基于关联向量机的污水处理软测量模型研究

摘 要：出水总氮（TN）和总磷（TP）是衡量水质的重要指标，用人工方法分析存在很大的滞后性且难以测量。针对污水处理过程中强非线性、随机干扰等因素带来的一系列问题，运用基于关联向量机（RVM）的软测量方法，通过数据训练建立起水质软测量模型。试验结果表明，基于关联向量机的污水处理软测量模型能起到较好的预测效果，适合工业应用。

关键词：软测量;关联向量机;污水处理

0    引言

当前，污水排放量随着城市化推进和工农业发展而日益增加。我国近年兴建了大量的污水处理厂，来改善水资源环境，以免其进一步恶化[1]。由于污水处理过程机理复杂，为建立良好的监测机制，保证良好的出水水质，必须及时监控污水处理过程中的水质参数。根据国家相关排放标准，总氮（TN）、总磷（TP）是衡量水质好坏的重要指标，但目前大部分检测由人工完成，存在难以在线测量、时间延迟长、无法实时监控调节等问题。而水质在线检测仪的技术尚不完善，存在检测精度不高、维护困难、设备昂贵等问题。为此，近年来兴起了软测量技术，能够代替硬件仪表进行实时测量，针对污水处理过程中难以测量或暂时不能测量的参数，通过建立某种数学模型，对其进行估计。国外在软测量技术研究方面十分活跃，在化工领域已经取得了可喜的研究成果，而在污水处理领域还处于基础研究阶段[2]。

在污水处理水质指标的软测量研究中，国内外专家提出了多种智能建模方法，如神经网络、支持向量机等，其中以神经网络为建模工具的基于知识的方法研究最为活跃[3]。……