模糊神经网络的出水总磷软测量系统的设计(附件)
在污水处理过程中，需要对出水总磷进行在线预测。本文采用了基于模糊神经网络的软测量方法。利用梯度下降法作为网络在线学习方法，对隶属函数层中心、宽度和输出权值进行优化，保证神经网络的收敛性。并且在利用Mackey-Glass时间序列预测和实际污水处理过程出水总磷预测实验进行验证。通过最后的仿真结果得出结论基于模糊神经网络的出水总磷浓度软测量方法经过训练后能够对出水总磷浓度进行预测。关键词 污水，出水总磷 ，模糊神经网络，梯度下降法
目录
1 绪论 1
1．1 课题背景及研究意义 1
1.2 出水总磷预测现状 3
1.3 课题的研究内容 5
2 梯度下降法和RBF型模糊神经网络 5
2.1 梯度下降法 5
2.2 模糊神经网络 9
3 总磷软测量模型的建立 13
3.1 污水处理软测量模型结构 13
3.2 辅助变量的选取 14
3.3 数据预处理 15
4 MATLAB程序运行结果 16
结论 19
致谢 20
参考文献 21
附录 MATLAB程序代码 23
1 绪论
1．1 课题背景及研究意义
1.1.1 课题背景
水是生命的源泉，没有水，生物就不能生存。水在地球上的含量最高，然而其中人类生存必需的淡水资源却少之又少。超过70％的地球表面被水覆盖。在这些水资源中，约占地球总水量比重最大的是海洋，约为96.53％，陆地淡水占总水量的比重极少，只有2.53％（在这其中冰川占陆地淡水的68.69％）。湖泊咸水和地下咸水占0.94％。到目前为止，由于经济和技术等条件不够发达，对淡水资源的开发利用仍然有诸多限制，海水、地下淡水、冰雪固态淡水等资源很难被使用。人类能够比较容易开发利用的湖泊、河流、浅层地下水只占淡水总资源的0.34％，甚至都不到地球总水量的万分之一。
到了21世纪，全世界国家都将目光聚焦到了日益严峻的水资源危机上，早在1993年1月18日，为了应对这一危机，第四十七届联合国大会就作出决定，把每年的3月22日定为“世界水日” *好棒文|www.hbsrm.com +Q: @351916072@
。在我国社会经济可持续发展的过程中，水资源危机已经成为了一个我们必须直面的难题。水资源短缺问题已经成为世界上所有缺水国家无法回避的世纪挑战，中国也不例外。
世界上缺水的国家和地区数量不少，因此我们必须对水资源倍加珍惜。要想实现对水资源的有效使用，就必须注重水资源的保护和循环使用，即可持续发展。我国淡水资源的储量位列全球第四，但是基于我国庞大的人口数量，平均到每个人身上的水资源却少之又少，甚至都不到世界平均水平的四分之一。考虑到这种情况，注重水资源的可持续发展已经刻不容缓。
面对着如此严重的水危机，我国的水污染问题却更加严重。由于工业和农业的发展，污水在我国水资源中占的比重越来越大，加强对污水的净化处理是对水资源非常有效的保护方式之一。通过建立污水处理厂，对污水进行净化处理，可使污水有效再生，成为可以供人们使用的水资源，确保淡水资源的可持续循环。
污水，通常被称为污染水，从生活和生产中排出。生活污水的种类很多，主要有生活废水、工业污水和初期雨水。污水的主要污染物包括病原体污染物、耗氧污染物、植物营养物和有毒污染物。污水处理就是对污水进行净化处理的过程，使之达到可以满足对某一水体再次使用的排水要求。水体富营养化是水污染的一种形式，总磷则是导致这种现象的罪魁祸首。经过处理的污水中的总磷含量是污水处理厂确定污水是否达到排放标准的核心指标之一。如果水体富营养化现象大量出现，生态环境系统的平衡将会遭到严重的破坏，而且会对经济和人身健康造成严重影响。著名的厄尔尼诺现象就是由水体富营养化造成的。对污水处理过程中的出水总磷进行有效在线预测是一项很有意义的做法，这样不仅可以有效避免水体富营养化现象的出现，而且可以减少无意义的经济损失，减少污水处理厂的运行成本，保证了污水处理厂能够高效正常的运行。这些优点表明本项课题的研究具有十分重要的实用价值和理论意义。
1.1.2 课题研究的意义
