[发明专利]一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法

说明书

本发明公开了一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法。本发明方法基于遗传算法优化BP神经网络相结合，构建遗传神经网络，通过采用遗传算法来优化BP神经网络的权值和阈值，经遗传算法优化后的BP神经网络较一般的BP神经网络性能优越，通过此方法进一步提高软测量模型的准确度和运算速度，成功实现厌氧同时反硝化产甲烷废水处理中出水硝氮的快速、准确预测，提高了厌氧同时反硝化产甲烷废水处理系统中出水硝氮的实时质量监控水平，有利于解决废水处理系统出水检测时间过长、在线测量仪器价格昂贵且维护困难而导致的出水水质不稳定以及测量过程繁琐等问题。

技术领域

本发明涉及厌氧同时反硝化产甲烷废水处理技术领域，具体涉及厌氧同时反硝化产甲烷过程出水硝氮的软测量方法。

背景技术

随着我国污水处理率的不断提高，有机物污染问题逐步得到解决，引发水体黑臭的有机物污染基本得到解决，但是由于氮素污染引起的水体富营养化问题不仅没得到解决，而且有日益严重的趋势。

工业废水和生活污水等等大都含有大量的有机氮和无机氮，特别是一些工业废水，如煤加压气化废水、氮肥废水、焦化废水、猪场废水等不经过彻底的处理或根本不经过处理直接排放的现象比比皆是，对环境造成严重的危害。根据最近几年中国环境质量公报报道，水环境受到了前所未有的污染，总氮超标已经成为造成水质下降的重要原因，氨态氮已经成为我国城市内湖、各大湖泊以及我国七大水系等的主要污染物质之一。随着排放量的增加，有机物和氮对环境的污染日趋严重。当前，寻求一条工艺可靠、运行稳定、成本较低的处理工艺是解决畜禽污染迫在眉睫之事。

厌氧生物处理技术以其具有能耗低、占地面积小及可回收清洁生物能源等优势得以广泛应用于污水处理行业。然而，厌氧恶臭和出水中含有较高浓度氨氮一定程度上阻碍了厌氧技术在实际废水中的广泛应用。传统的后处理方法是在厌氧-好氧联合运行条件下实现生物氮的去除。但是，会增加工艺流程和运行费用，且传统硝化过程需要消耗大量的碱度和氧，反硝化过程需要大量有机碳源，而产甲烷反应器具有充足的碳源和碱度，因此从节省投加碳源和碱度费用及减少工艺流程方面考虑，提出将产甲烷反硝化过程组合到同一反应器内进行，即将含有NO₃^--N或NO₂^--N的好氧工艺出水直接回流至工艺前端的厌氧产甲烷反应器，于单一反应器同时实现产甲烷与反硝化反应，实现有机碳与氮的同时去除，既可减少投资费用，又可进一步改善厌氧出水水质。

近年来以同时反硝化产甲烷为主体的污水处理工艺已经在各种类型废水处理中得到成功应用，取得了初步的经济和环境效益。目前我国废水处理大部分是靠人工操作，费时费力，其责任感、经验等因素造成出水水质的稳定性差，出水水质高，一般难以回用，增加了生产车间清水的补充量，加重生化处理工段的负荷，处理费用高；同时废水处理过程外界因素的变化以及处理过程具有多变量、非线性、时变性等特点，更加大了人工管理监控的难度。

随着计算机技术的发展，为解决这类变量的估计和控制问题，软测量技术取得了重大发展。软测量以其可进行实时估计、可作为硬件仪表的软冗余、可降低硬件成本和可用于优化及故障诊断等优势受到广泛关注。通过软测量技术构建的软测量系统既可以用来代替传统硬件仪表，也可以与硬件仪表同时使用以确保测量的准确性。将软测量用于废水工艺参数或出水指标的实时检测，可提高废水处理过程的监测控制水平。

发明内容

本发明的目的在于针对现有技术的不足，提供了一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法，具体为一种基于遗传算法优化BP神经网络智能算法的厌氧同时反硝化产甲烷过程出水硝氮的软测量方法。本发明方法基于遗传算法优化BP神经网络相结合，构建遗传神经网络，通过采用遗传算法来优化BP神经网络的权值和阈值，经遗传算法优化后的BP神经网络较一般的BP神经网络性能优越，通过此方法进一步提高软测量模型的准确度和运算速度，有利于解决废水处理系统出水检测时间过长、在线测量仪器价格昂贵且维护困难而导致的出水水质不稳定的问题。

本发明的目的通过如下技术方案实现。