基于人工神经网络的造纸废水处理动态仿真.PDF

维普资讯 中国环境科学 2006，26(1)：48-51 China EnvironmentalScience 基于人工神经网络的造纸废水处理动态仿真 唐 辉 ，李 迪 件，万金泉 ，马邕文 (1．华南理工大学机械工程学院，广东广州 510640：2．华南理工大学资 源科学与造纸工程学院，广东 广州 510640) 摘要：研究了人工神经网络对废纸造纸废水处理过程动态仿真的可行性，采用误差反向传播网络(BP网)建立了表征原水COD、加药量、 进水流量、历史出水 COD与预计出水COD之间复杂关系的动态模型，并对不同训练方法进行了比较，发现带有动态调整的方法具有较好 的效果。其模型的计算输出值与过程的实际输 出值具有较好的一致性．对造纸厂现场排放的废水的实验表 明，该模型可用于废纸造纸废水处 理的动态描述． 关键词：造纸；废水处理{人工神经网络 中图分类号：X703．1 文献标识码：A 文章编号：1000—6923(2006)01—0048-04 AnANN baseddynamicsimulationforpapermakingwastewatertreatment．TANG Hui，LIDi ，WAN Jin·quan， MA Yong—wen (1．CollegeofMechanicalEngineering，Souht ChinaUniversityofTechnology,Gunagzhou510640， China；2．CollegeofPaperna dEnvironmentEngineering，SouthChinaUniversity ofTechn ology,Guna gzhou510640， China)．ChinaEnvironmentalScience，2006，26(1)：48-51 Abstract：Thefeasi~liytofdynamicsimulationbasedonartificialneuralnetwork(ANN)forpapermakingwastewater treatmentWas studide．Wiht ErrorBackpropagation(BP)network，adynamicsimulationmodelshowinghtecomplex relationshipbetweenhteinfluentCOD，hteaddedmedicamentqunatiyt,theinfluentqunatity,thehistoricaleffientwater C0D na dthepredictiveeffluentwaterC0D Was establishde ．Thecomparisionbetweenhtedifferenttrainingmethod sof ANN showsthathtemehtodofdynamicweightadjustingindicatedthebettereffectnadhteoutputofhtemodelis consistentwith htat ofhteexpe riment．Th epapershowshtedynamicsimulationmodelcaneffcetively describe hte processofpapermakingwastewatertreatment． Keywords：pape rmaking：wastewaterrteamt ent：artificialneuralnetwork 造纸废水处理工艺一般采用物理化学方法 和非线性逼近能力，建立一个能预测造纸废水处 或者生物化学方法，其过程具有复杂性、非线 理出水 COD 的动态模型，为进一步了解废水处理 性、时变性、不确定性等特点，难 以用精确的数 过程的动态变化机理及其控制器设计提供参考． 学模型描述实际过程．人工智能技术 由于具有 自 1 BP人工神经网络原理 学习、 自适应和 自组织功能，特别适合复杂非线 性系统的建模和控制，已成为废水处理过程的研 BP神经网络是应用最广泛的神经 网络．其 究热点[卜．在造纸废水处理方面，ZengGMt4]设 结构由输入层、隐含层和输出层组成(图