污水处理软测量技术研究进展-

　　污水处理软测量技术研究进展---联创环境检测

　　污水处理过程中需要检测大量的水质参数。这些参数用于监测反应器的运行状态和出水水质，并指导反应器的运行。人工检测水质参数的方式不能及时地提供反应器的水质信息。在线仪器检测水质参数的方式虽然可以避免人工检测的弊端，但是在线检测化学需氧量等指标的仪器价格较为昂贵，维护成本也高。因此，在线测量仪器难以在小型污水处理厂、农村污水处理设施中普及。同时，大量的小型污水处理设施难以配备专业的技术人员进行日常监管。因此，这些污水处理设施的运行在客观上需要智能化控制或者集中化控制。这在客观上需要准确、便捷、成本低的水质参数检测手段，以摆脱对现有昂贵检测仪器的依赖。

　　软测量可以通过机器学习等方式建立基础指标(例如溶解氧等)与目标指标(例如生化需氧量等)之间的数学关系，并从基础指标推断目标指标的数值。与常规目标指标的检测方法相比，这些基础指标检测耗时短、费用低，获得的相应的目标指标耗时较短、费用低廉。软测量的这些优点使其在部分工业领域得到了广泛的应用，这也为污水处理设施水质指标的日常监测与实现污水厂运行智能化提供了新的解决途径。

　　近年来，国内的研究人员在污水处理领域对软测量技术进行了大量的研究。本文通过综述现有文献，概述了软测量技术测量污水处理相关水质指标的进展。相关论文的研究由自动化、计算机等专业人员完成。本文从水处理专业角度探讨有待进一步研究之处，期望可以起到抛砖引玉的效果。

Part 1软测量技术测量水质的技术原理

　　软测量技术本身未采用任何硬件去测量目标水质指标的数值。其构建了一批其他水质参数的检测值与已经获得的目标水质指标检测值之间的某种相关关系，从数值上，通过其他水质指标数值来推断目标水质指标的数值。软测量技术一般通过机器学习的方式来实现，故上述相关关系的准确构建过程不受人工干预，构建成的关系也是未知的。然而，构建相关关系在实践中具备使用价值。

　　软测量在实际运用过程中有多种可使用的机器学习方式。这些机器学习手段均使用了复杂的数学手段，在有限的篇幅中对任意一种数学手段的原理进行详细介绍是非常困难的。本文仅对使用广泛的BP(back propagation，误差反向传播)神经网络、RBF(radical basis function，径向基函数)神经网络以及支持向量机方法的基本原理进行介绍。实际运用过程中，上述3种软测量手段存在多种变种。这些变种的技术细节可参考本文的参考文献。

1.1 BP神经网络原理

BP神经网络由输入层、隐藏层和输出层构成。每层节点数量没有限制，但是隐藏层节点数一般大于等于输入层节点数。图1为有3个输入变量的BP神经网络。输入层接收来自辅助变量的数据。隐藏层中每一个节点的输入是通过线性组合得到的一个数值，该数值是输入层所有节点数值与对应权重乘积的和加上一个常数项；该节点的输出是该线性组合值作为变量经过该节点上的一个激励函数处理后的函数值。隐藏层每个节点的输出与相应权重相乘的和加上一个常数项是输出层节点的输入。该输入经过输出节点中的激励函数处理后，作为该输出节点的输出。若该输出与测量值不一致，那么结合反馈，采用较优化方法，调整上述过程中涉及的权重值以及激励函数中的参数，直到输出层输出数值与测量值之间的差值足够小。神经网络的训练过程就是利用已有目标参数的数值监督学习，并调整上述权重和激励函数中参数值的过程。当训练完成之后，该神经网络具备将输入参数转化成输出的能力。

BP神经网络是应用广泛的神经网络，如图1所示。但是，其计算量大，易于陷入局部较小点，从而使预测不准确。

1.2 RBF神经网络原理

RBF神经网络的结构与BP神经网络类似，也包括输入层、隐藏层和输出层。不同的是，输入层到隐藏层之间的权重恒等于1。BP神经网络中的激励函数一般采用Sigmoid函数，而RBF神经网络隐藏层中一般采用高斯函数等具备径向对称性的函数。隐藏层任意节点高斯函数的输入为输入层的参数向量与该高斯函数权值向量之间的距离。若输入的参数向量与该节点高斯函数的权值向量距离较远，那么该输入向量对该节点的输出影响很小。RBF神经网络的训练过程就是确定高斯函数的中心、方差和隐藏层到输出层权重的过程。根据函数中心优化方法的不同，RBF高斯函数有多种函数中心优化方法，如随机选取法、自组织选取中心法、有监督选取中心法和正交最小二乘法。

　　与BP神经网络相比，RBF神经网络学习速度快，并可有效避免陷入局部最小值。RBF神经网络可能存在过学习的问题，即训练得到的模拟曲线在两个样本点之间不平滑。

　　联创监测公司位于天津市宝坻区宝平街道黑豆窝开发区朝霞路11号，是一家致力于环境检测与治理为主的企业。联创公司基于环境保护监测、生态监测、质检技术服务、工程管理服务、环境保护监测系统研发、环境评估信息咨询、环保设备技术服务。

　　想要了解更多关于天津环境检测,CMA资质认证,天津环保公司请关注我们的网站。