10.11980/j.issn.0254-508X.2017.03.006
基于动力学和PSO-SVM的废水厌氧处理产气量的混合软测量模型
在实验室搭建了一套基于IC厌氧反应器的废水厌氧处理系统,自制有机废水(以葡萄糖、尿素、磷酸二氢钾按COD∶N∶P=200∶5∶1的比例配制,同时加入微量元素)进行实验,该系统运行2个月,采集159组运行数据作为元数据集,以进水有机负荷、反应器温度、反应器pH值、氧化还原电位、体系积累的乙酸和进水碱度为输入量,以产气量为输出量,建立PSO(粒子群算法)-SVM(支持向量机)传统模型.为提升模型预测精度,在传统模型基础上,将反应器温度、反应器pH值、体系积累的乙酸进行动力学模型量化后建立混合模型.仿真结果表明,PSO-SVM模型对预测废水厌氧处理体系产气量表现较好,测试集的预测数据与实际数据的相关系数为86.71%,引入动力学模型后的混合模型在产气量预测中的精度提升较大,线性相关性R由86.71%提升至95.73%,可为监控、优化和理解厌氧消化过程提供指导.
厌氧消化、产气量、动力学模型、粒子群算法、支持向量机
36
X793(轻工业废物处理与综合利用)
国家自然科学基金资助31570568,31670585;制浆造纸工程国家重点实验室开放基金201535;广东省高层次人才基金201339;广州市科技计划项目201607010079,201607020007;广东省科技计划项目2016A020221005
2017-04-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
31-36