模糊粗集理论在污水参数软测量中的应用

出水水质的建模与预测是污水处理过程先进控制的基础,针对污水生化处理过程的非线性、大滞后等特点,提出一种基于模糊粗糙集和RBF神经网络的出水水质预测方法.先用模糊粗糙集理论约简属性消除冗余信息后,建立基于RBF神经网络软测量模型,并应用该模型对实际污水厂的出水氨氯预测进行仿真.结果表明了该软测量模型的可靠性和有效性.     

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。     

MIMO最小二乘支持向量机污水处理在线软测量研究

污水处理系统是一个包含海量信息的非线性复杂系统。针对污水处理出水水质BOD（生物化学需氧量）、COD（化学需氧量）、TN（总含氮量）等难以在线实时检测等问题,建立了基于在线MIMO-LSSVM（多输入多输出最小二乘支持向量机）和PSO（微粒子群算法）的污水处理软测量模型。仿真结果表明,建立的软测量模型精度高、速度快,能很好地实现污水处理出水指标COD、BOD、TN等参数的实时测量和估计,为污水处理的实时在线控制创造必要的前提条件。     

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。     

基于多尺度小波LSSVR的污水处理过程软测量

针对污水处理中某些生物参数难以在线测量的情况,本文提出了一种基于小波核的多尺度最小二乘小波支持向量机软测量建模方法:。首先,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,进而设计出多尺度小波最小二乘支持向量回归机(MW-LSSVR)。然后利用该支持向量机和出水水质参数特性建立混合软测量模型,实现对出水BOD浓度、COD浓度在线预测。通过在实际污水处理过程的应用,结果:表明本建模方法:具有较高的预测精度和较快的模型学习速度,能对BOD的做出准确的预测,一定程度上可以替代某些昂贵的在线测量仪表,给污水处理厂工作人员提供了控制操作依据,具有一定的实际应用价值。     

污水处理厂泥龄自动控制的研究

泥龄是污水处理中重要的控制参数,它直接影响污水处理厂的出水水质和运行费用。传统的泥龄以简单的时间控制为主,随着自动化技术的不断发展,人们不断探索实现泥龄的自动化控制,希望能够根据水质的变化,自动调节排泥时间,实现出水水质的优化。作者经过多年的实践经验,提出的一种泥龄的自动控制算法,并已经应用于工程中。     

基于NW型小世界人工神经网络的污水出水水质预测

为了预测污水处理出水水质,针对污水处理过程具有多变量、非线性、时变性、严重滞后的特点,提出了基于NW型小世界人工神经网络的污水处理出水水质预测模型;首先根据污水处理系统确定模型输入输出变量个数,然后建立了多层前向小世界神经网络模型,并对网络模型的隐层结构进行了优化研究;借助污水处理过程的历史数据进行了仿真研究,结果表明:和同规模的多层前向人工神经网络相比,小世界神经网络对污水出水水质预测具有较高精度和收敛速度,为污水出水水质的实时预测提供了一种有效的新方法。     

基于PCA-GABP神经网络的BOD软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题．提出基于PCA-GABP神经网络的污水水质软测量方法。该方法由两部分组成：主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值。并采用自适应学习速率动量梯度下降算法对神经网络进行训练,建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高,可用于污水处理厂对BOD进行在线预测。     

污水处理过程溶解氧浓度的自抗扰控制

溶解氧是活性污泥法处理污水的一个关键变量,它关系到污水中有机物的生物降解、微生物生长和出水水质.多数污水处理过程选择溶解氧为被控量.然而,溶解氧浓度受进水流量,进水组分、浓度波动等诸多因素影响,较难控制.本文根据曝气量变化确定溶解氧浓度设定值,以污水进水变化率为控制量,设计线性自抗扰控制实现对溶解氧浓度的跟踪,进而获得对污水出水底物浓度的间接控制.设计两组仿真实验,分别模拟进水底物浓度固定和变化时,线性自抗扰控制对溶解氧浓度和出水底物浓度的控制;同时,设计仿真实验验证线性自抗扰控制对总扰动的估计和补偿效果.仿真结果表明,线性自抗扰控制可获得良好的溶解氧浓度跟踪和出水底物浓度控制效果;在进水水质波动时,线性自抗扰控制亦具有很强的干扰补偿能力,可保证出水水质.     

基于类脑模块化神经网络的污水处理过程关键出水参数软测量

针对城市污水处理过程关键出水参数难以实时检测的问题，文中提出了一种基于类脑模块化神经网络（Brain-like modular neural network，BLMNN）的关键出水参数软测量方法.首先，基于互信息和专家知识进行任务分解，分析关键出水参数的相关变量，获取各出水参数的辅助变量.其次，通过模拟大脑皮层模块化分区结构，构建软测量子模型对各水质参数进行同步测量，降低软测量模型复杂度的同时保证了其精度.最后，通过基于实际数据的仿真实验验证了所提出方法的准确性和有效性.     