针对污水处理过程中的总磷预测问题，污水处理厂经常使用人工采样与化学方法相结合的方法，该方法可以降低处理过程中数据的检测误差。水中总磷通常用钒酸铵（也称钒黄法）和钼酸铵（也称钼蓝）测定。钒黄法简便快速，但灵敏度低。钼蓝法灵敏度高，但对有机物污染严重的水样有干扰作用，采用消化法测定总磷。这两种测量方法都比较繁琐，费时又费力，不能满足污水处理厂对总磷预测的实时性要求。运用化学原理做为核心的检测方法，虽然可以节省时间又可以减少因人工操作造成的偶然误差，同时又可以在线对样本进行自动采集与检验，但是，购买和维护仪表的高额成本使很多污水处理厂望而却步。除了昂贵的成本，通过仪表对污水处理进行预测的精度偏差较大，满足不了污水处理工艺对检测精度的要求。水质中的参数以及关键参数都会受到温度，天气等外界因素的影响，这些问题导致了基于机器原理方法的仪表无法精确地预测水质中相关参数的含量。以上问题就要求我们重新寻找一种能够对总磷进行有效实时预测的方法。
近年来，随着科技水平的进步和计算机技术的发展，针对出水总磷的在线测量出现了一种新型有效的方法，即软测量技术。污水处理过程是一个十分复杂的过程，其中涉及诸多未知变量和多种化学反应，这些因素混杂在一起，使它具有高度的非线性特点，让我们很难用简单的线性模型来描述这一变化过程。人工神经网络却可以克服这些困难，即使是在噪声情况下，它都可以逼近任意非线性映射，可以高效的用来建立模型。使用软测量模型对水质进行检测具有以下几个优点：①软测量方法在不断的改进和创新，在诸多专家学者的研究下，产生了多种软测量模型供大家使用。这些软测量模型适用于不同的情况，根据实际情况选择合适的软测量模型，其预测精度比传统仪器的测量精度更高。②在污水处理过程中，并不是所有场所都适合采用传统仪器进行测量，而软测量技术则没有这些限制。软测量技术以计算机技术为核心，在传统硬件传感器的基础上，通过建立软测量模型并进行在线运算处理，最终达成预测目的。本文采用的是MATLAB,因为MATLAB软件具有强大的计算、仿真能力。软测量技术的主要内容包括：①选取合适正确的辅助变量；②对数据进行采集和预处理；③建立适合的软测量模型；④对模型进行在线校正。辅助变量的选取有一定的原则，一是所选取的辅助变量易于获取且有一定的精度；二是对输出或其他不可测量的干扰能够快速做出反应；三是构成的软测量模型应能够满足精度要求。对于测量数据的处理包含换算和数据预处理两个方面。数据误差主要有两种：随机误差和粗差。随机误差是在测量过程中，仪器受到了外界不可抗随机因素的干扰，比如测量信号的噪声等，过失误差则是有测量仪表的系统误差引起，比如校正不准，读数偏差等原因。最后软测量模型的在线校正可以称为模型结构和参数的在线优化过程，具体方法有梯度下降法、自适应法、L_M算法等（对模型进行校正时模型应处于在线状态）。
目录
1 绪论 1
1．1 课题背景及研究意义 1
1.2 出水总磷预测现状 3
1.3 课题的研究内容 5
2 梯度下降法和RBF型模糊神经网络 5
2.1 梯度下降法 5
2.2 模糊神经网络 9
3 总磷软测量模型的建立 13
3.1 污水处理软测量模型结构 13
3.2 辅助变量的选取 14
3.3 数据预处理 15
4 MATLAB程序运行结果 16
结论 19
致谢 20
参考文献 21
附录 MATLAB程序代码 23
1 绪论
1．1 课题背景及研究意义
1.1.1 课题背景
水是生命的源泉，没有水，生物就不能生存。水在地球上的含量最高，然而其中人类生存必需的淡水资源却少之又少。超过70％的地球表面被水覆盖。在这些水资源中，约占地球总水量比重最大的是海洋，约为96.53％，陆地淡水占总水量的比重极少，只有2.53％（在这其中冰川占陆地淡水的68.69％）。湖泊咸水和地下咸水占0.94％。到目前为止，由于经济和技术等条件不够发达，对淡水资源的开发利用仍然有诸多限制，海水、地下淡水、冰雪固态淡水等资源很难被使用。人类能够比较容易开发利用的湖泊、河流、浅层地下水只占淡水总资源的0.34％，甚至都不到地球总水量的万分之一。
到了21世纪，全世界国家都将目光聚焦到了日益严峻的水资源危机上，早在1993年1月18日，为了应对这一危机，第四十七届联合国大会就作出决定，把每年的3月22日定为“世界水日” *好棒文|www.hbsrm.com +Q: @351916072@
。在我国社会经济可持续发展的过程中，水资源危机已经成为了一个我们必须直面的难题。水资源短缺问题已经成为世界上所有缺水国家无法回避的世纪挑战，中国也不例外。
世界上缺水的国家和地区数量不少，因此我们必须对水资源倍加珍惜。要想实现对水资源的有效使用，就必须注重水资源的保护和循环使用，即可持续发展。我国淡水资源的储量位列全球第四，但是基于我国庞大的人口数量，平均到每个人身上的水资源却少之又少，甚至都不到世界平均水平的四分之一。考虑到这种情况，注重水资源的可持续发展已经刻不容缓。
