基于神经网络的传爆药废水COD去除率预测研究
DOI: 10.3969/j.issn.1006-9941.2009.03.026
Keywords: 环境科学 ,超临界水氧化 ,二硝基重氮酚(DDNP) ,Elman神经网络 ,废水处理
Abstract:
为预测超临界水氧化法处理二硝基重氮酚生产废水的COD(chemicaloxygendemand)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。
References
[1] 劳允亮,起爆药化学与工艺学,北京:北京理工大学出版社,1997. [2] Naval Weapon Support Center,Weapons Quality Engineering Center,Development of design parameters for an explosive contaminated wastewater system[NTIS No.AD-A1594/7/HDM],1985. [3] 韩力群,人工神经网络教程,北京:北京邮电大学出版社,2006. [4] 王国栋.刘玉存 应用神经网络预测炸药撞击感度 [J].-含能材料2008(2) [5] 马忠亮.徐方亮.刘海燕.张文才 基于人工神经网络和混合遗传算法的炸药爆速预测 [J].-含能材料2007(6) [6] 王芳.刘剑洪.田德余.陈莉.赵凤起.洪伟良.李翠华.张雪利 用人工神经网络法预估芳香族多硝基化合物生成焓 [J].-含能材料2004(4) [7] 马海乐.吴守一 a-生育酚在超临界CO2中溶解度神经网络模型的建立 [J].-江苏理工大学学报（自然科学版）2000(6) [8] 原华山.银建中.丁信伟 人工神经网络技术在超临界流体密度预测中的应用 [J].-计算机与应用化学2003(6) [9] 廖海清.吴大可.陈树琳.王雷 应用BP神经网络预测超临界CO2的摩尔体积 [J].-贵州工业大学学报(自然科学版)2003(6)
Full-Text
