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、时变、大滞后等特点,难以建立精确的数学模型,且关键水质参数无法在线监测,是一类典型的复杂过程。论文综述了国内外污水水质监测技术研究现状的基础上,针对污水处理过程中关键水质参数无法在线监测的问题,研究了基于统计回归的污水水质软测量方法。主要内容包括: 1.建立基于多元线性回归的污水水质软测量模型。仿真结果表明当系统非线性关系较强时,仅仅通过简单的线性运算无法取得较好的拟合和预测效果。 2.利用主元分析对高维变量空间进行降维处理,使低维特征向量中的主成分变量保留原始变量的特征信息,从而消除冗余信息,实现对辅助变量的精选。为了对比主元回归方法较多元线性回归方法的优越性,采用文献[59]中的数据对两种建模方案结果进行了拟合效果的对比实验,实验结果表明,基于主元回归的模型的拟合程度优于基于多元线性回归的模型。 3.利用主元分析法进行辅助变量的精选,并建立起基于主元回归(PCR)的污水处理出水水质软测量模型,结果表明基于主元回归的软测量模型可以较好地对输入数据和输出数据进行拟合,其精度也可以达到一定的水平。 4.利用主元分析法进行辅助变量的精选,建立了基于部分最小二乘法(PLS)的污水处理出水水质软测量模型。仿真结果表明,基于部分最小二乘回归软测量模型对出水水质具有较好的拟合和预测效果。