影響A²/O工藝運(yùn)行的參數(shù)有許多,這些因素相互聯(lián)系、相互作用,影響工藝效率.為了彌補(bǔ)控制單一變量法或者設(shè)計(jì)正交試驗(yàn)法的不足,綜合考察多種運(yùn)行參數(shù)對(duì)工藝運(yùn)行效果的影響,建立了基于遺傳算法進(jìn)行全局尋優(yōu)的神經(jīng)網(wǎng)絡(luò)模型（GA-ANN模型）,并應(yīng)用于某城市污水處理廠A²/O工藝的運(yùn)行優(yōu)化.獲得該廠調(diào)試運(yùn)行期間154組有效監(jiān)測(cè)數(shù)據(jù)后,隨機(jī)選取2/3的數(shù)據(jù)用于GA-ANN模型的求解,1/3的數(shù)據(jù)用于模型的檢驗(yàn),對(duì)工藝運(yùn)行參數(shù)進(jìn)行優(yōu)化,得到最佳運(yùn)行參數(shù)組合.結(jié)果顯示,建立基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型用于A²/O工藝運(yùn)行參數(shù)的優(yōu)化是可行的,可以為污水處理廠運(yùn)行參數(shù)的設(shè)置提供理論參考,對(duì)調(diào)試工作、提高工藝運(yùn)行效率具有一定的實(shí)際指導(dǎo)意義. 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2017,49(09)北大核心EICSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)

水質(zhì)指標(biāo)值降低一個(gè)標(biāo)準(zhǔn)單位所產(chǎn)生的經(jīng)濟(jì)成本指標(biāo)權(quán)重．利用神經(jīng)網(wǎng)絡(luò)遺傳算法極值尋優(yōu)模型優(yōu)化A2/O工藝的運(yùn)行參數(shù)，主要包括神經(jīng)網(wǎng)絡(luò)訓(xùn)練擬合和遺傳算法極值尋優(yōu)兩個(gè)部分．神經(jīng)網(wǎng)絡(luò)訓(xùn)練擬合首先要構(gòu)建合適的BP神經(jīng)網(wǎng)絡(luò)，用工藝調(diào)試的輸入(即工藝運(yùn)行參數(shù))、輸出(即研究的出水指標(biāo))數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)可以預(yù)測(cè)輸出．遺傳算法極值尋優(yōu)則把訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出作為個(gè)體適應(yīng)度值，通過(guò)選擇、交叉、變異操作尋找工藝的全局最佳輸入和最佳輸出．基于遺傳算法全局尋優(yōu)的神經(jīng)網(wǎng)絡(luò)模型流程見(jiàn)圖2．!"#$%"&’()*+,-./0123456789#$:-&’;<=>?@ABCDEFGHIJKFGLM!"NOPQ圖2基于遺傳算法全局尋優(yōu)的神經(jīng)網(wǎng)絡(luò)模型Fig．2Neuralnetworkmodelbasedontheglobaloptimizationofgeneticalgorithm整體來(lái)說(shuō)，模型就是首先利用遺傳算法生成個(gè)體樣本，每個(gè)樣本含有污泥回流比r、混合液回流比Ｒ、溶解氧質(zhì)量濃度DO、溫度T、pH等A2/O工藝的運(yùn)行參數(shù)試驗(yàn)值信息，進(jìn)行優(yōu)化時(shí)輸入該樣本個(gè)體，利用樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，然后利用該神經(jīng)網(wǎng)絡(luò)模型計(jì)算目標(biāo)函數(shù)值，再提供給遺傳算法做判斷:“優(yōu)勝劣汰”，適應(yīng)度大的保留．這樣嵌套調(diào)用，就可以實(shí)現(xiàn)A2/O工藝運(yùn)行參數(shù)的優(yōu)化，獲得最優(yōu)運(yùn)行參數(shù)組合．2．2應(yīng)用實(shí)例以某城市A2/O工藝污水處理廠調(diào)試為例，借以GA－ANN模型優(yōu)化工藝運(yùn)行參數(shù)，使得在達(dá)到排放標(biāo)準(zhǔn)的基礎(chǔ)上，最大限度降低研究的出水指標(biāo)值．調(diào)試運(yùn)行期間，工藝參數(shù)控制范圍如下:進(jìn)水流量為3000～6000m3/h、污泥回流流量為1000～3000m3/h、厭氧池污泥質(zhì)量濃度為2500～5000mg/L、AO池缺氧段溶解氧質(zhì)量濃度為0．15～0．5mg/L、AO池好氧段溶解氧質(zhì)量濃度為1．000～6．000mg/L?

