白樺， 李圭白
(哈爾濱工業(yè)大學(xué)市政環(huán)境工程學(xué)院， 黑龍江哈爾濱 150090)

　　摘　要：對(duì)目前水廠(chǎng)實(shí)際運(yùn)行過(guò)程中混凝劑投量的確定及影響因素進(jìn)行了分析，通過(guò)引入神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)理論建立了混凝劑投量的預(yù)測(cè)模型，并以某水廠(chǎng)的實(shí)際運(yùn)行數(shù)據(jù)對(duì)該模型的性能進(jìn)行了驗(yàn)證。結(jié)果表明，網(wǎng)絡(luò)預(yù)測(cè)模型具有很強(qiáng)的自學(xué)習(xí)性、自適應(yīng)性和容錯(cuò)性，通過(guò)網(wǎng)絡(luò)的在線(xiàn)自學(xué)習(xí)，可使預(yù)測(cè)結(jié)果的準(zhǔn)確度明顯提高。利用該模型可實(shí)現(xiàn)混凝劑投量的在線(xiàn)預(yù)測(cè)控制，為實(shí)現(xiàn)混凝劑的最優(yōu)投加提供了一條有效途徑。?
　　關(guān)鍵詞：混凝投藥 神經(jīng)網(wǎng)絡(luò)；預(yù)測(cè)模型；優(yōu)化?
　　中圖分類(lèi)號(hào)：TU991.22
　　文獻(xiàn)標(biāo)識(shí)碼：C
　　文章編號(hào)：1000-4602(2002)06-0046-02

　　對(duì)混凝劑用量實(shí)施預(yù)測(cè)控制的關(guān)鍵是如何建立系統(tǒng)的預(yù)測(cè)模型。一種建模方法是基于系統(tǒng)的物理化學(xué)反應(yīng)關(guān)系。由于混凝過(guò)程是一個(gè)復(fù)雜的物理化學(xué)反應(yīng)過(guò)程，目前還很難通過(guò)對(duì)其反應(yīng)機(jī)理的研究來(lái)準(zhǔn)確地建立反應(yīng)過(guò)程的數(shù)學(xué)模型；另一種建模方法是根據(jù)系統(tǒng)的輸入/出特性(數(shù)據(jù)) 建模。由于傳統(tǒng)的數(shù)學(xué)模型(基于系統(tǒng)輸入/出數(shù)據(jù)采用多元線(xiàn)性回歸方式建立)^[2]自身不具備容錯(cuò)性和自學(xué)習(xí)性而大大限制了其應(yīng)用。由此，筆者提出一種基于人工神經(jīng)網(wǎng)絡(luò)、具有很強(qiáng)的容錯(cuò)性和自學(xué)習(xí)、自適應(yīng)能力的方法，這種方法將推進(jìn)混凝投藥智能化自動(dòng)控制系統(tǒng)的研究。

1 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建立

1.1 混凝投藥過(guò)程的特點(diǎn) ?
　　水處理流程一般包括凝聚、絮凝、沉淀、過(guò)濾4個(gè)階段。其中混凝過(guò)程是主要環(huán)節(jié)，直接關(guān)系到出水的水質(zhì)，而在這一過(guò)程中混凝劑的投量又是一個(gè)決定性因素，要求其能夠根據(jù)原水水質(zhì)參數(shù)的變化而不斷改變藥劑量以滿(mǎn)足出水水質(zhì)的要求。分析混凝劑投加后的化學(xué)反應(yīng)過(guò)程得出，濁度、pH值、TOC或CODMn、色度、溫度、流量等幾個(gè)主要原水參數(shù)將影響混凝劑的投量和混凝效果^[1]。對(duì)于大多數(shù)水廠(chǎng)，混凝的控制指標(biāo)大都以出水濁度衡量。
1.2 預(yù)測(cè)模型
　　預(yù)測(cè)模型結(jié)構(gòu)見(jiàn)圖1。

　　找出影響混凝效果的主要因素之后可以建立系統(tǒng)輸入?yún)?shù)—影響混凝投藥效果的主要因素與系統(tǒng)輸出參數(shù)—混凝劑投量之間的神經(jīng)網(wǎng)絡(luò)模型?？紤]到參數(shù)的在線(xiàn)可連續(xù)測(cè)量性，初步選取輸入層節(jié)點(diǎn)數(shù)為5個(gè)，分別為原水濁度、pH值、色度、溫度、流量；輸出層節(jié)點(diǎn)數(shù)為1個(gè)(混凝劑的投量)。隱層節(jié)點(diǎn)數(shù)和層數(shù)可根據(jù)神經(jīng)網(wǎng)絡(luò)計(jì)算理論中的有關(guān)公式通過(guò)試驗(yàn)確定，輸入層參數(shù)的選取可根據(jù)水源參數(shù)的具體特征修改。依據(jù)此網(wǎng)絡(luò)結(jié)構(gòu)可實(shí)現(xiàn)當(dāng)已知原水狀況時(shí)預(yù)測(cè)混凝劑的投量，預(yù)測(cè)值的準(zhǔn)確程度取決于選取訓(xùn)練樣本的準(zhǔn)確性與樣本數(shù)據(jù)的代表性和全面性。?

