在工业废气处理中,生物滴滤塔法操作简单,处理效率高,是常用的生化废气处理方法。在生物滴滤塔法处理废气的过程中,会在填料表面形成由微生物聚集而成的胶状生物膜。经研究证实,生物膜是微生物细胞在其生存条件满足的情况下,在适宜的载体表面附着生长和繁殖,由细胞内向外伸展的胞外多聚物使微生物细胞形成纤维状的缠结结构。在生物滴滤塔处理低浓度有机废气的过程中,生物滴滤塔内作为微生物附着的载体的生物膜,将直接影响有机废气的处理效率,废气的去除速率随生物膜厚度的变化而变化。研究表明,当废气的消耗速率达到最大值的生物膜厚度被称为“活性厚度”,也称为“临界生物膜厚度”。文献指出:当生物膜厚度处于活性厚度范围内时,废气的消耗速率随生物膜厚度的增加而增加。实时测量生物膜厚度信息,并将该在线测量技术与控制构成测控系统,就能对生物膜厚度实施有效地控制,从而可提高生物滴滤塔有机废气的处理效率,具有广阔的应用前景。本文研究的主要内容及研究成果如下:(1)提出了一种基于光纤反射能量衰减技术的生物膜厚度检测方法。从Lambert-Beer定律可知,光的吸收系数生物膜厚度有对应关系。本研究从这一物理现象和理论出发,将接收到的光反射能量的大小与具有实用意义的生物膜厚度联系起来,并发现两者有着一一对应的函数关系,通过测量反射光的电压信号就可获得对应生物膜厚度。(2)在建立的测量方法的基础上,设计了光纤生物膜厚度在线测量传感器,并对传感器的组成原理、光路理论和实现技术进行了分析,并开展了相关的实验研究。理论和实验研究表明:采用这种方法来测量生物膜厚度是可行的,但该传感器中在入射光到出射光的光传播过程中,有一部分光能量被生物膜反射到其它区域,而无法被光纤接收所致,故其存在一定误差。(3)针对部分反射光无法被接收对测量的影响,提出并采用径向基神经网络建立了光纤生物膜厚度的预测模型。预测模型的仿真研究表明:径向基神经网络具有任意精度逼近函数的学习性能,在样本个数较少的情况下,径向基神经网络具有很好的函数逼近能力,且其训练所用的时间很小,具有很好的实时性。通过采用径向基神经网络预测模型的传感器测量系统,仿真测量的相对误差可减小到<3.9%。因此,该具有生物膜预测模型的生物膜厚度测量传感器是一种测量生物膜的好方法。