一覽水處理英才網為您講解軟測量在污水處理中的基本應用功能。軟測量的基本思想是把自動控制理論與生產過程知識有機的結合起來，應用計算機技術對難以測量或者暫時不能測量的重要變量，選擇另外一些容易測量的變量，通過構成某種數學關系來推斷或者估計，以軟件來替代硬件的功能。水處理招聘網應用軟測量技術實現元素組分含量的在線檢測不但經濟可靠，且動態響應迅速、可連續給出萃取過程中元素組分含量,易于達到對產品質量的控制。
一、問題背景及描述
        污水處理過程是一個典型的非線性、多變量、大滯后、非平穩、時變系統，其關鍵的生化反應階段涉及多種復雜微生物反應過程，大量過程工藝參數難以測量(如進水和出水的NH。一N、N0。一N與P0。一P，生物相和生物毒性等)，即使由于近年儀表技術的發展，有些參數(如BOD。、CoD、TN和TP)能夠做到在線測量，但普遍存在價格特別昂貴、維護困難、檢測周期長、穩定性不好、重復性差等問題。同時，有些傳感器經不起長期惡劣工作環境的考驗，腐蝕、損壞嚴重甚至處于癱瘓狀態。
        因此，從某種角度上來講，將軟測量方法用于污水工藝參數或出水指標的實時檢測，為污水過程的檢測提供了新的思路。
二、軟測量模型的構建及應用
        數據預處理數據預處理是軟測量建模前關鍵的一步，特別是污水處理過程的內部和過程之間緊密關聯，使得過程之間存在著較強的相關性。為此，主元分析(principal component analysis，PCA)，偏最小二乘(partial least square，PLS)和獨立分量分析(independent componentanalysis，ICA)等降維技術得到了應用，它們將高維數據投影到低維數據，把數據中的冗余信息去除，這為后續模型的處理提供了極大的便利。但是鑒于污水處理的非線性特性，采用以上線性降維方法是值得商榷的。在化工領域，核主元分析(kernel PCA，KPCA，核偏最小二乘(kernelPLS，KPLS)等基于核的非線性降維方法和多模塊偏最小二乘(multi-block PLS)漸漸受到了關注，但是在污水生化處理領域鮮有報道。另外，在污水生化處理中離群點(或奇異點)的檢測的報道更是少之又少，而在其他領域中，Jolliffe參數法和線性回歸的殘差分析法應用較為廣泛。其中3d法是以數據的3倍方差為界，超過則為離群點。而Jolliffe參數檢驗的方法也得到了廣泛關注。
 

 

【打印】    【關閉】

分享到：

qq空間

新浪微博

人人網

豆瓣網

MSN

騰訊微博