鄭煜 汪秋婷
浙江大學(xué)城市學(xué)院,浙江杭州,310015
畜牧場污水中COD軟測量技術(shù)研究
鄭煜 汪秋婷
浙江大學(xué)城市學(xué)院,浙江杭州,310015
本文將軟測量技術(shù)應(yīng)用于畜牧場污水COD檢測過程,從而有助于實(shí)現(xiàn)養(yǎng)殖污水化學(xué)需氧量濃度的在線檢測。在仿真實(shí)驗(yàn)中,將神經(jīng)網(wǎng)絡(luò)快速修剪算法(OBS)應(yīng)用于污水COD處理過程建模,并將獲得的相關(guān)實(shí)驗(yàn)數(shù)據(jù)與普通處理方式進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明本算法具有較精確的檢測結(jié)果,并且具有更快的收斂速度。
畜牧場污水;OBS算法;COD;軟測量
畜牧場污水屬于富含大量病原體的高濃度有機(jī)廢水,直接排放進(jìn)入水體將可能造成地表水或地下水水質(zhì)的嚴(yán)重惡化。COD(化學(xué)需氧量)是反映水中可降解的有機(jī)物的含量的參數(shù),是水質(zhì)評價的關(guān)鍵指標(biāo)之一。污水處理技術(shù),是指采用各種技術(shù)和手段,將污水中所含的污染物質(zhì)分離去除、回收利用或?qū)⑵滢D(zhuǎn)化為無害物質(zhì),使污水得到凈化。軟測量技術(shù),即將易測輔助變量的數(shù)據(jù),與無法利用傳感器得知的主導(dǎo)變量建立軟測量的數(shù)學(xué)關(guān)系,并通過數(shù)學(xué)計(jì)算、估算等方法,測量出所需的主導(dǎo)變量??紤]到畜牧場污水中COD含量較高,智能建模一定程度上限制了對污水處理機(jī)理的研究,本文提出了一種基于OBS算法的污水COD處理過程建模,實(shí)驗(yàn)結(jié)果表明該算法具有較精確的檢測結(jié)果,并且具有更快的收斂速度。
OBS算法是一種基于Hessia矩陣的網(wǎng)絡(luò)修剪算法。首先,構(gòu)造誤差曲面的一個局部模型,分析權(quán)值的擾動所造成的影響。構(gòu)造這樣一個模型結(jié)構(gòu)的出發(fā)點(diǎn)是在運(yùn)行點(diǎn)附近使用 Taylor級數(shù)給出代價函數(shù) 的局部逼近,并假設(shè)權(quán)值參數(shù)僅在訓(xùn)練過程收斂之后才被從網(wǎng)絡(luò)中刪除,且包含局部最小或者全局最小的誤差曲面是近似“二次的”,因此,可以描述為:
其中,F(xiàn)是多層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的輸入輸出映射函數(shù),w是權(quán)向量,△w是權(quán)向量增量,二為網(wǎng)絡(luò)的輸入樣本,H是Hessian矩陣,N為訓(xùn)練樣本總數(shù),n為第n個樣本。
本文提出了一種神經(jīng)網(wǎng)絡(luò)算法,該算法針對網(wǎng)絡(luò)中的隱層神經(jīng)元i計(jì)算,利用與第i個神經(jīng)元相連的所有m個權(quán)值的均值計(jì)算,從而達(dá)到減小計(jì)算量,縮短程序運(yùn)行時間的效果。假設(shè):
公式(1)變?yōu)椋?/p>
其中,Hij是Hessian矩陣的第(i,j)個元素。這種針對某一隱層神經(jīng)元i計(jì)算Hij的方法,在保留了計(jì)算所需的必要信息的同時,減小了H矩陣的規(guī)模。此外,第i個神經(jīng)元的顯著性為:
軟測量技術(shù)是利用易測過程變量與難以測量的待測過程變量之間的數(shù)學(xué)關(guān)系,通過各種數(shù)學(xué)計(jì)算和估計(jì)方法,從而實(shí)現(xiàn)對待測過程變量的測量。目前畜牧場的水質(zhì)COD等濃度參數(shù)大多靠人工化驗(yàn)來確定,化驗(yàn)結(jié)果不能實(shí)時提供。因此,本文將軟測量技術(shù)應(yīng)用于污水處理過程,從而有助于實(shí)現(xiàn)COD濃度的在線檢測。在仿真實(shí)驗(yàn)中,將OBS算法應(yīng)用于畜牧污水COD處理過程建模,并將獲得的相關(guān)實(shí)驗(yàn)數(shù)據(jù)與普通處理方式進(jìn)行比較。
