论文部分内容阅读
膜生物反应器(Membrane Bioreactor,简称MBR),是将膜分离技术与生物技术相结合的一项技术,并被广泛应用到污水处理领域中。作为当今污水处理的新工艺,它具有结构紧凑、管理方便、污水处理效率高、剩余污泥产量少和应用范围广等传统工艺不可比拟的优点,但由于其自身试验周期长、费用高、设备密封不可见等缺陷,这使得对MBR的应用研究存在诸多不便。因此,通过建模仿真来模拟MBR系统已成为目前污水处理领域中的重要手段之一。
本文首先介绍了膜生物反应器的原理和分类,并对当前膜生物反应器的发展状况和市场前景等做了详细的分析;其次分析了膜污染的机理、膜污染模型以及MBR微生物动力学模型;通过对膜生物反应器系统中化学需氧量、总氮和总磷去除机理的分析,提出了一个有效地MBR数学模型,并通过仿真工具从统计数字层面上对三者进行了建模回归实验,实验结果证明此模型的误差虽然在可接受范围内,但还有进一步改进的空间。
通过对支持向量机算法的结构和特性的深入研究,支持向量机自身良好的性能十分适合MBR系统的建模。因此,本文在深入分析了MBR处理工业废水过程中的多种因素的基础上,利用LIBSVM工具选用了RBF类型的支持向量回归机,并设置了其中相关的参数,从已有的训练数据中提取到相应的特征向量,获得了最终的回归模型。该模型综合考虑了影响MBR系统性能的多种因素,并通过交叉验证最终选取出了适合本文模型的参数值。在此参数值下,该模型能达到最佳性能。利用已有的测试数据对该模型进行验证,最终得到的实验结果表明我们的模型回归分类的准确度在82%左右,而在参数预测方面,对化学需氧量(COD)的预测误差能够稳定地保持在0.65%到5.78%之间。与未优化之前的模型的拟合结果相比,我们提出的模型取得了较好的实验效果,在准确度、误差等方面都有了显著的改善。本文所设计的模型并不完善,还有待改进,但可以对未来的MBR模型的专家系统的构建具有一定的指导意义。