基于DAK-FNN的出水氨氮软测量建模方法

针对因出水氨氮实时数据不完备建立的模型性能较差问题,在迁移学习框架下,提出一种基于数据与知识驱动的模糊神经网络(data-knowledge-driven fuzzy neural network,DAK-FNN)出水氨氮软测量建模方法。首先,为有效结合源场景已有知识和当前场景数据,提出一种基于迁移学习思想的知识传递方法,将从大量历史数据获取的参考模型蕴含的知识传递到目标模型,并利用在线学习的方式微调目标模型参数,提高模型精度。此外,提出一种基于长短时记忆机制的结构调整方法,将目标模型神经元分为核心神经元与非核心神经元,通过设定不同的神经元增删阈值调整结构,提高模型泛化性能。出水氨氮预测实验结果表明,与其他方法相比,所提方法具有更高的在线预测精度和更好的实时性。

基于区间二型模糊神经网络的出水氨氮软测量

针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测。首先,采集和预处理相关过程变量的实际运行数据,通过主元分析法筛选出与出水NH4-N相关性较强的过程变量。其次,利用IT2FNN建立所选变量与出水NH4-N的软测量模型,通过梯度下降算法对模型相关参数进行修正。最后,将基于IT2FNN的出水NH4-N软测量模型应用于实际污水处理过程。实验结果表明,提出的出水NH4-N软测量方法不仅能够实现污水处理过程出水NH4-N的实时检测,而且具有较高的检测精度。

改进型T-S模糊神经网络的出水氨氮预测

由于污水在复杂的处理过程中无法进行出水氨氮(NH_(4)-N)值的实时检测,提出一种改进型T-S模糊神经网络(TSFNN)的算法来对出水NH4-N进行有效预测。利用主元分析法和"统计产品与服务解决方案"(SPSS)软件对出水NH4-N浓度的关键影响因子进行筛选,选择主要特征变量作为输入。针对TSFNN结构,采用模糊C-均值聚类算法(FCM)对其进行初始化。结果表明,该算法对出水氨氮值的预测具有良好的预测精度且保证了处理过程的时效性。

城市污水处理过程出水氨氮优化控制

为了改善城市污水处理过程出水氨氮的处理效果,提出一种城市污水处理过程出水氨氮优化控制方法.首先,基于机理特性分析影响出水氨氮浓度的性能指标,建立一种基于自适应核函数的性能指标与控制变量的关联模型,并通过粒子群优化算法获取控制变量溶解氧浓度的优化设定值;其次,设计自适应模糊神经网络控制器,完成溶解氧浓度优化设定值的跟踪控制;最后,将出水氨氮优化控制方法应用于基准仿真平台BSM1.实验结果表明,该优化控制方法不仅提高了出水氨氮的去除效果,而且有效降低了能耗.

城市污水处理厂出水氨氮升高原因分析

采用氧化沟工艺的城市污水处理厂,由于资金不足或设备检修等原因,而中断运行一周以上时间后,重新运行会出现出水氨氮高于进水氨氮的情况。本文以奥贝尔氧化沟工艺为例,以生物脱氮理论为依据;从有机氮的氨化、硝化、反硝化及微生物学,生物化学等方面,对产生此现象原因进行分析探讨。

市政污水处理厂出水氨氮超标问题及处理

针对市政污水处理厂出水氨氮超标问题,结合实际案例,做了简要的分析,提出了具体的处理策略。造成出水氨氮超标的原因较多,若想得到有效处理和控制,要结合污水处理厂实际,采取相应的措施,进而使其能够达到标准。

基于XGBoost的出水氨氮和总磷浓度的软测量研究

针对污水处理过程中出水氨氮(NH4-N)和总磷(TP)浓度两个重要指标难以在线测量的问题,提出了一种基于极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法的软测量方法。首先,针对数据预处理,采取K-邻近(K-Near⁃est-Neighbor,KNN)方法进行缺失值填充;其次,使用XGBoost算法进行软测量建模;最后,使用网格搜索方法调整XGBoost的参数。仿真结果表明,该软测量方法可以用于实时预测出水NH4-N和TP的浓度,并有较好的预测精度。

城市污水处理厂出水氨氮超标原因及策略研究

在现代化社会快速发展过程中,人民群众生活质量显著提升,营造了良好的生活环境。但是,结合当前城市污水处理厂出水氨氮指标检测结果分析,还依然存在氨氮超标情况,无法保证城市水质,极易引发安全问题。对此情况,还需针对氨氮超标问题详细探究,掌握引发问题的具体原因,再采用相关措施有效解决,从而保证大众生活质量。

红霉素对活性污泥脱氮菌群的调控

为了研究红霉素对活性污泥脱氮菌群的影响,本文采用实验室规模SBR方法培养脱氮菌群,设置不同浓度梯度的红霉素:0 mg/L、10 mg/L、50 mg/L并分别加到预培养的活性污泥中,设三组实验,每组三个平行,每天对活性污泥换取相同浓度的氨氮溶液进行培养,并定时测定出水pH值和出水氨氮值进行实验分析。结果表明,不同浓度的红霉素对不同的菌群有不同程度的致毒作用,导致污水处理后还含有较高的氨氮值和pH值。硝化螺旋菌目、鞘脂单胞菌属菌类可以抵抗高浓度的红霉素,而绿弯菌门、硝化螺旋菌门、酸杆菌纲等菌类低浓度红霉素对其就具有较大的致毒性。

