过滤优化中人工神经网络的应用

在饮用水的处理中,采用颗粒式过滤介质过滤是个很重要的过程。过程用以确保充分去除携带病原体(如:贾第虫和隐孢子虫,Giardia and Cryptosporidium)颗粒。通常,通过检测过滤后的水浊度来反映过滤性能的优劣。不过,颗粒数对于过滤操作中细微的变化极其敏感,所以颗粒数可以进一步反映过滤效率。埃尔金区水处理厂(WTP)应用人工神经网络(ANN)通过考察过滤后的水中颗粒数,对过滤进行优化。成功地开发了过程模型预测过滤后颗粒数。开发了两套逆过程模型,用来预测颗粒数达到要求时,凝聚剂的最佳用量。对模型进行检验显示,实测值和预测值之间具有较高的相关性。然后将这些ANNs集成到一个优化应用中,通过这个优化应用,模型和在线监控和数据采集系统(SCADA)之间可以进行实时数据传输。