PSO-ELM及CFD在MBR膜污染中的应用研究

摘要

膜生物反应器(Membrane Bioreactor，MBR)是将生物降解作用与膜的高效分离技术结合而形成的一种新型高效的污水处理与回用工艺。它利用膜分离装置将生化反应池中的活性污泥和大分子有机物质有效截留，替代二沉池。与传统工艺相比具有固液分离效果好、生物反应器内生物量高、污泥产量低、出水水质好、占地面积小等优点。
　　目前，智能仿真模型在MBR膜通量预测中的应用越来越受到重视。国内外学者针对工艺中的污泥浓度、操作压力等参数对膜污染的影响做了大量的工作，在经典数学模型的基础上，建立了许多膜污染数学模型来模拟膜通量等参数的变化。但研究存在数据信息重叠，易陷入局部最小值，模型结构复杂，泛化能力较差及学习效率慢等问题。为此，本文提出一种粒子群优化极限学习机的MBR膜通量预测模型。采用主成分分析法对影响膜通量的相关因素进行降维处理，提取其特征信息，消除向量相关性并送入粒子群极限学习机预测模型中，该模型充分利用粒子群PSO优化极限学习机ELM的输入权值和阈值，提高ELM模型的预测精度和预测效率，并利用现场实例验证了该模型的有效性。
　　膜生物反应器因占地面积少、出水水质好、剩余污泥量少等优点而在水处理领域得到越来越广泛应用，但膜易污染以及运行能耗高是制约MBR发展的关键因素。本文从计算流体力学角度，以膜生物反应器MBR为研究对象，对反应池内部流场的流态及局部气含率分布进行分析计算，研究MBR水力学参数和膜污染以及能耗情况，从而为MBR的优化设计提供依据，对膜污染的预防和运行参数决策进行有效研究，为开发低耗高效的MBR提供科学依据和技术支持。

目录

声明

摘要

第一章 绪论

1．1 膜生物反应器

1．1．1 膜生物反应器(MBR)的基本原理

1．1．2 膜生物反应器的分类及特点

1．1．3 膜生物反应器的研究现状

1．1．4 膜生物反应器存在的问题

1．2 课题研究条件

1．3．1 课题研究内容

1．3．2 课题研究目的和意义

1．4 论文结构安排

第二章 MBR膜污染与防治

2．1 膜污染机理

2．2 膜污染分类

2．2．1 无机物污染

2．2．2 有机物污染

2．2．3 微生物污染

2．2．4 固形污染和胶体污染

2．3 膜污染影响因素

2．3．1 膜性质与膜组件

2．3．2 膜组件的运行条件与操作方式

2．3．3 混合液性质

2．4 膜污染的防治

2．4．1 膜污染的控制方法

2．4．2 膜清洗

第三章 极限学习机理论

3．1 人工神经网络

3．1．1 神经网络的基本分类

3．1．2 前馈神经网路模型

3．1．3 前馈神经网络的缺陷

3．2 极限学习机

3．2．1 极限学习机模型

3．2．2 在线极限学习机模型

3．2．3 增量极限学习机模型

3．3 极限学习机的优缺点分析

3．4 本章小结

第四章 基于PSO-ELM膜通量的仿真预测模型

4．1 粒子群算法原理

4．2 PSO优化ELM具体步骤

4．3 基于PSO-ELM膜通量的仿真预测模型

4．3．1 影响因素的确定

4．3．2 训练样本与测试样本的选择

4．4 预测结果与实验结果对比及分析

4．5 本章小结

第五章 CFD在膜生物反应器流体运动中的数值模拟

5．1 计算流体力学

5．1．1 计算流体力学介绍

5．1．2 控制方程

5．1．3 湍流模型

5．1．4 模拟过程

5．2 计算模型及边界条件

5．2．1 几何建模与网格划分

5．2．2 物理模型及边界条件

5．3 模拟结果分析

5．3．1 速度矢量分析

5．3．2 气含率分析

5．4 本章小结

第六章 结论与展望

参考文献

发表论文及参加科研情况

致谢