基于单片机的油田污水水质测控系统设计

以油田污水处理为题,分析了在污水处理过程中,如何通过设计一个可行的在线检测水质的系统来控制污水改性的生产过程,并给出了系统性能的一般分析.最主要的是对水的浊度和钙离子的测控方法与研究,讲述了油田污水的水质分析原理.详细给出了系统的设计思想、硬件电路及应用程序和应注意的问题.     

基于西门子S7-300PLC的生活污水处理厂自动控制系统

本文介绍了基于西门子S7-300PLC的生活污水处理厂的自动控制系统,它对整个污水处理厂各构筑物设备实现自动控制,提高污水处理厂的设备利用率和自动化程度,使出水排放稳定,达到排放标准。     

基于神经网络的污水处理软测量模型研究应用

以某大型集成式小区污水处理为背景,为保证回用出水达标,需对排放污水进行检测.以出水总氮为主要检测指标,提出了基于遗传算法联合径向基函数神经网络的软测量模型,利用已知的进水数据来预测出水总氮.通过模型仿真结果表明,预测值和实测值能较好地吻合.     

浅谈高校课题管理信息化的意义

高效的科研管理系统,直接影响着学校的科研水平,影响着学校的竞争力。如何有效加强科研课题管理工作,提升科学研究水平,催生精品成果,已成为现在高校科研管理和科研管理人员研究的重要课题。如何利用网络对课题进行有效的管理,通过这种现代化的管理方式,使课题管理变得细致、快捷、方便,课题信息的查询、成果共享等将变得更加容易,从而提高课题管理水平,促进整个学校科研水平的提高。这是该文探讨的主要问题。     

HS算法在生物生态组合污水处理中的应用

针对生物生态组合污水处理的实际需求,建立以改进的混沌和声搜索算法优化径向基神经网络的ICHS-RBF智能模型,解决生物段生态段的污水处理负荷分配问题并预测出水水质。以重庆某污水处理厂为例,进行一系列实验,结果表明该模型能够进行污水处理负荷的合理分配,出水水质预测的相对误差最高为6.3%,最低为0.4%,具有较强的学习泛化能力和较高的预测精度。利用LabVIEW虚拟仪器平台开发了基于该模型的污水处理过程模拟系统,为过程控制提供很好的研究平台。     

污水处理曝气池溶解氧智能优化控制系统

提出一种新的溶解氧优化控制方法,根据不同的进水水质,利用在线多输入多输出最小二乘支持向量机软测量模型预测出水参数值.将这些参数作为水质反馈信号,使用模糊神经网络动态优化与进水水质对应的溶解氧设定值.最后利用神经网络逆控制系统跟踪优化的溶解氧设定值,从而实现在达到出水指标的前提下,既能保证出水水质的稳定,又能有效消除曝气量冗余,实现曝气量的动态优化,有效减少电能消耗.     

污水处理智能优化控制方法研究

针对污水处理过程的特点,在保证出水质量和节能前提下,建立获取控制参数溶解氧(DO)的优化模型;在此基础上,为有效跟踪控制DO,克服由于干扰等不确定因素对DO控制的影响,建立了基于自适应模糊神经网络(ANFIS)的DO跟踪控制模型,可自适应地调节模糊推理规则,为实时DO优化控制提供依据。通过实验测试验证了该方法可满足污水处理的精度及要求。     

基于WinCC污水处理集散控制系统的设计

近年来,随着我国工业化程度不断提高和城市人口密度的不断增加,污水处理厂规模不断扩大,污水处理厂的管理和设备的控制面临严峻的考验。集散控制系统运用于污水处理厂可以最大限度提高污水处理厂运行可靠性,提高出水水质,降低能耗和上人劳动强度,达到提高经济效益的目的。     

基于改进粒子群优化算法的污水处理过程优化控制

针对前置反硝化工艺污水处理过程,提出了一种基于分工策略粒子群优化算法的优化控制方案.以国际水协会(IWA)开发的基准仿真模型BSM1为基础,综合考虑出水水质、曝气能耗和泵送能耗,通过动态优化底层PI控制器的最佳设定值达到出水水质高、能量消耗少的目的.基于分工策略的粒子群算法具有更强的全局寻优能力,仿真结果表明了该优化方案能够在保证污水水质达标的情况下,有效减少污水处理过程的能耗.     

基于单片机的养殖水质自动监控系统

本文介绍了一种来自再生水源的水质监控系统。该系统是以单片机为核心,以经过组合型人工湿地处理后的农村生活污水作为养殖水源,它通过对养殖水质中pH值、DO、温度、氨氮含量和浊度等主要参数的检测和控制,以满足水产养殖水质的要求,达到净化环境和再生水利用的目的。