2 實(shí)例分析

　　依據(jù)上述的混凝投藥神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和BP網(wǎng)絡(luò)算法流程，對(duì)某處理水量為22.5×10⁴m³/d 的水廠(chǎng)進(jìn)行了投藥量預(yù)測(cè)。該水廠(chǎng)以松花江水為水源，地處哈爾濱段，水廠(chǎng)實(shí)際運(yùn)行采用定時(shí)燒杯試驗(yàn)的方法確定投藥量。
　　樣本數(shù)據(jù)選擇的全面性與豐富性直接關(guān)系到網(wǎng)絡(luò)的自學(xué)習(xí)性能，對(duì)于一定的水域，各年的水質(zhì)狀況存在一定的差別，為此選取1997年、1998年的實(shí)際運(yùn)行數(shù)據(jù)作為網(wǎng)絡(luò)的訓(xùn)練樣本，分別對(duì)1999年的3月、7月的投藥量進(jìn)行預(yù)測(cè)；同時(shí)為體現(xiàn)網(wǎng)絡(luò)的自學(xué)習(xí)性、自適應(yīng)性及網(wǎng)絡(luò)對(duì)不同年份水質(zhì)的適應(yīng)性，分別將1999年的1月、2月數(shù)據(jù)和1月～6月數(shù)據(jù)添加到網(wǎng)絡(luò)的學(xué)習(xí)樣本數(shù)據(jù)中，分別對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再用訓(xùn)練好的網(wǎng)絡(luò)分別對(duì)3月、7月的投藥量進(jìn)行預(yù)測(cè)，測(cè)試結(jié)果見(jiàn)圖2～5。

　　從圖2～5中可以看出，由于各年的水質(zhì)存在差異，單純以1997、1998年數(shù)據(jù)作為訓(xùn)練樣本 建立的網(wǎng)絡(luò)對(duì)1999年的3月、7月的運(yùn)行狀況進(jìn)行預(yù)測(cè)的結(jié)果存在較大偏差，但以1999年1月、2月和1月～6月數(shù)據(jù)添入訓(xùn)練樣本建立的網(wǎng)絡(luò)對(duì)1999年的3月、7月的運(yùn)行狀況進(jìn)行預(yù)測(cè)的準(zhǔn)確度提高，且隨著樣本數(shù)據(jù)的增加，網(wǎng)絡(luò)預(yù)測(cè)的平均相對(duì)誤差減小，準(zhǔn)確度明顯提高，自學(xué)習(xí)性能顯著(見(jiàn)表1)。準(zhǔn)確度是預(yù)測(cè)結(jié)果中可靠數(shù)據(jù)占總體數(shù)據(jù)的程度，反映了網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的可信度，是網(wǎng)絡(luò)性能的一個(gè)衡量指標(biāo)^[3]。

表1　預(yù)測(cè)結(jié)果 項(xiàng) 目 3月 7月 網(wǎng)絡(luò)預(yù)測(cè)結(jié)果 網(wǎng)絡(luò)再學(xué)習(xí)預(yù)測(cè)結(jié)果 網(wǎng)絡(luò)預(yù)測(cè)結(jié)果 網(wǎng)絡(luò)再學(xué)習(xí)預(yù)測(cè)結(jié)果 平均相對(duì)誤差(%) 6.72 3.5*9 5.9 3.5 準(zhǔn)確度*(%) 73.08 80.77 85.9 96.43 準(zhǔn)確度**(%) 46.15 61.54 57.1 78.57 注：*相對(duì)誤差＜10%；**相對(duì)誤差＜6%。

3 結(jié)論

　　利用所建立的混凝投藥系統(tǒng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)某水廠(chǎng)的實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行預(yù)測(cè)，取得了較為滿(mǎn)意的結(jié)果。特別是隨著水廠(chǎng)實(shí)際運(yùn)行數(shù)據(jù)的不斷增加，并將新數(shù)據(jù)添入訓(xùn)練樣本數(shù)據(jù)中，可大大提高網(wǎng)絡(luò)的學(xué)習(xí)性能。由此得出，基于神經(jīng)網(wǎng)絡(luò)的混凝投藥系統(tǒng)預(yù)測(cè)模型具有較強(qiáng)的自學(xué)習(xí)、自適應(yīng)性，可在此基礎(chǔ)上實(shí)現(xiàn)前饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制以實(shí)現(xiàn)混凝劑的最優(yōu)投加。

參考文獻(xiàn)：

　　[1]Collins Anthony G,Ellis Glenn W.Information processing coupled with expert syste ms for water treatment plants[J].ISA Transactions，1992,31(1):61-72.
　　[2]于東江.水廠(chǎng)最佳投礬劑量的確定[J].給水排水.1992,18(5):41-42.
　　[3]趙振宇，徐用懋.模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用[M].北京:清華大學(xué)出版社,1997.

---

　　電　　話(huà)：(0451)6282175 6323815
　　E-mail:bh70@sina.com
　　收稿日期：2001-10-11