基于神经网络的传爆药废水COD去除率预测研究

摘要

为预测超临界水氧化法处理二硝基重氮酚生产废水的COD(chemicalo xygen demand)去除率,采用HXDK-01-A间歇式超临界水氧化实验装置处理实际工业生产废水,主要考察反应温度、反应压力、停留时间和过氧量对COD去除率的影响.采用实验数据,以反应温度、反应压力、停留时间和过氧量为网络输入,COD去除率为网络输出,以Matlab为平台建立了Elman神经网络预测模型.神经网络模型预测的均方差为0.0418,单个最大误差为-0.3231,最小误差为0.0296;多元回归分析拟合数据的均方差为0.3149,单个最大误差为0.8830,最小误差为0.2200,神经网络预测结果明显优于多元回归分析结果.说明采用神经网络模型预测超临界水氧化法的废水COD去除率是可行的.