一种基于神经网络模型预测pH变化实现SBR短程硝化的方法,属于废水处理方法领域。在SBR系统中,利用实时控制策略控制曝气时间,以长期运行稳定的SBR数据为基础数据,建立3层BP神经网络预测模型,提前预测pH变化曲线,根据预测的pH变化点,提前设定停止曝气时间,防止NO2‑‑N进一步氧化,具体如下:数据采集:通过在线仪表将数据采集进行下一步;数据选择处理:将第一步采集到的数据进行选则预处理,从中选择连续稳定的足够的样本,将pH作为变量参数;模型建立:将选择的数据进行建模,选择BP神经网络模型,进行训练、校正和测试,达到精度要求后,进行过程传感器监测pH和在线预测pH。
声明:
“基于神经网络模型预测pH变化实现SBR短程硝化的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)