基于递归RBF神经网络的MBR膜透水率软测量研究

摘要

针对用膜生物反应器(MBR)处理污水中膜透水率难以测量的问题,提出了一种基于递归径向基神经网络(RRBFNN)的软测量方法.首先,基于污水处理过程中的实际运行数据,应用偏最小二乘法(PLS)筛选出和透水率相关的过程变量;其次,基于递归RBF神经网络建立透水率的软测量模型,利用快速梯度下降算法对神经网络模型的参数进行调整,保证了模型的精度;最后,将设计的透水率软测量模型应用于实际污水处理过程中,使用污水处理厂实测数据对模型进行验证.验证结果表明,该软测量模型能够实现透水率的准确预测,具有较好的预测精度.