基于人工神经网络的序批式复合反应器强化同步脱氮除磷仿真研究

作者：尹疆; 张盼月; 贺卫宁; 蒋剑虹; 李娟

来源：给水排水, 2016, (10): 137-141.

DOI：10.13789/j.cnki.wwe1964.2016.0472

• 人工神经网络
• BP算法
• SBHR系统
• 同步脱氮除磷 Artificial neural network
• Back propagation algorithm
• SBHR system
• Simultaneous biological nitrogen and phosphorous removal

以强化同步脱氮除磷的序批式复合反应器(SBHR)为研究对象,构建人工神经网络(ANN)模型,并对系统处理效果进行仿真预测,探讨了各影响因素与输出结果之间的价值贡献关系。研究表明,在稳定运行的100天中,SBHR系统对污水中COD、TP和TN的平均去除率分别达到94.66%、94.91%和84.85%。ANN对系统出水COD、TP和TN的预测结果和实际检测结果之间绝对平均误差分别为1.49%、3.01%和3.35%。ANN可以很好地应用于SBHR系统的处理效果预测管理中。通过权重分析,SBHR污水处理系统中C/P影响的贡献值最大。

• 单位
  中机国际工程设计研究院有限责任公司; 北京林业大学