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)