人工神經(jīng)網(wǎng)絡在UASB反應器處理生活污水中的模擬預測與應用
針對UASB反應器處理低濃度生活污水時影響因素多，各種影響因素之間的關系難以確定，以及難以進行適當?shù)目刂坪皖A測處理效果的問題，在人工神經(jīng)網(wǎng)絡(Artificial neural network, ANN)理論基礎上，建立起基于BP人工神經(jīng)網(wǎng)絡的UASB處理低濃度生活污水預測模型的基本結構，并對中試實驗進行了模擬.
UASB是升流式厭氧污泥床的簡稱，與其他反應器相比，UASB具有運行費用低、投資省、效果好、耐沖擊負荷、適應PH和溫度變化、結構簡單和便于操作等優(yōu)點，使用日益廣泛.
厭氧反應器通常是按穩(wěn)定條件設計的，即假設負荷不隨時問而改變.然而，在實際應用中，由于廢水的組成成分、濃度、流量及溫度都隨時問而變化，反應過程是在較多影響因素的作用下進行，沒有確定的關系模式，厭氧反應器的設計和運行大多根據(jù)經(jīng)驗數(shù)據(jù)進行.在這種情況下，如果不進行適當?shù)目刂，常導致反應器性能下降，甚至趨于失?傳統(tǒng)做法上需要通過大量實驗來確定合適的運行狀態(tài)，勢必造成人力與物力的消耗.如果找到一個預測模型，使其能很好預測反應器在負荷及環(huán)境條件變化情況下的性能變化情況，就可以事先采取措施，創(chuàng)造最佳的運行狀態(tài)和條件，保證反應器高效、穩(wěn)定地運行.
人工神經(jīng)網(wǎng)絡是20世紀90年代以來迅速發(fā)展的一門前沿科學，近年來已成為數(shù)學建模領域的一個熱點并在工程領域得到了較為廣泛的應用.作為一個非線性動態(tài)系統(tǒng)，人工神經(jīng)網(wǎng)絡具有很強的自學習和自適應能力，使得它適于處理在已知條件和結果之問無明確數(shù)學關系的數(shù)據(jù)，并能夠在條件與結果之問建立一定的關系，這個過程類似于人腦思維過程.對于用傳統(tǒng)的數(shù)學方法比較難建立模型的厭氧生物處理領域的多變量、非線性系統(tǒng)，人工神經(jīng)網(wǎng)絡模型正好可以一顯身手，對優(yōu)化反應器運行條件、模擬控制反應器、提高反應器穩(wěn)定性及效率，也具有廣泛的用途和重要的意義.
使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”
如果需要了解更加詳細的內(nèi)容，請點擊下載 
人工神經(jīng)網(wǎng)絡在UASB反應器處理生活污水中的模擬預測與應用.rar
下載該附件請登錄，如果還不是本網(wǎng)會員，請先注冊
