[發明專利]一種污水化學需氧量軟測量方法

無效

• 申請號: 200910052105.0
• 申請日: 2009-05-27
• 公開（公告）號: CN101566612A
• 公開（公告）日: 2009-10-28
• 發明（設計）人: 張杰;馮輝;雷中方;張建秋;胡波
• 申請（專利權）人: 復旦大學
• 主分類號: G01N33/00
• 分類號: G01N33/00;G06N1/00;G06N3/08
• 代理公司: 上海東創專利代理事務所
• 代理人: 曹立維

技術領域

本發明涉及污水處理領域，具體來說是涉及一種污水化學需氧量軟測量方法。

背景技術

隨著污水處理工藝技術發展的日趨成熟，污水處理研究的重點已經轉移到提高污水處理工藝過程的自動控制水平，改善出水水質，加強運行監控等方面。這些研究都是建立在污水處理過程和出水水質參數的實時準確快速測量基礎上。這些參數主要有：BOD₅(5日生化需氧量)、COD(化學耗氧量)、T-N(總氮)、T-P(總磷)等。

化學需氧量(Chemical?Oxygen?Demand，COD)是在一定嚴格的條件下，水中各種有機物與外加的強氧化劑作用時所消耗的氧化劑量(結果以氧的mg/L來表示)。它是用來表示水中有機物總量的一個常用指標。天然水體中COD濃度是國家關于地表水環境質量分類、分級的重要指標之一，也是水體是否受到生活污水和工業廢水污染的判斷依據。

目前，世界各國的COD測定方法主要為重鉻酸鉀回流法。重鉻酸鉀回流法是在水樣中加入一定量的重鉻酸鉀和催化劑硫酸銀，在強酸性介質濃硫酸加入的條件下加熱回流一定時間，部分重鉻酸鉀被水樣中可氧化物質還原，用硫酸亞鐵銨滴定剩余的重鉻酸鉀，根據消耗重鉻酸鉀的量計算COD的值。

重鉻酸鉀回流法測量COD準確可靠，但缺點也很明顯：

(1)回流設備占用空間，操作比較繁瑣，批量測定有困難；

(2)反應測量大時延，難以實時地得到所需控制參數；

(3)銀鹽耗量大，分析費用高，而且測試過程中添加的硫酸銀和硫酸汞形成的酸性廢液需要妥善處理，否則造成嚴重的二次污染。

有鑒于此，找到一種可以實時、經濟、環保的測量模型是非常有意義的。

軟測量技術(Soft?Measurement)是利用現有可測過程參數來估計無法采用現有傳感器獲取系統運行必需的過程參數，以此設計和改善控制系統的一種新興技術。軟測量一般都建立在某種機理或數學模型基礎上。采用軟測量技術，利用可測易測的水質參數估計COD值，成本低、速度快，而且無污染。目前污水COD軟測量的主要方法是神經網絡軟測量方法。

神經網絡是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。它具有自學習和自適應的能力，可以通過預先提供的一批相互對應的輸入輸出數據，分析掌握兩者之間潛在的規律，最終根據這些規律，用新的輸入數據來推算輸出結果。

在實際污水處理過程中，輸入水質不同，有可能造成在相同的pH、溶解氧、氧化還原電位參數下COD數值的相同，這些數據在神經網絡訓練中是要避免的，但又是實際處理中經常遇到的；單獨采用任何一個神經網絡，都有它自己的局限性，局部最小、樣本數量少等。這些問題常常造成網絡訓練的不收斂、參數估計的不準備。因此現有的污水COD神經網絡軟測量方法的主要問題為：應用條件要求苛刻，容易出現矛盾數據造成神經網絡的不確定性，且適用性較差。

發明內容

本發明的目的是提供一種污水化學需氧量軟測量方法，該方法適用范圍廣、估計精度高。

本發明的目的是這樣實現的：

一種污水化學需氧量軟測量方法，該方法包括以下步驟：

(1)獲取訓練樣本水質參數；

(2)對訓練樣本進行分類；

(3)對應步驟(2)劃分的各類訓練樣本，選擇神經網絡，建立神經網絡模型；

(4)用步驟(2)劃分的各類訓練樣本訓練支持向量機；

(5)用步驟(2)劃分的各類訓練樣本訓練神經網絡模型；

(6)估算污水化學需氧量。

其中，所述水質參數為pH、溶解氧或氧化還原電位。

本發明中，步驟(2)可以依據訓練樣本的污水厭氧、好氧狀態對該訓練樣本進行分類。

優選地，步驟(2)可以依據溶解氧數值判斷該訓練樣本的污水厭氧、好氧狀態，對訓練樣本進行分類。污水是處于厭氧狀態還是好氧狀態，可通過溶解氧數值區分，該溶解氧數值位于0.5mg/L到1mg/L之間。一般情況下，溶解氧數值小于0.5mg/L時，污水處于厭氧狀態；溶解氧數值大于0.5mg/L時，污水處于好氧狀態。

步驟(2)也可以依據污水化學需氧量數值對訓練樣本進行分類，優選依據污水化學需氧量數值的均值對訓練樣本進行分類。