第三届挑战赛C2-城市供水处理混凝投药过程的建模与控制

摘要：

本文首先通过插值变换样本的时间窗口，再构造反映混凝剂净水效果的指标，并通过该指标与PAC投入量在不同的滞后阶数下的相关系数，得到原水添加混凝剂反应到沉淀结束出水的时间约为124分钟。再使用改进模型——基于有限次残差拟合的BP神经网络组合模型，学习净水规律，即在不同的原水水质和原水流量下，要想得到一定的出水浊度所需的混凝剂投入量。一方面，模型的绝对误差百分比为18.84%，说明总体的预测效果一般，另一方面，证实改进模型确实比经典BP神经网络更有效，预测精度提高了16.89%。然后，利用上述模型生成当前状况下的去浊率曲线，并取最高效率点为最优点。最后,引入温度作为自变量，重新建立BP神经网络组合模型，通过前后对比，发现预测误差减少10.31%，在残差拟合4次后预测误差降低7.92%，说明温度变量对预测有效，且通过分析，温度对PAC投入量的影响是非线性的。 

关键词：混凝剂  BP神经网络  去浊率  最优点

阅读全文