RBF神經(jīng)網(wǎng)絡在MBR膜污染仿真預測中的應用研究.pdf

1、獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作和取得的研究成果除了文中特別加以標注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果也不包含為獲得天津工業(yè)大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。學位論文作者簽名：拖簽字日期：如J]年二月哆日學位論文版權使用授權書本學位論文作者完全了解天津工業(yè)大學有關保留、使用學位論文的規(guī)定。

2、特授權天津工業(yè)大學可以將學位論文的全部或部分內(nèi)容編人有關數(shù)據(jù)庫進行檢索并采用影印、縮印或掃描等復制手段保存、匯編以供查閱和借閱。同意學校向國家有關部門或機構送交論文的復印件和磁盤。(保密的學位論文在解密后適用本授權的說明)學位論文作者簽名：湯住簽字日期：刀1年上月2多日導師簽名：1／年z月弓日摘要水污染問題隨著世界經(jīng)濟的快速發(fā)展變得日益嚴重，如何預防和治理污水的問題成為許多學者的研究焦點。膜生物反應器(MBR)是一種新型高效的污水處理技

3、術，它很好的結(jié)合了膜分離技術和生物反應技術，現(xiàn)在己廣泛應用于生活污水，有機廢水和工業(yè)廢水等污水治理領域。膜污染會影響MBR膜分離裝置的性能，嚴重的膜污染會導致膜通量的降低和膜使用壽命的縮短，這將增加MBR系統(tǒng)的運行成本。因此，對膜污染機理和預測控制方法的研究就是要確保膜生物反應器能夠在穩(wěn)定的低能耗條件下實現(xiàn)較大通量的運行。本文對膜生物反應器的工作機理、膜污染形成過程、膜污染影響及控制因素等基本問題進行了分析討論。針對膜污染涉及的影響因素

4、較為復雜的問題，首先通過主成分分析(PCA)方法選取出三種貢獻率在95％以上的膜污染因子：混合液懸浮固體(MLSS)、操作壓力(AP)和溫度T。設定這三個影響因子為MBR膜污染仿真的三大輸入?yún)?shù)，以膜通量作為輸出參數(shù)，建立基于RBF神經(jīng)網(wǎng)絡的的膜污染智能仿真預測模型，實現(xiàn)對膜污染的預測控制。引入遺傳算法，利用其突出的尋優(yōu)特點對RBF預測模型的誤差、訓練速度、最大神經(jīng)元數(shù)目以及神經(jīng)元的間隔四個參數(shù)進行優(yōu)化，提高RBF網(wǎng)絡的仿真性能。整個實

5、驗過程采用MATLAB編程實現(xiàn)，結(jié)果表明，通過遺傳算法優(yōu)化的RBF神經(jīng)網(wǎng)絡對預測精度有明顯提升，達到了預期效果。整個實驗過程具有一定的理論價值和實踐意義，對MBR實際工程應該可以起到積極的指導作用。由于膜污染的過程會產(chǎn)生大量數(shù)據(jù)，對污染數(shù)據(jù)進行存儲和處理，能夠更加便利的了解MBR系統(tǒng)不同時間段的膜污染狀態(tài)，再結(jié)合膜污染預測模型的高精度預測功能，可以整體提高對膜污染的應對能力。Hadoop是目前應用最廣泛的大數(shù)據(jù)處理平臺，具有分布式處理信