到6．200mg/L．分析可知，檢驗(yàn)樣本的輸出預(yù)測(cè)相對(duì)誤差基本小于10%，且適應(yīng)度曲線收斂，說(shuō)明建立基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型是可行的．!"!#$"$#%"%##%#$#!#&#"#’#!"#$%&#$’()*+"#$!%&#$圖3檢驗(yàn)樣本的預(yù)測(cè)輸出與期望輸出比較Fig．3Comparisonofthepredictionoutputandtheexpectedoutputofthetestsample!"#!"$!"%!"&!"’!"(!)!"()!"’!(!’!&!%!$!#!!"#$&’(%圖4檢驗(yàn)樣本的輸出預(yù)測(cè)相對(duì)誤差Fig．4Outputpredictionrelativeerroroftestsamples"#!$%&’!"#$!"%&!"%!!"%’!"%%!"%$!"(&!"(!$%$’$!$&$($$(%$圖5適應(yīng)度曲線Fig．5Fitnesscurve對(duì)于A2/O工藝這樣一個(gè)復(fù)雜系統(tǒng)，影響工藝處理效率的運(yùn)行參數(shù)眾多．因此，設(shè)置合適的運(yùn)行參數(shù)，才能使系統(tǒng)運(yùn)行處于較為理想的狀態(tài)．根據(jù)多年的運(yùn)行經(jīng)驗(yàn)，A2/O工藝運(yùn)行參數(shù)設(shè)計(jì)的大致范圍為:污泥回流比20%～100%，好氧池溶解氧質(zhì)量濃度1～5mg/L，缺氧池溶解氧質(zhì)量濃度應(yīng)≤0．5mg/L，污泥質(zhì)量濃度2000～5000mg/L．但是在工程實(shí)踐中，工藝調(diào)試往往將花費(fèi)大量時(shí)間同時(shí)不一定能達(dá)到調(diào)試目的．此時(shí)，倘若利用調(diào)試的前期數(shù)據(jù)，運(yùn)用GA－ANN模型對(duì)A2/O工藝運(yùn)行參數(shù)進(jìn)行優(yōu)化，不僅能快速找到較為理想的工藝運(yùn)行參數(shù)組合，同時(shí)將提高工藝處理效率．由上述模型結(jié)果可以看出，求解得到的最優(yōu)參數(shù)基本都在設(shè)計(jì)參數(shù)范圍內(nèi)，符合實(shí)際情況，模型所得結(jié)果可以為污水處理廠的運(yùn)行參數(shù)設(shè)置提供理論參考，對(duì)調(diào)試工作具有一定的實(shí)際指導(dǎo)意義．2．3結(jié)果討論綜上，在求解模型獲得的最佳運(yùn)行參數(shù)組合中，各運(yùn)行參數(shù)值基本都在經(jīng)驗(yàn)值范圍內(nèi)，這是符合實(shí)際情況的，因此，GA－ANN模型可以用于A2/O工藝運(yùn)行的參數(shù)優(yōu)化中．但是，神經(jīng)網(wǎng)?

【參考文獻(xiàn)】：
期刊論文
[1]容積分配比對(duì)A2/O-生物接觸氧化工藝反硝化除磷特性的影響[J]. 張淼,彭永臻,王聰,汪傳新,薛曉飛,龐洪濤,曾薇.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[2]神經(jīng)網(wǎng)絡(luò)在工業(yè)污水處理建模中的應(yīng)用[J]. 張群英.  計(jì)算機(jī)仿真. 2012(03)
[3]基于模糊神經(jīng)網(wǎng)絡(luò)的A2/O工藝出水氨氮在線預(yù)測(cè)模型[J]. 胡康,萬(wàn)金泉,馬邕文,黃明智,王艷.  中國(guó)環(huán)境科學(xué). 2012(02)
[4]污泥回流比對(duì)A2/O工藝脫氮除磷效果的影響[J]. 劉云雪,吳建平,高建磊.  工業(yè)用水與廢水. 2011(04)
[5]A2/O工藝中HRT對(duì)系統(tǒng)脫氮除磷效率的影響[J]. 李永峰,潘欣語(yǔ),楊建宇.  哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[6]內(nèi)循環(huán)對(duì)A2/O工藝脫氮的影響[J]. 王建龍,彭永臻,高永青.  北京工業(yè)大學(xué)學(xué)報(bào). 2008(05)
[7]A2/O工藝污水處理廠運(yùn)行參數(shù)優(yōu)化的數(shù)值模擬[J]. 陳昆柏,宋英琦,孫培德,曹榮華.  環(huán)境科學(xué)學(xué)報(bào). 2008(04)
[8]基于遺傳算法的污水處理過(guò)程優(yōu)化控制方法[J]. 劉載文,張春芝,王小藝,薛福霞,程志強(qiáng).  計(jì)算機(jī)與應(yīng)用化學(xué). 2007(07)

博士論文
[1]A2/O工藝脫氮除磷及其優(yōu)化控制的研究[D]. 吳昌永.哈爾濱工業(yè)大學(xué) 2010



本文編號(hào)：3120785