论文部分内容阅读
随着世界经济格局的重大调整和我国经济社会转型的明显加速，我国造纸工业发展所面临的环境约束日益突显。为了实现我国传统造纸工业向可持续发展的现代造纸工业转变以及明显降低造纸污染物的排放，国家发展改革委将废水处理厂的在线监测系统改造工程定为十二五期间的重点工程，鼓励开发完善监测系统，通过强化脱氮除磷功能，使造纸废水处理达到GB3544-2008的排放标准。软测量技术是当前过程控制和过程在线检测领域的一大研究热点，通过软测量技术构建的软测量系统既可以用来代替硬件仪表，也可以与硬件仪表同时使用以确保测量的准确性。借助软测量技术可提高造纸废水处理过程的监测控制水平，从而提高废水处理的效果，实现造纸污染物的减排。本论文在较全面地分析了神经网络软测量模型在废水处理过程中的应用现状，以及反向传播神经网络（BP-ANN）、遗传神经网络（GA-ANN）和自适应模糊神经网络（ANFIS）基本结构和算法的基础上，系统地研究了构建最优神经网络软测量模型的思路和方法，并将BP-ANN软测量模型、GA-ANN软测量模型和ANFIS软测量模型应用于厌氧/缺氧/好氧废水处理系统（A2/O）处理造纸废水过程中的出水COD(CODeff)和出水氨氮(NH4+eff)的软测量。本论文在将软测量应用于造纸废水处理方面进行了一些开拓性和探索性的研究工作；深入研究了基于ANFIS软测量模型的溶解氧智能优化控制系统的构建与实施方案，并在实验室条件下成功的将其应用于造纸废水A2/O工艺处理过程中的溶解氧调节，为提高我国造纸废水处理智能控制水平提供参考。主要研究内容和结果如下：1.分析了A2/O生物脱氮除磷工艺特点并根据造纸废水处理要求，完成了设备选型、硬件安装以及PLC控制程序的设计和工控软件MCGS的组态工作，成功构建了嵌入式造纸废水处理自动控制系统。2.在分析了神经网络结构和算法以及遗传算法原理的基础上，通过研究构建最优BP-ANN软测量模型的思路和方法，分别构建了造纸废水A2/O工艺处理过程中出水COD和出水氨氮的高性能BP-ANN和GA-ANN软测量模型。研究结果表明，与BP-ANN软测量模型相比，GA-ANN软测量模型具有更好的预测性能。3.在分析了自适应模糊神经网络的结构和算法以及模糊C均值聚类算法原理的基础上，将有效性函数B（c）引入模糊C均值聚类算法中用于ANFIS软测量模型模糊规则数的智能寻优，最终构建了最优模糊规则数为9的ANFIS软测量模型。ANFIS软测量模型对出水COD和出水氨氮预测时的最大相对误差绝对值分别为5.4014%和6.6513%，均方根误差分别为1.6317和0.1291，平均绝对百分比误差分别为1.8458%和2.8984%，相关系数分别为0.9928和0.9951。研究表明，与GA-ANN软测量模型相比，ANFIS软测量模型具有更好的预测性能；仅采用可在线监测的水力停留时间（HRT）、进水pH值（pH）、好氧池溶解氧（DO）和混合液回流比（r）四个参数便能很好的在线实时监测A2/O系统的出水COD和出水氨氮。4.在MATLAB软件中构建好基于ANFIS软测量模型的溶解氧智能优化控制系统后，采用OPC技术实现了MCGS与MATLAB的数据通信，从而使溶解氧智能优化控制系统能够在MCGS环境下运行；并将其应用于造纸废水A2/O工艺处理过程中的溶解氧调节。研究结果表明，出水COD值在所设置的70mg/L附近波动，波动范围为60.86mg/L～78.77mg/L；该系统可实现溶解氧的动态优化，在保证达到排放标准的前提下,稳定出水水质。