基于短程反饋BP神經網絡的混凝投藥控制中試

在給水處理過程中，混凝是去除原水濁度、色度、CODMn及UV254等指標的主要手段，是保證飲用水水質安全的基本操作環節。由于混凝是一個復雜的物理化學反應過程，很難通過對其反應機理的研究來準確地建立反應過程的數學模型。目前國內眾多水廠采用的混凝投藥控制主要是基于傳統數學模型的前饋控制和基于流動電流的反饋控制。傳統數學模型法依靠燒杯試驗模擬生產工藝來獲得數據，其可靠性無法保障且受限于原水條件; 流動電流法則對原水濁度具有一定的適應范圍且運行維護成本較高。筆者以重慶市某水廠的改建為依托，建立了基于短程反饋的BP 神經網絡混凝投藥自控模型，通過改進BP 算法提高了訓練的速度，并有效克服了BP 算法容易陷入局部極小的缺點。