粒子群算法在MBR智能仿真系統(tǒng)中的應用研究.pdf

1、膜生物反應器(Membrane Bioreactor，簡稱MBR)，是將膜分離技術與生物技術相結合的一項技術，并被廣泛應用到污水處理領域中。作為當今污水處理的新工藝，它具有結構緊湊、管理方便、污水處理效率高、剩余污泥產(chǎn)量少和應用范圍廣等傳統(tǒng)工藝不可比擬的優(yōu)點，但由于其自身試驗周期長、費用高、設備密封不可見等缺陷，這使得對MBR的應用研究存在諸多不便。因此，通過建模仿真來模擬MBR系統(tǒng)已成為目前污水處理領域中的重要手段之一。
　　

2、 本文首先介紹了膜生物反應器的原理和分類，并對當前膜生物反應器的發(fā)展狀況和市場前景等做了詳細的分析；其次分析了膜污染的機理、膜污染模型以及MBR微生物動力學模型；通過對膜生物反應器系統(tǒng)中化學需氧量、總氮和總磷去除機理的分析，提出了一個有效地MBR數(shù)學模型，并通過仿真工具從統(tǒng)計數(shù)字層面上對三者進行了建?；貧w實驗，實驗結果證明此模型的誤差雖然在可接受范圍內，但還有進一步改進的空間。
　　 通過對支持向量機算法的結構和特性的深入研究，

3、支持向量機自身良好的性能十分適合MBR系統(tǒng)的建模。因此，本文在深入分析了MBR處理工業(yè)廢水過程中的多種因素的基礎上，利用LIBSVM工具選用了RBF類型的支持向量回歸機，并設置了其中相關的參數(shù)，從已有的訓練數(shù)據(jù)中提取到相應的特征向量，獲得了最終的回歸模型。該模型綜合考慮了影響MBR系統(tǒng)性能的多種因素，并通過交叉驗證最終選取出了適合本文模型的參數(shù)值。在此參數(shù)值下，該模型能達到最佳性能。利用已有的測試數(shù)據(jù)對該模型進行驗證，最終得到的實驗結果