论文部分内容阅读
污泥膨胀是制约我国城市污水处理厂发展的瓶颈,由于污泥膨胀成因众多,机理复杂,各种诱发因素之间相互影响,难以建立其精确的数学模型。污泥体积指数(Sludge Volume Index,SVI)是污泥膨胀的关键参数,其值大小表征污泥沉降性能,被广泛用来描述污泥膨胀的程度。因此,为了实现SVI的实时测量,文中提出了基于尖峰自组织递归RBF(self-organizing recurrent RBF,SR-RBF)神经网络的SVI软测量模型,获得了SVI的实时预测值,实现了污泥膨胀的预测。该论文主要研究工作包括以下几点:1.基于污泥膨胀机理分析和运行数据,获得了一组适用于SVI软测量模型的辅助变量。辅助变量的选取是SVI软测量模型的关键步骤,文中通过研究污泥膨胀理论和诱发因素,分析污泥膨胀机理模型,总结出与SVI相关性较大的12个变量;同时,采用主元分析法对初步确定的12个变量分析,最终确定了SVI软测量模型的辅助变量,由Qin、BOD、COD、DO、pH、TN组成。2.针对递归RBF神经网络结构难以在线调整的问题,设计出一种尖峰自组织递归RBF神经网络。通过大脑皮层信息传递模式和生物尖峰神经元模型,提出一种结构增长修剪机制,实现了递归RBF神经网络的结构调整;同时,提出一种自适应梯度下降法对网络参数进行训练,提高了递归RBF神经网络的性能。非线性系统建模的实验结果表明:提出的自组织机制能够在线优化递归RBF神经网络结构,神经网络预测精度较高。3.建立了一种基于尖峰自组织递归RBF神经网络的SVI软测量模型,解决了SVI的在线测量问题。为了实现SVI的在线测量,将尖峰自组织递归RBF神经网络应用于设计的软测量模型,由于尖峰自组织递归RBF神经网络结构能够在线调整,并且采用二阶LM算法对神经网络参数进行调整,使得提出的SVI软测量模型精度较高,且收敛速度较快,实验结果验证了所建立SVI软测量模型的有效性。4.开发了一种SVI软测量平台。该SVI软测量平台主要包括数据库模块、登录模块、数据处理模块、模型训练及仿真模块及结果查询模块。首先,利用VS2010软件完成操作界面的设计,具备网络模型、自定义模型初始参数及查询建模结果等功能。其次,基于Matlab软件和Mysql数据库编写了后台运行程序,实现软测量模型的计算和用户信息的存储功能。最后,通过用户信息管理、数据处理、神经网络模型选择等模块间信息传输,实现SVI预测值的输出并显示,达到污泥膨胀识别可视化的目的。