神经网络（BPNN）模型机器学习方法应用于电化学去除氨氮过程的预测与优化

作者：成睿; 孟广源; 殷瑶; 郑雨诺; 张芯婉; 李童; 陈鹏; 张乐华

来源：华东理工大学学报, 2022, 49(02): 1-9.

DOI：10.14135/j.cnki.1006-3080.20220123003

• 神经网络
• 氨氮去除
• 电化学
• 智能控制
• 预测

电化学方法已被证明是去除氨氮的一种有效方法，降低其电化学过程能耗是关键点。本研究利用反向传播神经网络（Back Propagation Neural Network,BPNN）建立氨氮去除效果预测模型和智能控制策略。模型由具有BPNN模型的预测模块和控制模块组成。首先，采用4层隐藏层（每60个神经元）和负反馈调节机制开发BPNN算法，优化模型并预测氨氮去除率。通过参数分析及响应面模型对比，所提出的BPNN模型具有更好的决定系数（0.958）。根据水质变化和确定的氨氮去除率目标可以通过BPNN模型获得电化学过程中电流调控策略。该智能控制策略减少了水质波动对氨氮去除的负面影响，并可降低能耗38%。本研究证明了人工智能和反向传播神经网络在电化学去除氨氮过程中的应用潜力，为实现电化学水处理过程自动调控提供可能。

• 单位
  华东理工大学; 上海市政工程设计研究总院(集团)有限公司; 上海市政工程设计研究总院（集团）有限公司