面对着如此严重的水危机，我国的水污染问题却更加严重。由于工业和农业的发展，污水在我国水资源中占的比重越来越大，加强对污水的净化处理是对水资源非常有效的保护方式之一。通过建立污水处理厂，对污水进行净化处理，可使污水有效再生，成为可以供人们使用的水资源，确保淡水资源的可持续循环。
污水，通常被称为污染水，从生活和生产中排出。生活污水的种类很多，主要有生活废水、工业污水和初期雨水。污水的主要污染物包括病原体污染物、耗氧污染物、植物营养物和有毒污染物。污水处理就是对污水进行净化处理的过程，使之达到可以满足对某一水体再次使用的排水要求。水体富营养化是水污染的一种形式，总磷则是导致这种现象的罪魁祸首。经过处理的污水中的总磷含量是污水处理厂确定污水是否达到排放标准的核心指标之一。如果水体富营养化现象大量出现，生态环境系统的平衡将会遭到严重的破坏，而且会对经济和人身健康造成严重影响。著名的厄尔尼诺现象就是由水体富营养化造成的。对污水处理过程中的出水总磷进行有效在线预测是一项很有意义的做法，这样不仅可以有效避免水体富营养化现象的出现，而且可以减少无意义的经济损失，减少污水处理厂的运行成本，保证了污水处理厂能够高效正常的运行。这些优点表明本项课题的研究具有十分重要的实用价值和理论意义。
1.1.2 课题研究的意义
针对污水处理过程中的总磷预测问题，污水处理厂经常使用人工采样与化学方法相结合的方法，该方法可以降低处理过程中数据的检测误差。水中总磷通常用钒酸铵（也称钒黄法）和钼酸铵（也称钼蓝）测定。钒黄法简便快速，但灵敏度低。钼蓝法灵敏度高，但对有机物污染严重的水样有干扰作用，采用消化法测定总磷。这两种测量方法都比较繁琐，费时又费力，不能满足污水处理厂对总磷预测的实时性要求。运用化学原理做为核心的检测方法，虽然可以节省时间又可以减少因人工操作造成的偶然误差，同时又可以在线对样本进行自动采集与检验，但是，购买和维护仪表的高额成本使很多污水处理厂望而却步。除了昂贵的成本，通过仪表对污水处理进行预测的精度偏差较大，满足不了污水处理工艺对检测精度的要求。水质中的参数以及关键参数都会受到温度，天气等外界因素的影响，这些问题导致了基于机器原理方法的仪表无法精确地预测水质中相关参数的含量。以上问题就要求我们重新寻找一种能够对总磷进行有效实时预测的方法。
近年来，随着科技水平的进步和计算机技术的发展，针对出水总磷的在线测量出现了一种新型有效的方法，即软测量技术。污水处理过程是一个十分复杂的过程，其中涉及诸多未知变量和多种化学反应，这些因素混杂在一起，使它具有高度的非线性特点，让我们很难用简单的线性模型来描述这一变化过程。人工神经网络却可以克服这些困难，即使是在噪声情况下，它都可以逼近任意非线性映射，可以高效的用来建立模型。使用软测量模型对水质进行检测具有以下几个优点：①软测量方法在不断的改进和创新，在诸多专家学者的研究下，产生了多种软测量模型供大家使用。这些软测量模型适用于不同的情况，根据实际情况选择合适的软测量模型，其预测精度比传统仪器的测量精度更高。②在污水处理过程中，并不是所有场所都适合采用传统仪器进行测量，而软测量技术则没有这些限制。软测量技术以计算机技术为核心，在传统硬件传感器的基础上，通过建立软测量模型并进行在线运算处理，最终达成预测目的。本文采用的是MATLAB,因为MATLAB软件具有强大的计算、仿真能力。软测量技术的主要内容包括：①选取合适正确的辅助变量；②对数据进行采集和预处理；③建立适合的软测量模型；④对模型进行在线校正。辅助变量的选取有一定的原则，一是所选取的辅助变量易于获取且有一定的精度；二是对输出或其他不可测量的干扰能够快速做出反应；三是构成的软测量模型应能够满足精度要求。对于测量数据的处理包含换算和数据预处理两个方面。数据误差主要有两种：随机误差和粗差。随机误差是在测量过程中，仪器受到了外界不可抗随机因素的干扰，比如测量信号的噪声等，过失误差则是有测量仪表的系统误差引起，比如校正不准，读数偏差等原因。最后软测量模型的在线校正可以称为模型结构和参数的在线优化过程，具体方法有梯度下降法、自适应法、L_M算法等（对模型进行校正时模型应处于在线状态）。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/1560.html
