人工神經(jīng)網(wǎng)絡(luò)在厭氧序批式反應(yīng)器建模中的應(yīng)用研究.pdf

1、在廢水生物處理技術(shù)領(lǐng)域，各國學(xué)者相繼開發(fā)了許多高效厭氧生物反應(yīng)器，具有高效、穩(wěn)定、節(jié)能等特點(diǎn)。其中厭氧序批式反應(yīng)器(AnaerobicSequencingBatchReactor，簡稱ASBR)是第三代高效厭氧生物反應(yīng)器，具有結(jié)構(gòu)簡單、污泥停留時(shí)間長、運(yùn)行成本低等優(yōu)點(diǎn)。目前ASBR反應(yīng)器已經(jīng)廣泛應(yīng)用于處理低溫低濃度生活污水、高濃度工業(yè)污水、含硫酸鹽廢水、有毒、難降解廢水等，ASBR反應(yīng)器作為厭氧生物處理領(lǐng)域內(nèi)極有發(fā)展前景的工藝，近幾年來

2、成為厭氧反應(yīng)器領(lǐng)域的研究熱點(diǎn)。 與普通的連續(xù)流反應(yīng)器相比，ASBR反應(yīng)器是間歇運(yùn)行、序批進(jìn)料、具有高度非穩(wěn)態(tài)運(yùn)行特征的高速厭氧反應(yīng)器，因此對自動控制程度和精度的要求較高。目前對于ASBR反應(yīng)器運(yùn)行參數(shù)的有效控制在很大程度上依賴于對生物反應(yīng)器動力學(xué)的正確模擬。而由于生化反應(yīng)及影響生化反應(yīng)效果的運(yùn)行參數(shù)的復(fù)雜性，導(dǎo)致傳統(tǒng)的動力學(xué)模型預(yù)測出的結(jié)果往往與現(xiàn)實(shí)情況有較大誤差。所以，為了能有效的控制ASBR反應(yīng)器的運(yùn)行參數(shù)，需要建立一種具有

3、較高精度的數(shù)學(xué)模型。 人工神經(jīng)網(wǎng)絡(luò)模擬人類神經(jīng)系統(tǒng)的結(jié)構(gòu)，揭示數(shù)據(jù)樣本中蘊(yùn)含的非線性關(guān)系，具有良好的自適應(yīng)性、自組織及很強(qiáng)的學(xué)習(xí)、聯(lián)想、容錯和抗干擾能力，可靈活方便的對多成因的復(fù)雜未知參數(shù)的反應(yīng)系統(tǒng)進(jìn)行建模。為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的模型，設(shè)計(jì)者需要掌握計(jì)算機(jī)編程語言且具有較高的編程能力，這在一定程度上不利于神經(jīng)網(wǎng)絡(luò)技術(shù)的推廣和使用。而MATLAB軟件提供了一個現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱(NeuralNetworkToolbox，簡稱NNT)，

4、為解決這個難題提供了便利條件。 本文作者查閱了大量關(guān)于廢水厭氧生物處理和神經(jīng)網(wǎng)絡(luò)方面的相關(guān)資料，在ASBR反應(yīng)器研究的基礎(chǔ)上，提出了一種將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于ASBR反應(yīng)器建模，并對ASBR反應(yīng)器的運(yùn)行參數(shù)進(jìn)行預(yù)測的方法。本文簡要介紹了BP神經(jīng)網(wǎng)絡(luò)基本原理及其算法，詳細(xì)介紹了利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行BP網(wǎng)絡(luò)模型建立、訓(xùn)練、仿真的編程方法。然后，主要運(yùn)用神經(jīng)網(wǎng)絡(luò)理論，使用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱建立了ASBR反應(yīng)器的神