模糊神经网络的污泥膨胀预警系统的设计(附件)
污泥膨胀是活性污泥法污水处理系统中较为常见的一个问题，它会直接破坏水质，并影响整个生化系统的稳定运行。因此，我们需要对污泥膨胀现象进行提前预判，设计一套污泥膨胀预警系统。污泥容积指数(sludge volume index, SVI)是判断活性污泥沉降性能的直接参数，本文我们通过对SVI值进行提前预测，选择了PH、溶解氧（DO）等辅助变量为输入变量，输出变量为SVI，建立模糊神经网络，并利用梯度下降学习算法、进化算法等对网络参数进行优化，设计了可靠的污泥膨胀预警系统。关键词 污泥膨胀，污泥容积指数（SVI），模糊神经网络
目录
1 引言 2
1．1 课题研究背景及意义 2
1.1.1 课题研究背景 2
1.1.2 课题意义 3
1．2 课题研究的基本手段 3
1．3 课题主要研究内容 4
2 活性污泥法污水处理的基准仿真模型以及模糊神经网络 5
2．1 活性污泥法污水处理的基准仿真模型 5
2.1.1 BSM1的模型结构 5
2.1.2 活性污泥法污水处理工艺流程 5
2．2模糊RBF网络的相关概述 6
2.2.1 模糊神经网络的特点 7
2.2.2 模糊RBF网络的结构形式 8
2．3本章小结 9
3 基于模糊RBF网络的算法 10
3．1 RBF网络的逼近算法 10
3．2 改进的LM算法 10
3.2.1 LM算法的介绍 10
3.2.2 LM算法的计算步骤 12
3.2.3 改进的LM算法 13
3．3本章小结 14
4 基于模糊神经网络的污泥膨胀预警 14
4．1 SVI的软测量结构 14
4.1.1 活性污泥膨胀的类型 14
4.1.2 污泥膨胀的机理分析 15
4．2 辅助变量的选取以及数据预处理 16
4.2.1 SVI的影响因素 16
4.2.2 辅助变量的选取 17
4.2.3 数 *好棒文|www.hbsrm.com +Q: ^351916072#
据预处理 18
4．3 MATLAB程序运行结果 19
4．4 本章小结 22
结 论 22
致谢 24
参考文献 26
附录 27
1 引言
1．1 课题研究背景及意义
1.1.1 课题研究背景
污泥膨胀这种现象的发生是因为某些因素发生了变化，使得活性污泥的质量变小、体积变大、连带沉降性能下降，污水在二沉池内无法顺利的进行泥水分离。同时因为污泥的沉降比也在持续变高,泥水分离不充分，这就导致了二沉池中的污泥面持续增高的现象，最后的结果就是流失污泥现象越发严重，进一步影响曝气池的工作，因为在这种情况下，池内的混合液悬浮固体浓度会大幅度的降低，此类情况势必会对工艺运行中的污泥产生影响。这种现象发生时会产生一些特征，比如污泥的内部构成会变得膨胀，并且随着其体积变大后会开始上浮，这就会使得污水沉降分离变得困难，进而使得处理后的污水水质遭到破坏，这是活性污泥法系统中普遍存在的一个问题。
总体来说，污泥膨胀这一异常现象会发生在各种活性污泥法系统中，更加需要警惕的是这种现象一旦发生后会变得很难控制住，需要长时间的恢复与调整。污泥的内部构成变得膨胀，质量也变轻，沉淀性能下降，这些都是导致异常现象发生的原因，并且随着SV值变大，甚至有时会高达90%，污泥容积指数也就是SVI也达到了300以上，这些都会使得污泥的流失量增大，导致出水变的浑浊，连二次沉淀的固液分离也会变得更加困难。另一方面，随着回流污泥的浓度也在降低，偶尔会激起很多的泡沫，这也就导致了生化处理没有办法正常的工作,问题的严重性可想而知，在这连续的问题产生后，出水水质便遭到了严重的破坏，乃至整个生化系统的运作都产生了不好的影响。仅仅是在欧洲，每年便会有大约一半的污水处理厂发生不同严重程度的污泥膨胀现象，而在中国污泥膨胀这种现象在各大污水处理厂也是屡屡发生的。由此可见，污泥膨胀现象不仅影响大，其发生率也是相当之高的。近几年来，关于污泥膨胀的研究理论有很多，有一致也有争论，到目前为止也没有完美的结论，因此对于污水处理的工作仍然存在很大的挑战。
1.1.2 课题意义
