基于BP神经网络的城镇污水厂深度净化及其仿真研究
在全球水资源严重短缺的大背景下，水资源的循环利用已成为解决当前水资源危机的重要途径之一。城镇污水处理厂出水作为城市的第二水源，不仅水量稳定，而且具有很好的经济效益。随着我国十二五规划“节能减排”工作的深入开展，公众普遍关注的是污水处理厂的稳定运行及出水水质达标问题。2005年10月，国家环境保护总局向各省、自治区、直辖市环境保护局下发了关于执行《城镇污水处理厂污染物排放标准》的通知文件(环发[2005]110号）:北方缺水地区应执行中水回用，为防止水域发生富营养化，城镇生活污水处理厂出水排入国家和省确定的重点流域及湖泊、水库等封闭式、半封闭水域时，应执行《标准》中一级A标准;其他地区可执行《标准》中的二级标准，并可根据当地实际情况，逐步提高污水排放的控制要求。
在对华北某城镇污水处理厂进行调研的基础上，分析该厂二沉池出水水质，采用曝气生物滤工艺对其尾水进行深度处理，由于出水水质浓度较低，故采用活性污泥接种挂膜法;后续采用MathWork公司提供的MATLAB7.0作为数值计算平台，运用BP人工神经网络工具箱，建立进水参数与出水指标的映射模型，以期为在线监控提供理论指导和生产经验。
试验分为两个部分:第一部分，研究上向流曝气生物滤池处理低浓度二沉池出水效果。通过设定不同水力停留时间——1h、1.8h、2.5h、3.5h，不同气水比——1.5∶1、2.5∶1、3∶1、3.5∶1，不同温度——5～14℃、15～20℃、21～29℃，综合对比反应器对污染物的去除效果，确定该系统最佳工艺参数为:水力停留时间2.5h、气水比3∶1、温度在20℃以上。最优工艺参数条件下，系统对CODcr、NH3-N、SS平均去除率分别为35.2％、57.2％、57.9％;出水平均浓度分别为43.0mg/L、4.1mg/L、5.6NTU。出水CODcr、NH3-N、SS值均能满足《污水综合排放标准》(GB18918-2002)中一级A标准的要求，达到污水深度处理的目的。第二部分，基于BP神经网络的二级出水仿真研究。调整曝气生物滤池处于最佳工艺参数，选取连续监测运行的数据，以X=[T，CODcr，SS，NH3-N，MLSS，DO]作为输入向量，Y=[CODcr，NH3-N，SS]作为输出向量，运用BP人工神经网络工具箱，建立了BAF工艺出水CODcr、NH3-N、SS的仿真模型，同时对仿真拟合值和实际值进行验证，当输入层神经元为6，隐含层神经元为11，输出层神经元为3，学习速率0.01，训练次数5000时，预测出水CODcr浓度最大相对误差为0.95％，MARE为0.58％;预测出水NH3-N浓度最大相对误差为5.8％，MARE为2.8％;预测出水SS浓度最大相对误差为7.7％，MARE为5.3％。三个指标预测值与实际值的平均相对误差基本在5％以下，可以达到较好的预测精度。最后，通过权重分析，探究了各影响因素对出水参数的权重贡献，对出水CODcr预测模型，权重贡献依次为:DO＞T＞CODcr＞MLSS＞NH3-N＞SS;对出水NH3-N模型，权重贡献依次为:T＞NH3-N＞DO＞CODcr＞SS＞MLSS;对出水SS模型，依次为:SS＞MLSS＞DO＞NH3-N＞CODcr＞T。DO、T占据权重贡献主要地位，这也与第一部分试验证明相吻合。
前期试验工艺为城镇污水厂进行深度处理，未来提升出水水质，提供生产实际经验;后期仿真研究是在基于BAF的最优工况下，提供了一种预测出水水质的方法，为指导污水处理厂正常运行，实现尾水达标排放提供了决策依据。
深度处理;曝气生物滤池;BP神经网络;水质预测;污水厂
河北农业大学
硕士
环境科学
刘俊良
2013
中文
X505
79
2013-12-31（万方平台首次上网日期，不代表论文的发表时间）