10.3969/j.issn.1000-6923.2017.01.017
低溶解氧下氨氧化过程神经网络预测控制模型
在低溶解氧(DO)状态下,以城市生活污水为研究对象,将神经网络预测的方法应用到污水处理过程中,建立了基于神经网络的氨氧化过程预测控制模型,预测并控制污水处理氨氧化过程.该模型分为两部分,一是根据在线pH值变化预测氨氧化结束时间,其相关系数R值为0.9985;二是根据在线pH值实时预测氨氮浓度,R值为0.9083.试验结果表明该模型预测精度高、可控性好,具有较好的适应性和稳定性,对实现并稳定短程硝化以及促进主流工艺(厌氧氨氧化)有重要的指导和借鉴意义.
低溶解氧、氨氧化过程、神经网络、模型、pH
37
X703(一般性问题)
国家自然科学基金51508561;北京市委组织部青年拔尖团队;北京市优秀人才培养资助计划
2017-04-25（万方平台首次上网日期，不代表论文的发表时间）
共7页
139-145