随着活性污泥法的诞生，另一个困扰着世界的难题也随之出现了，那就是污泥膨胀现象。污泥膨胀这个现象不仅仅发生在中国各大污水处理厂，全世界的污水处理厂普遍都面临着污泥膨胀带来的威胁，这已经是一个世界性难题了。污泥膨胀能够使污水处理过程中的活性污泥流失，破坏了处理后的污水的水质，使得其中的悬浮物变高，这也就直接导致了活性污泥的沉降以及活性污泥系统的工作性能都一起下降，进而使得工艺没有办法在健康的环境下正常进行。而另一个比较麻烦的问题就是一旦污水处理过程发生了污泥膨胀的现象的话，无法在短时间之内将这一异常现象排除掉，必须通过很长一段时间的恢复调整才可以改变这种现象。所以我们要尽可能的在发生污泥膨胀之前就控制住这种现象，这时候污泥膨胀预警系统就显得至关重要。但是随着污水处理厂地理位置的不同，也就意味着污水处理在不同的水质下进行，在这种情况下，生活在各水质中的微生物随着环境的变化，使得在污泥膨胀现象出现的时候，研究人员需要对比不同的水质环境进行实地检测与分析研究，进一步实践，才能更加有把握的有效应对这一现象。因此我们可以发现，污泥膨胀现象是一种存在复杂性、区域性以及活性污泥微生物多样性的特点的复杂现象，这些特点使得人们想要对污泥膨胀进行早期预警从而能够及时的控制住变得非常的困难。本课题利用模糊神经网络建立污泥膨胀预警系统，输入变量为污水处理过程容易测量的辅助变量，令输出变量为SVI，建立模糊神经网络，优化网络参数，使污泥膨胀预警系统的设计变得可靠。
1．2 课题研究的基本手段
模糊神经网络(FNN)集模糊系统和神经网络的优点于一身,使得该网络不仅保存了模糊逻辑的特点，对于非线性、不适定的问题能够很好的解决,还拥有神经网络的很多优点，其中运用最为广泛的就要数并行计算方式以及自适应学习能力。因此，模糊神经网络不仅可以实现隶属函数动态调整，而且可以实现规则在线优化,所以相对于传统的多层感知器等前馈网络来说,其性能更加的良好。在FNN参数学习的过程中，梯度下降算法是运用最为频繁的,但是其存在很多的缺点，其中收敛速度慢是其最大的缺点之一，也是梯度下降算法较之下面介绍的LM算法的不足的一个方面，而且一不小心就会陷入局部极值点，另外，精确度很低也是这种算法的一个严重不足的地方。本课题中污泥膨胀预警系统是一种非线性系统，对这个系统的模型的建立具有一定的难度,没有办法提前将所需规则数设置好,从而使得非饱和状态运行的情况发生。通过利用二阶学习算法或进化算法对网络参数进行优化，设计可靠的污泥膨胀预警系统。模糊神经网络的系统的设计中，最难解决的问题就是设定模糊规则，这也是一个世界性的难题，同时，它也是一盏明灯，指引着广大学者研究的前进方向。
目录
1 引言 2
1．1 课题研究背景及意义 2
1.1.1 课题研究背景 2
1.1.2 课题意义 3
1．2 课题研究的基本手段 3
1．3 课题主要研究内容 4
2 活性污泥法污水处理的基准仿真模型以及模糊神经网络 5
2．1 活性污泥法污水处理的基准仿真模型 5
2.1.1 BSM1的模型结构 5
2.1.2 活性污泥法污水处理工艺流程 5
2．2模糊RBF网络的相关概述 6
2.2.1 模糊神经网络的特点 7
2.2.2 模糊RBF网络的结构形式 8
2．3本章小结 9
3 基于模糊RBF网络的算法 10
3．1 RBF网络的逼近算法 10
3．2 改进的LM算法 10
3.2.1 LM算法的介绍 10
3.2.2 LM算法的计算步骤 12
3.2.3 改进的LM算法 13
3．3本章小结 14
4 基于模糊神经网络的污泥膨胀预警 14
4．1 SVI的软测量结构 14
4.1.1 活性污泥膨胀的类型 14
4.1.2 污泥膨胀的机理分析 15
4．2 辅助变量的选取以及数据预处理 16
4.2.1 SVI的影响因素 16
4.2.2 辅助变量的选取 17
4.2.3 数 *好棒文|www.hbsrm.com +Q: ^351916072#
据预处理 18
4．3 MATLAB程序运行结果 19
4．4 本章小结 22
结 论 22
致谢 24
参考文献 26
附录 27
1 引言
1．1 课题研究背景及意义
1.1.1 课题研究背景
污泥膨胀这种现象的发生是因为某些因素发生了变化，使得活性污泥的质量变小、体积变大、连带沉降性能下降，污水在二沉池内无法顺利的进行泥水分离。同时因为污泥的沉降比也在持续变高,泥水分离不充分，这就导致了二沉池中的污泥面持续增高的现象，最后的结果就是流失污泥现象越发严重，进一步影响曝气池的工作，因为在这种情况下，池内的混合液悬浮固体浓度会大幅度的降低，此类情况势必会对工艺运行中的污泥产生影响。这种现象发生时会产生一些特征，比如污泥的内部构成会变得膨胀，并且随着其体积变大后会开始上浮，这就会使得污水沉降分离变得困难，进而使得处理后的污水水质遭到破坏，这是活性污泥法系统中普遍存在的一个问题。
