面向污水处理过程的软测量方法研究

《面向污水处理过程的软测量方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ResearchonSoftSensingMethodforWastewaterTreatmentProcessADissertationSubmittedfortheDegreeofMasterCandidate：YangLinSupervisor：Prof.HuangDaopingSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP241学校代号：10561学号：201220113857华南理工大学硕士学位论文面向污水处理过程的软测量方法研究作者姓名：杨林指导教师

2、姓名、职称：黄道平教授申请学位级别：工学硕士学科专业名称：检测技术与自动化装置研究方向：智能检测与智能控制论文提交日期：2015年6月10日论文答辩日期：2015年06月06日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：史步海委员：黄道平李向阳孙宗海华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研宄成果。除了文中特别加以标注引用的内容外，本论文不包含M何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方

3、式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：w/夕年6月曰学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即匕研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学：学，有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许釆用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：□保密，在____年解密后适用本授权书。、、

4、ei不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊(光盘版）电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。(请在以上相应方框内打“V”）日期：以州月，。日作者签名：指导教师签名曰期讀細_作者联系电话：电子邮箱：联系地址(含邮编）:摘要随着人们生活水平的提高和工业化进程的加速，居民的生活污水以及工厂的工业污水排放量日益加大，及时有效的污水处理得到了高度的重视。在污水处理的过程中需要检测一些关键的水质参数，及时有效地调控，从而可以达

5、到高效处理污水的目的。然而有些工艺参数不易直接测量，这就对污水水质参数的软测量提出了要求。本文第一部分研究了基于变量重要性投影法（VariableImportanceinProjection，VIP)、遗传算法（GeneticAlgorithms，GA）、移动窗口法（MovingWindow，WM）的辅助变量选择方法，讨论了各个方法的参数选定以及优缺点，并将三种方法结合偏最小二乘建立回归模型，在MATLAB平台上仿真，对出水BOD进行预测。结果表明，通过辅助变量选择之后，虽然模型的运行时间略有增加，但是模型的预测精度与仅

6、使用偏最小二乘回归法建立的模型相比较，有了显著提高。第二部分研究了分别研究了基于时间窗（SlidingTimeWindow，STW）和即时学习（JustInTime，JIT）的在线模型，并对时间差分法（TimeDifference，TD）进行了讨论。探讨各个方法的参数选定以及优缺点，并将在线模型与辅助变量选择法结合，MATLAB仿真结果表明，在线模型的预测效果良好。另外，在线模型和离线模型相比较而言，前者的模型预测精度要明显好于后者，说明了在建立系统的动态模型时，充分考虑了系统的工作点特性，随着时间的推移，动态模型能够实

7、时找出与系统工作点最相关的样本数据，从而建立的模型最能反映系统当前状态，预测精度也会有一定程度的提升。第三部分研究了基于子空间辨识（SubspaceIdentification）的软测量建模。首先对该算法进行了详细的推导，接着将该算法分别结合在线模型（即时学习法）和离线模型（时间差分法）建立模型，仿真结果表明，并不是所有的在线模型的预测效果都要好于离线模型，由于该污水参数的样本数据每隔15分钟采集一次，波动较大，动态特性十分明显，导致在寻找相关工作点时，找到的样本数据较少，从而得到的系统信息较少，建立的模型的偏差较大，而

8、时间差分法离线模型，通过对样本数据做差分运算，将样本数据中的变化部分提取出来，从而建立的模型更适应本章中动态性能强的对象，因此我们在实际操作的时候要具体情况具体分析。关键字：污水处理、软测量、变量选择、在线模型、子空间辨识IAbstractWiththedevelopmentofproductivity,theamo