BP神經(jīng)網(wǎng)絡(luò)在UASB操作控制中的應(yīng)用.pdf

1、本文在高濃度有機(jī)廢水中選取制革廢水為試驗(yàn)對(duì)象，建立一個(gè)BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)水質(zhì)進(jìn)行預(yù)測(cè)，通過(guò)該模型對(duì)厭氧生化過(guò)程進(jìn)行控制。 厭氧生物處理由于耗能少、運(yùn)行費(fèi)用低，污泥產(chǎn)量少，可消除產(chǎn)生氣體對(duì)空氣的污染，能承受較高的有機(jī)負(fù)荷和容積負(fù)荷，在工業(yè)廢水中的應(yīng)用越來(lái)越多。然而，由于厭氧菌增長(zhǎng)非常緩慢且對(duì)外界條件十分敏感，使厭氧反應(yīng)器的啟動(dòng)和控制都相對(duì)復(fù)雜，現(xiàn)存的很多動(dòng)力學(xué)方程都不能精確描述其反應(yīng)過(guò)程，而且CODCr的去除受堿度、進(jìn)水水質(zhì)、

2、pH、揮發(fā)性脂肪酸影響等多項(xiàng)參數(shù)的影響，每一項(xiàng)參數(shù)與CODCr去除率并不是簡(jiǎn)單的對(duì)應(yīng)的線性關(guān)系，所以傳統(tǒng)的分析方法是很難分析這種非線性的、復(fù)雜的厭氧生化過(guò)程。本文采用人工神經(jīng)網(wǎng)絡(luò)為分析工具，它具有大規(guī)模并行運(yùn)算，有自適應(yīng)性、有學(xué)習(xí)、容錯(cuò)性的能力，特別在需要同時(shí)考慮許多因素和條件、不精確的、模糊的信息處理時(shí)，采用神經(jīng)網(wǎng)絡(luò)更有效。 本文在建模時(shí)以visualbasic6.0為計(jì)算平臺(tái)，通過(guò)對(duì)成都一制革廠污水站監(jiān)測(cè)數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)，