总体来说，污泥膨胀这一异常现象会发生在各种活性污泥法系统中，更加需要警惕的是这种现象一旦发生后会变得很难控制住，需要长时间的恢复与调整。污泥的内部构成变得膨胀，质量也变轻，沉淀性能下降，这些都是导致异常现象发生的原因，并且随着SV值变大，甚至有时会高达90%，污泥容积指数也就是SVI也达到了300以上，这些都会使得污泥的流失量增大，导致出水变的浑浊，连二次沉淀的固液分离也会变得更加困难。另一方面，随着回流污泥的浓度也在降低，偶尔会激起很多的泡沫，这也就导致了生化处理没有办法正常的工作,问题的严重性可想而知，在这连续的问题产生后，出水水质便遭到了严重的破坏，乃至整个生化系统的运作都产生了不好的影响。仅仅是在欧洲，每年便会有大约一半的污水处理厂发生不同严重程度的污泥膨胀现象，而在中国污泥膨胀这种现象在各大污水处理厂也是屡屡发生的。由此可见，污泥膨胀现象不仅影响大，其发生率也是相当之高的。近几年来，关于污泥膨胀的研究理论有很多，有一致也有争论，到目前为止也没有完美的结论，因此对于污水处理的工作仍然存在很大的挑战。
1.1.2 课题意义
随着活性污泥法的诞生，另一个困扰着世界的难题也随之出现了，那就是污泥膨胀现象。污泥膨胀这个现象不仅仅发生在中国各大污水处理厂，全世界的污水处理厂普遍都面临着污泥膨胀带来的威胁，这已经是一个世界性难题了。污泥膨胀能够使污水处理过程中的活性污泥流失，破坏了处理后的污水的水质，使得其中的悬浮物变高，这也就直接导致了活性污泥的沉降以及活性污泥系统的工作性能都一起下降，进而使得工艺没有办法在健康的环境下正常进行。而另一个比较麻烦的问题就是一旦污水处理过程发生了污泥膨胀的现象的话，无法在短时间之内将这一异常现象排除掉，必须通过很长一段时间的恢复调整才可以改变这种现象。所以我们要尽可能的在发生污泥膨胀之前就控制住这种现象，这时候污泥膨胀预警系统就显得至关重要。但是随着污水处理厂地理位置的不同，也就意味着污水处理在不同的水质下进行，在这种情况下，生活在各水质中的微生物随着环境的变化，使得在污泥膨胀现象出现的时候，研究人员需要对比不同的水质环境进行实地检测与分析研究，进一步实践，才能更加有把握的有效应对这一现象。因此我们可以发现，污泥膨胀现象是一种存在复杂性、区域性以及活性污泥微生物多样性的特点的复杂现象，这些特点使得人们想要对污泥膨胀进行早期预警从而能够及时的控制住变得非常的困难。本课题利用模糊神经网络建立污泥膨胀预警系统，输入变量为污水处理过程容易测量的辅助变量，令输出变量为SVI，建立模糊神经网络，优化网络参数，使污泥膨胀预警系统的设计变得可靠。
1．2 课题研究的基本手段
模糊神经网络(FNN)集模糊系统和神经网络的优点于一身,使得该网络不仅保存了模糊逻辑的特点，对于非线性、不适定的问题能够很好的解决,还拥有神经网络的很多优点，其中运用最为广泛的就要数并行计算方式以及自适应学习能力。因此，模糊神经网络不仅可以实现隶属函数动态调整，而且可以实现规则在线优化,所以相对于传统的多层感知器等前馈网络来说,其性能更加的良好。在FNN参数学习的过程中，梯度下降算法是运用最为频繁的,但是其存在很多的缺点，其中收敛速度慢是其最大的缺点之一，也是梯度下降算法较之下面介绍的LM算法的不足的一个方面，而且一不小心就会陷入局部极值点，另外，精确度很低也是这种算法的一个严重不足的地方。本课题中污泥膨胀预警系统是一种非线性系统，对这个系统的模型的建立具有一定的难度,没有办法提前将所需规则数设置好,从而使得非饱和状态运行的情况发生。通过利用二阶学习算法或进化算法对网络参数进行优化，设计可靠的污泥膨胀预警系统。模糊神经网络的系统的设计中，最难解决的问题就是设定模糊规则，这也是一个世界性的难题，同时，它也是一盏明灯，指引着广大学者研究的前进方向。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/1558.html
