基于模糊神经网络的溶解氧控制的废水处理方法及系统

摘要

本发明涉及一种基于模糊神经网络的溶解氧控制的废水处理方法，包括下述步骤：(1)测定进水流量、厌氧池ORP值、好氧池DO值、进水COD值，以及实际出水COD值；(2)收集上述已测定的样本数据，通过计算机输送至COD模糊神经网络预测模型，建立出水COD预测值；(3)将上述出水COD预测值与出水COD设定值进行比较，得到误差跟误差的变化率，并将其作为两个输入变量以调节合适的溶解氧浓度。从而实现溶解氧废水处理的在线预测和实时控制。本发明对溶解氧浓度的精确控制可以实现在保证污水处理系统稳定运行的基础上，节约能耗，且出水水质达到了国家排放标准。

主权项

一种基于模糊神经网络的溶解氧控制的废水处理方法，其特征在于，包括下述步骤：(1)测定进入A/O废水处理系统的进水流量、曝气量对应下的厌氧池ORP值、不同曝气量对应下的好氧池DO值和进水COD值，以及从该A/O废水处理系统流出的实际出水COD值；(2)收集上述已测定的样本数据，通过计算机输送至COD模糊神经网络预测模型，以物理量数据对其进行运算处理，建立出水COD预测值；(3)将上述出水COD预测值与出水COD设定值进行比较，得到误差跟误差的变化率，并将其作为两个输入变量输入DO模糊神经网络控制模型，计算得到曝气修正量，再去修正当前的曝气量，通过修正后的曝气量对A/O废水处理系统的鼓风机进行控制，进而完成曝气量的自动调整；所述曝气量作为一个输入参数同时输出到COD模糊神经网络预测模型，由该预测模型计算在这一曝气量的作用下，系统下一周期的出水COD预测值；(4)再重复步骤(3)的步骤，依此循环进行，从而实现溶解氧废水处理的在线预测和实时控制。