基于反向传播神经网络的电化学强化厌氧膜生物反应器膜污染预测模型

作     者：程顺健 Cheng Shunjian

作者机构：福州城建设计研究院有限公司福建350001 

基　　金：福建省高校产学合作项目“用于‘一级A’全面提标的新型高效生物膜滤池关键技术研究及其产业化”(项目编号:2016H6003) 

出 版 物：《当代化工研究》 (Modern Chemical Research)

年 卷 期：2024年第7期

页      码：62-65页

摘      要：厌氧膜生物反应器(AnMBR)在高效处理污水的同时能够捕获污水中的能量,产生清洁能源甲烷,对实现“碳中和”目标具有重要意义。膜污染问题是制约AnMBR在市政污水中大规模工程应用的首要挑战。基于电化学调控的AnMBR是实现膜污染控制耦合高效产能的一种潜在途径。本文构建了电化学强化AnMBR反应体系,收集反应器连续运行试验数据,基于反向传播神经网络(BPNN)理论,建立单层多节点隐含层的BPNN模型。采用两种不同方式分割数据集,经过多次训练实现模型性能的优化,可将已有水质时间序列数据作为输入,对未来的膜污染时间序列进行预测。结果表明,跨膜压差(TMP)与pH值、氧化还原电位(ORP)未呈现出显性关联,但其本身表现出典型的时间序列数据特性。所构建的BPNN膜污染预测模型误差能够达到1e-10以下,预测精确度接近100%,可为电化学强化AnMBR系统的运行管理提供有力的支持。

主 题 词：厌氧膜生物反应器 电化学 膜污染 反向传播神经网络 跨膜压差 

学科分类：080703[080703] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.20087/j.cnki.1672-8114.2024.07.019

馆 藏 号：203127526...