-
公开(公告)号：CN102778548A
公开(公告)日：2012-11-14
申请号：CN201210212531.8
申请日：2012-06-21
Applicant: 北京工业大学
IPC: G01N33/18
Abstract: 一种污水处理过程污泥膨胀指数预测方法属于污水处理领域。污水处理过程的生产条件恶劣，随机干扰严重，具有强非线性、大时变、严重滞后的特点，我国几乎所有的城市污水处理厂和大部分工业污水处理厂每年都存在着不同程度的污泥膨胀，污泥膨胀的主要特征是污泥沉降性能恶化，污泥膨胀指数SVI是表示污泥沉降性能的参数，但是SVI这一关键指数难以在线测量；本发明针对污水处理过程中污泥膨胀指数SVI无法在线测量的问题，采用了基于集成神经网络的预测方法，实现了污水处理过程中污泥膨胀指数SVI的实时预测，取得了较好的效果。
-
公开(公告)号：CN102854296A
公开(公告)日：2013-01-02
申请号：CN201210343011.0
申请日：2012-08-30
Applicant: 北京工业大学
Abstract: 一种基于集成神经网络的污水处理软测量方法属于污水处理领域。污水处理过程是一个高度非线性、时变性及复杂性的过程，关键水质指标的测量对控制水污染有着至关重要的作用，本发明针对污水处理软测量过程中多个关键水质参数同时软测量精度的问题，提出了一种集成神经网络模型对出水COD、出水BOD、出水TN进行测量，模型中充分利用三个出水关键水质参数之间的耦合关系，建立了包含三个子前馈神经网络的集成神经网络模型，同时运用粒子群算法对各个子神经网络进行训练，得到各个子神经网络的最佳结构。最后用已训练好的神经网络对出水COD、出水BOD、出水TN进行预测，预测结果精确。
-
公开(公告)号：CN102854296B
公开(公告)日：2015-03-11
申请号：CN201210343011.0
申请日：2012-08-30
Applicant: 北京工业大学
Abstract: 一种基于集成神经网络的污水处理软测量方法属于污水处理领域。污水处理过程是一个高度非线性、时变性及复杂性的过程，关键水质指标的测量对控制水污染有着至关重要的作用，本发明针对污水处理软测量过程中多个关键水质参数同时软测量精度的问题，提出了一种集成神经网络模型对出水COD、出水BOD、出水TN进行测量，模型中充分利用三个出水关键水质参数之间的耦合关系，建立了包含三个子前馈神经网络的集成神经网络模型，同时运用粒子群算法对各个子神经网络进行训练，得到各个子神经网络的最佳结构。最后用已训练好的神经网络对出水COD、出水BOD、出水TN进行预测，预测结果精确。
-
公开(公告)号：CN102778548B
公开(公告)日：2014-12-03
申请号：CN201210212531.8
申请日：2012-06-21
Applicant: 北京工业大学
IPC: G01N33/18
Abstract: 一种污水处理过程污泥膨胀指数预测方法属于污水处理领域。污水处理过程的生产条件恶劣，随机干扰严重，具有强非线性、大时变、严重滞后的特点，我国几乎所有的城市污水处理厂和大部分工业污水处理厂每年都存在着不同程度的污泥膨胀，污泥膨胀的主要特征是污泥沉降性能恶化，污泥膨胀指数SVI是表示污泥沉降性能的参数，但是SVI这一关键指数难以在线测量；本发明针对污水处理过程中污泥膨胀指数SVI无法在线测量的问题，采用了基于集成神经网络的预测方法，实现了污水处理过程中污泥膨胀指数SVI的实时预测，取得了较好的效果。
-
-
-
Search Results
4
records
(took 0.015 seconds)
