, a multiple objectives predictive control algorithm is constructed to get a suitable input power over a prediction horizon. To identify the feasibility of the proposed recurrent self-evolving fuzzy neural network predictive control (RSEFNNPC) algorithm, a simulation of Red Maple and an actual application of lignite drying were analyzed in this paper. In the Red Maple drying process, temperature and moisture content are chosen as control objectives. As the simulation results show, the RSEFNNPC could achieve multiple objectives optimization. In the actual lignite drying process, the difference between lignite temperature and presupposed temperature was below 2?K. The difference between RSEFNN prediction and actual sampling temperature was below 1?K.     

浅谈造纸废水处理工程设计

造纸工业废水排放量大,污染严重,生态破坏性大,多年来一直是困扰世界各国造纸工业和环保组织的热门话题和研究的重点。作者就近几十年来国内、外有关造纸废水的研究成果和技术方法,从工程设计的角度出发,对造纸废水处理提出一套可行适用的工艺方案,并对主要工艺环节参数、设备选型进行了说明,以供同行借鉴。     

造纸废水作电厂冲灰水的实验

讨论了不同条件下电厂粉煤灰对造纸厂废水的处理效果,通过粉煤灰浸溶实验,研究了酸处理后造纸废水作电厂冲灰水源,灰水质量比0.067～0.1时,在pH值为1.0～3.0范围内,对后续的冲灰系统防垢非常有利,而且造纸废水的CODCr去除率可达50%以上,证明了用造纸厂废水作电厂冲灰水的可行性,有利于实现电厂冲灰水闭路循环,环境和社会效益显著。     

造纸废水治理技术的研究进展

造纸废水由于污染物浓度高,成分复杂,可生化性差,成为难处理工业废水之一.介绍了制浆造纸废水的来源和特点,处理的主要技术和方法,综述了近几年各项处理技术取得的成果,指出清洁生产是最为理想的废水处理工艺和未来的研究重点.     

膜技术处理烟草薄片抄造废水研究

探讨组合的膜技术工艺对造纸法制造烟草薄片产生的抄造废水进行处理研究.采用如下的工艺流程处理废水:废水→预处理→微滤膜处理→纳滤膜处理→反渗透处理.实验结果表明,当废水的COD为2400 mg·L-1、电导率为793μS·cm一、悬浮物为580rag·L-1及色度为85倍时,经过上述组合膜工艺流程处理,相应的出水指标分别为66 mg·L-1、46μS·cm-1、lmg·L--1及1倍.经过处理后的废水可以回用于生产.     

半化学法制浆造纸废水的化学处理方法研究

用法处理半化学法制浆造纸废水。采用自制的铁系混凝剂，联合PAM絮凝处理该类造纸废水，考查了混凝剂加入量、PAM加入量、搅拌时间、沉降时间对COD去除率的影响。结果表明，该方法效果好、工艺简单、易于操作管理，在沈阳二造纸厂得以应用，取得很好的效果。     

模糊神经网络-遗传算法优化丙烯酸苄酯合成工艺

首先通过多因素方差分析探讨携水剂用量、反应温度、反应真空度、反应时间、酸醇比对丙烯酸苄酯质量分数及收率的影响,然后以显著因素为输入、综合得分为输出建立Takagi-Sugeno型模糊人工神经网络,最后利用遗传算法优化丙烯酸苄酯合成工艺条件并使用t检验法验证可靠性。研究表明,上述各因素对丙烯酸苄酯合成产物的质量分数与收率同时具有非常显著的影响,预测模型采用5-15-243-1型网络结构,经36859次训练其均方差小于允许收敛误差限0.0050,输出值与期望值呈近似线性关系,训练、测试阶段决定系数0.9999、0.9998。借助遗传算法经149次进化得到最优控制参数,即当携水剂用量为53 ml,反应温度为125℃,反应真空度为0.095 MPa,反应时间为2.2 h,酸醇比为1.4时,丙烯酸苄酯的质量分数、收率及综合得分为99.27%、98.04%、98.78%,经验证该模型亦可靠性良好。     

Development of a fuzzy analytical network process to evaluate alternatives on vitamin B12 adsorption from wastewater

The use of adsorption methods to recover vitamin B12 (VB12) from wastewater has been increasingly studied. However, there is a lack of knowledge on optimization of the methods. This study established a feedback network to evaluate alternatives regarding VB12 adsorption from wastewater. The network comprises environmental, economic and technological criteria and their feedbacks. Based on the network, the fuzzy matter-element theory was integrated with an analytical network process to rank the alternatives. Among five alternatives, activated carbon with KOH as activation media was suggested to be the optimal alternative for VB12 recycling from wastewater, while mesoporous activated carbon fibre was the least preferred alternative. Particularly, the adsorption technology reusing biomass ranked second to the optimal alternative, and has great application potential due to low costs and biological waste reuse. Sensitivity analysis does show that the ranking of alternatives was robust and was not subject to the change in weight.