神經(jīng)網(wǎng)絡(luò)經(jīng)過OBS的檢測樣本仿真結(jié)果表1所示。仿真結(jié)果可見,經(jīng)OBS算法優(yōu)化后的網(wǎng)絡(luò)仍然具有更優(yōu)的泛化能力。在網(wǎng)絡(luò)初始結(jié)構(gòu)極不合理的情況下,使用OBS算法仍然可以獲得較為滿意的修剪效果。以上實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)污水處理方法相比,基于自組織神經(jīng)網(wǎng)絡(luò)的軟測量方法縮短了訓(xùn)練時間,使得應(yīng)用該方法的神經(jīng)網(wǎng)絡(luò)模型更有利于實(shí)現(xiàn)污水處理過程的實(shí)時監(jiān)測和預(yù)報。
表1 OBS算法和傳統(tǒng)算法的性能比較
本文首先介紹基于神經(jīng)網(wǎng)絡(luò)的養(yǎng)殖污水處理過程的原理及其智能建模方法,在分析污前饋神經(jīng)網(wǎng)絡(luò)快速修剪算法在污水處理過程建模中的應(yīng)用水處理過程控制現(xiàn)狀的基礎(chǔ)上,針對水質(zhì)關(guān)鍵參數(shù) COD 的測量問題,提出了一種基于OBS的軟測量方法,通過實(shí)際數(shù)據(jù)驗(yàn)證,證明了模型的有效性。通過兩組仿真實(shí)驗(yàn),證明基于OBS的軟測量方法在處理污水COD性能上優(yōu)于傳統(tǒng)的軟測量方法。實(shí)驗(yàn)結(jié)果表明:(1)在不同的網(wǎng)絡(luò)初始結(jié)構(gòu)下均可獲得穩(wěn)定的修剪結(jié)果;(2)該算法可以獲得更簡單的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高 COD 模型的在線學(xué)習(xí)能力,有效地預(yù)測出 COD 出水濃度值。
[1]羅飛,黃友新.基于神經(jīng)網(wǎng)絡(luò)的生化池污水毒性軟測量[J].自動化與儀表.2010(05):1-3.
[2]何艷偉.淺談城市污水再生利用現(xiàn)狀分析[J].民營科技.2014(08):252.
[3]周軍,王佳偉,應(yīng)啟鋒,等.城市污水再生利用現(xiàn)狀分析[J].給水排水.2004(02):12-17.
[4]卿曉霞,余建平,王波.基于粗糙集-神經(jīng)網(wǎng)絡(luò)的污水參數(shù)軟測量技術(shù)研究[J].電氣自動化.2005(03):64-66.
[5]張志群,王梓先.活性污泥模型研究及其工藝軟件的發(fā)展[J].環(huán)境污染治理技術(shù)與設(shè)備.2001(06):38-44.
[6]張義勇,劉兵偉,覃麗,等.城市污水生態(tài)景觀回用現(xiàn)狀及安全保障技術(shù)[J].資源節(jié)約與環(huán)保.2016(01):167-168.
[7]宋民強(qiáng).污水處理技術(shù)的工藝與設(shè)計(jì)[J].中外企業(yè)家.2016(05):125.
[8]張迎穎,丁為民,錢瑋燕,等.人工濕地污水處理技術(shù)的工藝與設(shè)計(jì)[J].工業(yè)用水與廢水.2009(01):5-10.
[9]呂美英.試論城市污水處理可持續(xù)發(fā)展工藝選型與技改方法[J].科技與企業(yè).2016(03):113.
[10]蔣晏平,紀(jì)鵬磊,于祥雷,等.城市污水冷熱資源規(guī)?;瘧?yīng)用探討[J].建設(shè)科技.2012,(21):80-81.
[11]陳宏觀,孫小峰,楊曉君.系統(tǒng)科學(xué)視角下的城市污水可持續(xù)管理研究[J].四川環(huán)境.2011(01):76-80.
[12]王劍偉.城市污水再用于火電廠循環(huán)冷卻水的分析[J].內(nèi)蒙古科技與經(jīng)濟(jì).2005(18):92-93.
[13]高峰.發(fā)達(dá)國家如何處理城市污水?[J].創(chuàng)新時代.2013(03):96-97.
[14]高文又.發(fā)達(dá)國家如何處理城市污水?[J].水利天地.2013(02):12-13.
鄭煜/1993年生/男/浙江杭州人/本科/研究方向?yàn)橥ㄐ殴こ?/p>