[发明专利]COD软测量的方法

说明书

技术领域

本发明涉及污水处理过程中出水水质指标的软测量方法，尤其是利用快速 EFAST方法简化神经网络结构对COD进行软测量的方法。

背景技术

污水处理，实质上就是采用必要的处理方法与处理流程，将污水中的污染 物分离出去或将其转化为无害的物质，从而使污水得到净化。现代污水处理 方法按其作用机制，可分为物理处理法，化学处理法，物理化学处理法和生 物化学处理法四大类。其中生物化学处理法是一类最常用的污水处理方法， 其主要功能是利用微生物的代谢作用，使污水中呈溶解和胶体状态的有机污 染物转化为稳定的无害物质。它的优点是有机物去除率高，运行成本低，在 城市污水和可生物降解的工业废水处理中尚没有可与之相媲美的方法。其中 的活性污泥法是近年来引起国内外广泛重视，研究和应用日趋增多的好氧生 化处理工艺之一。但是，一方面，由于污水生物处理过程的生产条件恶劣， 随机干扰严重，具有多输入、多输出、不确定性、强非线性、大时变等特点， 使该过程极其复杂，难以用数学模型来描述；另一方面，一个好的针对非线 性系统的智能化模型将有助于描述活性污泥系统的反应过程，有助于模拟活 性污泥系统的动态变化和对各项水质指标的影响以指导实际的生产运行，从 根本上提高污水处理的高效稳定性和经济合理性。因此，建立更可靠完善实 用的活性污泥污水处理系统模型，已成为污水控制工程领域研究的重要课题， 并且具有重要的现实意义。

在污水处理系统中，有一些水质指标难以在线测量，这是由于污水生物 处理过程的非线性、时变性及复杂性造成的。而这些水质指标往往对污水处 理的达标排放或污水处理系统运行中的在线监控很重要，如BOD5、COD、 SVI。

研制新型硬件形式的过程测量仪表，虽然可以直接地解决各种污水处理 过程变量及水质参数的检测问题，但由于污水中有机物非常复杂，研发这些 传感器将是一个耗资大、历时长的工程。

发明内容

本发明的目的是针对COD在线测量困难的问题，根据污水处理过程非线 性的特点，提出一种运用快速EFAST方法修剪冗余神经元，简化神经网络结 构，并对COD进行软测量的方法。根据软测量结果，及时调整无数处理曝气 池生化反应的物料搭配，以便对COD进行更好的清除，避免了研发传感器的 复杂工程。也可以将本方法进行扩展，对其它水质指标进行研究，以指导实 际的生产运行。

本发明采用了如下的技术方案及实现步骤：

1.一种COD软测量的方法，其特征在于，包括以下步骤：

(1).建立COD软测量的三层前向神经网络预测模型；输入为污水调节池 进水水质指标，输出为化学需氧量COD；

初始化神经网络：确定l-p-1的连接方式，对神经网络的权值进行随机 赋值；

即一个输入层有l个神经元，隐含层有p个神经元的单输出三层前向神 经网络，x₁，x₂，...，x_l表示神经网络的输入，y_d表示神经网络的期望输出；共有k 个训练样本，(训练样本的个数k的大小设定是神经网络领域公知的)设第t个训 练样本为x₁(t)，x₂(t)，...，x_l(t)，y_d(t)，则用第t个训练样本训练神经网络时，隐含层 第j个神经元的输出表示为：