基于动力学和PSO-SVM的废水厌氧处理产气量的混合软测量模型

作者：刘林; 谢彬; 马邕文; 万金泉; 王艳

来源：中国造纸, 2017, 36(03): 31-36.

DOI：10.11980/j.issn.0254-508X.2017.03.006

• 厌氧消化
• 产气量
• 动力学模型
• 粒子群算法
• 支持向量机

在实验室搭建了一套基于IC厌氧反应器的废水厌氧处理系统,自制有机废水(以葡萄糖、尿素、磷酸二氢钾按COD∶N∶P=200∶5∶1的比例配制,同时加入微量元素)进行实验,该系统运行2个月,采集159组运行数据作为元数据集,以进水有机负荷、反应器温度、反应器p H值、氧化还原电位、体系积累的乙酸和进水碱度为输入量,以产气量为输出量,建立PSO(粒子群算法)-SVM(支持向量机)传统模型。为提升模型预测精度,在传统模型基础上,将反应器温度、反应器p H值、体系积累的乙酸进行动力学模型量化后建立混合模型。仿真结果表明,PSO-SVM模型对预测废水厌氧处理体系产气量表现较好,测试集的预测数据与实际数据的相关系数为86.71%,引入动力学模型后的混合模型在产气量预测中的精度提升较大,线性相关性R由86.71%提升至95.73%,可为监控、优化和理解厌氧消化过程提供指导。

• 单位
  华南理工大学; 工业聚集区污染控制与生态修复教育部重点实验室