[发明专利]MBR膜污染智能预警方法

说明书

针对MBR污水处理过程中膜污染事件频发、危害巨大等问题，本发明提出了MBR膜污染智能预警方法，具体为一种基于递归模糊神经网络的MBR膜污染智能预警方法，实现对膜污染的在线精确预警；该预警方法通过构建递归模糊神经网络软测量模型，基于递归多步预测策略实现对透水率的长期稳定预测，实现对膜污染的准确预测；利用透水率预测值和相关参数变量的融合，基于运行数据设计预警规则，实现对膜污染的在线预警；解决了MBR污水处理过程中膜污染难以预测的问题，提高了对膜污染的预处理能力，减轻膜污染造成的危害，保障MBR污水处理过程安全运行，促进MBR污水处理厂高效稳定运行。

技术领域

本发明涉及MBR污水处理过程的膜污染智能预警方法；利用递归模糊神经网络和多 步预测策略，实现膜透水率的多步预测，利用预警规则判断出污染等级，将智能预警方法 应用于MBR处理污水过程，实现对膜污染的预警，保证污水处理厂稳定高效的运行。膜污染预警系统既属于水处理领域，又属于智能控制领域。

背景技术

MBR污水处理工艺以膜组件取代传统生物处理技术的末端二沉池，是一种由活性污泥 法与膜分离技术相结合的新型污水处理技术。近年来，随着膜技术的不断成熟，膜技术在 城市污水处理中应用的越来越广泛。与传统污水处理工艺相比，膜技术在城市污水处理领 域优势十分明显，包括出水水质好且稳定、污泥浓度高、占地面积小、运行灵活、自动化 程度高。然而，膜在过滤污水过程中，截流分离的污染物必定对膜产生污染从而造成出水 水质的下降；为减轻膜污染，膜需要进行定期的清洗替换操作，这必然会增加能耗和运行 成本，因此如何减轻膜污染的危害是一个需要持久关注的话题。

本发明涉及了一种MBR膜污染智能预警方法，该方法利用递归模糊神经网络和递归 多步预测策略实现透水率长期、准确的预测；在准确预测的基础上，结合预警规则，实现对膜污染的在线精确预警。可以实现在水质发生恶化之前，能够提早提出预测预报警，并及时采取相应措施。该预警方法大大的降低了膜污染处理成本，为污水处理厂提供了一种有效的应对手段，大大提高了水厂的效益。

发明内容

1.一种基于递归模糊神经网络的MBR膜污染智能预警方法，其特征在于：

MBR膜污染智能预警方法主要通过对MBR膜出水透水率预测实现污染预警，其中MBR 膜出水透水率基于递归模糊神经网络进行多步预测，MBR膜污染基于知识和规则库进行预 警；具体包括以下步骤：

(1)MBR膜出水透水率多步预测：

1)确定出水透水率软测量模型的输入变量和输出变量；以膜生物反应器-MBR污水处 理系统为研究对象，对水质数据进行特征分析，提取产水流量、产水压力、单池膜擦洗气量、厌氧区ORP和好氧区硝酸盐作为输入变量，以出水透水率作为输出变量；

2)建立出水透水率软测量模型；利用递归模糊神经网络设计MBR处理污水过程中预 测出水透水率的软测量模型，出水透水率软测量模型的拓扑结构分为四层：输入层、隶属 函数层、规则层、输出层；拓扑结构为5-R-R-1的连接方式(2<R<30)，输入层与隶属函 数层之间的连接权值为1，递归模糊神经网络的期望输出表示为y_d(t)，实际输出表示为 y(t)；基于递归模糊神经网络的出水透水率的多步预测软测量方法计算依次为：

①输入层：该层由5个神经元组成，其输出为，

x(t)＝[x₁(t),x₂(t),…,x₅(t)]^T (1)