基于BP人工神經(jīng)網(wǎng)絡(luò)的循環(huán)工業(yè)冷卻水水質(zhì)預(yù)測研究.pdf

1、在如今循環(huán)工業(yè)冷卻水處理的技術(shù)工藝中，主要采用的是人工加藥的方式對冷卻水進行處理。由于人為經(jīng)驗的不確定性，會造成水資源的大量浪費和經(jīng)濟成本的增加，在如今工業(yè)用水需求日趨緊張的環(huán)境下，預(yù)測冷卻水的水質(zhì)變化趨勢，并給出科學(xué)的水處理方案顯得尤為重要。本文以天津石化分公司的工業(yè)水專業(yè)信息管理系統(tǒng)積累的大量數(shù)據(jù)為依據(jù)，針對工業(yè)冷卻水具有高度復(fù)雜性、不確定性以及非線性等測量難點，利用BP人工神經(jīng)網(wǎng)絡(luò)對循環(huán)冷卻水的水質(zhì)建立預(yù)測模型。對于由水質(zhì)的變化而

2、引起的設(shè)備腐蝕速率以及黏附速率進行預(yù)測是本文的關(guān)鍵點之一，這具有重要的理論意義和實際的經(jīng)濟價值。
　　本文通過對工業(yè)循環(huán)冷卻水系統(tǒng)的基本結(jié)構(gòu)和常見問題的研究，分析了對沉積物、金屬腐蝕、微生物黏泥以及濃縮倍數(shù)的控制方法。然后，通過提取來源于中石化天津分公司工業(yè)水信息管理系統(tǒng)的水質(zhì)數(shù)據(jù)，首先利用主要成分分析法對數(shù)據(jù)進行了初步處理，再用BP神經(jīng)網(wǎng)絡(luò)對水質(zhì)建立預(yù)測模型，并在MATLAB平臺上對建立的水質(zhì)模型進行了仿真測試。BP神經(jīng)網(wǎng)絡(luò)具有

3、收斂速度慢，在實際的應(yīng)用中存在網(wǎng)絡(luò)的隨機初始權(quán)值和閡值的選擇不能基于一個有效的選擇機制以及初始參數(shù)在全局上的優(yōu)良性難以確定等不利因素，而遺傳算法在全局搜索中具有很大的優(yōu)勢，所以利用GA對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進行優(yōu)化的方法，代替單一BP神經(jīng)網(wǎng)絡(luò)在對初始值確定時所用的隨機法，以使神經(jīng)網(wǎng)絡(luò)在建模初期就運作在一個較優(yōu)的搜索集合內(nèi)。最后在這個優(yōu)化的基礎(chǔ)上運行算法，通過學(xué)習(xí)達到使所建立模型對水質(zhì)的預(yù)測結(jié)果與實際情況更加擬合。
　　本文提出