基于模糊神经网络的出水总磷和氨氮软测量方法研究

针对污水处理运行过程的重要指标出水总磷(Total Phosphorous,TP)和出水氨氮(Ammonia Nitrogen,NH4-N)难以实时测量的问题,文中提出了一种基于模糊神经网络的多变量软测量方法。首先,利用主元分析法对污水处理过程运行数据进行分析,获得TP和NH4-N的相关主元变量;其次,设计了一种基于模糊神经网络的多输入多输出软测量方法,利用自适应二阶算法对模型参数进行调整,提高了软测量方法的精度;最后,将设计的软测量方法进行封装,并将其应用于污水处理过程中试平台。实验结果表明:基于模糊神经网络的软测量方法能够同时实现TP和NH4-N的实时测量,并且具有较好的测量精度。

基于随机森林的污水处理曝气系统研究与应用

以某污水处理厂曝气系统为研究对象,采用描述性统计分析方法对其工艺运行参数变化规律进行了分析,以此为基础,采用随机森林算法建立了污水处理智能曝气系统预测模型,并基于所建模型构建了污水处理智能曝气控制系统。研究结果表明,该曝气系统预测模型所预测风机频率与实测结果相吻合,两者平均误差在2.9%以内,具有较高的准确性。现场应用结果表明,采用智能曝气控制系统的生物滤池溶解氧可稳定在目标值±0.2 mg/L范围内,与人工控制池组相比,在气水比基本相同的情况下,智能曝气系统控制池组末端出水氨氮相对较低。

基于相对贡献指标的自组织RBF神经网络的设计

针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输出的相对贡献来判断是否增加或删减RBF网络相应的隐含层节点,并且对神经网络结构调整过程的收敛性进行证明。其次,采用改进的LM(Levenberg-Marquardt algorithm)算法对调整后的网络参数进行更新,使网络具有较少的训练时间和较快的收敛速度。最后,对提出的设计方法进行非线性函数仿真和污水处理出水参数氨氮建模,仿真结果表明,RBF神经网络能够根据研究对象自适应地动态调整RBF结构和参数,具有较好的逼近能力和更高的预测精度。

基于竞争学习的粒子群优化算法设计及应用

针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度值将种群分成优选、合理和疏离3个子群;其次,根据3个子群中粒子的进化特性,为3个子群分别设计了不同的更新变异方式;然后,利用12个基准测试函数对算法的性能进行了验证;实验结果表明,所提的竞争学习策略能够有效克服经典PSO算法在处理复杂多峰问题时容易陷入局部最优的缺陷;最后,利用CLPSO算法优化模糊神经网络的参数设计CLPSO-FNN算法,并利用其建立出水氨氮软测量模型,实验表明,CLPSO-FNN软测量模型能够更精确、更实时地测量出水氨氮浓度。

生产环保同步行 依靠科技废变宝──大庆炼厂抓环保、增效益纪实

生产环保同步行依靠科技废变宝──大庆炼厂抓环保、增效益纪实许臻，王华文１９７０年８月２１．日，大庆石化总厂炼油厂１１万吨／年的硝铵装置投产取得一次成功，可喜可贺；然而，源源不断的“黄烟”──硝酸尾气冲向天空，遮住了蓝天白云，也把“阴影”投到了炼油人和...

国家环保部通报“排污黑榜”兰州市7企业上榜——7家排污企业实施环保整改

10月12日,国家环保部通报的72家环境违法企业中,涉及兰州市的共有7家企业。10月21日,记者从兰州市环保局了解到,该局已对7家企业的环境违法问题和环境管理问题逐一核实并进行整改。国家环保部通报了在今年上半年督查中发现的全国72家环境违法企业,并要求企业迅速开展整治工作。而这此"排污黑榜"中涉及我市企业主要包括,兰州蓝星有限公司甲醇厂、永登祁连山水泥有限公司、中铝集团兰州分公司铝厂、国电兰州范坪热电有限公司、中铝集团兰州分公司自备电厂、西固区污水处理厂、永登污水厂等7家企业。目前,市环保局已督促上述企业进行了整改。

短程精准曝气智能控制系统在污水处理厂中的应用

短程精准曝气智能控制工艺模型摒弃了依靠DO单一数据控制风量的传统控制模式,锚定生化池出水氨氮,包含全自动数据采集与智能控制的工艺模型算法及成套设备。其在汕头1.2万t/d污水处理厂的应用实践结果表明,其可使出水指标稳定达标,可将氨氮目标值控制在0.7~2.8 mg/L范围内;同等条件下,自动运行后单位总还原物需氧的耗能更优,氧利用效率提高约11%;在进水还原物质浓度偏低的情况下,可自动匹配低风量区间,可平均节省18.85%的风量。