一种厌氧废水处理系统出水挥发性脂肪酸的软测量方法技术方案

本发明专利技术涉及了一种厌氧废水处理系统出水挥发性脂肪酸的软测量方法,该方法采用主成分分析实现高维辅助变量的降维处理采用最小二乘支持向量机对特别适用于解决小样本、非线性、局部极小点等问题，且训练速度快，二者结合实现厌氧废水处理系统挥发性脂肪酸的软测量，对厌氧废水处理系统的在线监测及后续工艺优化控制具有重要意义。实验证明，该软测量方法的模型理论正确，LS-SVM智能算法的应用使得厌氧废水处理系统出水的重要控制参数挥发性脂肪酸实现实时预测和估计，可以解决测定仪价格昂贵、维护困难且测量滞后的问题，对厌氧废水处理系统的控制与优化有重要意义。

【技术实现步骤摘要】

本专利技术涉及废水处理
，具体来说涉及一种厌氧废水处理系统出水挥发性 脂肪酸的软测量方法。
技术介绍
能源危机与环境污染是目前人类正面临的两大挑战，厌氧生物技术可以将废水中 的复杂有机物质分解成沼气等能源物质，因此厌氧生物技术为解决能源与环境问题提供了 一条切实可行的途径。厌氧发酵产甲烷技术作为厌氧生物技术的代表，在高浓度有机废水 和有机固废方面都有广阔的应用前景。厌氧发酵产甲烷是一个复杂的生化过程，特别是产 甲烷菌对环境条件要求比较苛刻，仅靠微生物自然发酵难以维持厌氧发酵过程的高效、快 速、稳定运行，为使发酵过程正常进行及获得较高的沼气产率就必须对厌氧发酵过程进行 监测和控制。尽管厌氧发酵产甲烷技术在我国工业废水处理中得到了广泛应用，然而在厌 氧发酵过程的在线监测与控制上仍存在较多问题。传统物化参数PH值、温度和氧化还原 电位等已有成熟的在线测量设备而对产气过程具有重要影响的物化参数如挥发性脂肪酸 (VFA，Volatile Fatty Acids)和生理参数如生物量却难以实现在线测量。 VFA是有机物降解的中间产物，也是产甲烷的直接底物。在工业产甲烷反应器运 行中，经常发生因为未及时发现VFA的积累而导致的发生"酸败"。酸败通常指因产甲烷菌 活性急剧降低，但酸化菌仍可继续分解有机物而造成挥发性有机酸的累积，会使PH下降至 3-5,此时pH值及分子态有机酸均会对酸化菌造成抑制，而导致处理系统丧失处理能力。"酸 败"的发生对厌氧反应器往往是灾难性的，反应器一旦发生"酸败"，很难在短时间内恢复或 者根本难以恢复反应器内产甲烷微生物活性。正是由于厌氧产甲烷反应器内VFAs容易积 累并对甲烷菌造成抑制，对VFA的浓度的检测方法一直受到高度的重视。目前VFA浓度测 定的方法主要有蒸馏法、滴定法、色谱法、比色法等，为了实现VFA的在线监测，学者进行了 大量研究。Zhang Y S等人研究的红外光谱能针对乙酸丙酸等进行测量但其准确性和灵敏 度欠佳。Diamantis V等人设计的带自动取样器的气相色谱和反应器的连接实现了 VFA的 在线精确测量，但气相色谱昂贵难以实现工业化应用。赵全宝设计的在线测定VFA和碱度 的自动滴定系统只是实现了滴定过程的自动化，并未将计算模型与计算机集成，所构建的6 点滴定法滴定准确，但操作繁琐计算复杂。以上VFAs离线检测技术需要人工进行化验操 作，会导致出水水质质量波动大，存在能耗大，费用高等问题，而在线监测技术多处于实 验室阶段，鲜有应用到实际工业中，且大多数检测传感器、仪表存在测量时间滞后长，价格 昂贵且维护困难的问题，因此有必要进一步研究VFA的在线监测技术。 一般解决工业过程的测量问题有两条途径：一是沿袭传统的检测技术思路，以硬 件形式实现过程参数的直接在线测量如上所述；另一种就是采用间接测量的思路，利用 容易获取的其他测量信息，通过计算来实现对被测变量的估计。近年来在过程控制和检测 领域涌现出的软测量技术就是这一思想的集中体现。软测量理论根源是20世纪70年代 Brosilow提出的推断控制。所谓软测量就是根据可测、易测的过程变量（即辅助变量）与 难以直接获取的待测变量（即主导变量数据）的数学关系，按照某种最优准则，采用各种计 算方法，用软件手段实现对待测变量的测量或估计，因此软测量技术又称为软仪表技术，目 前己经在过程控制与优化中得到了广泛的应用。 软测量技术一般来说主要包含：辅助变量选取、数据预处理、软测量建模和模型 验证四个部分。辅助变量的选择一般没有通用性的指导方法，常根据具体对象通过理论和 经验分析，选取与主导变量数据相关的变量作为辅助变量。辅助变量选取过多会使后续 建模较为复杂，减少辅助变量可能丢失部分信息降低模型精度。主成分分析（Principal Component Analysis，PCA)是统计学中用于降低高维数样本最直接的手段之一，同时还尽 最大的可能保持原有样本的所有信息，从而被广泛应用，因此可以实现高维辅助变量变量 降维，同时最大限度的保留原始信息。数据预处理是软测量建模的必要步骤，常包括缺失值 处理、异常值剔除、数据平滑和标准化等方法，根据需要选择其中一种或几种方法对采集到 的原始数据进行预处理。软测量技术的主体和核心是建立软测量模型，建立模型的常规方 法主要有：机理建模法、回归分析法、神经网络法和支持向量机（SVM)方法等。其中神经网 络和SVM这两种同属黑箱建模方法，不要求对象的确定内部机理，因此比较适合复杂的污 水处理过程，应用亦最为广泛。SVM是近年来机器学习领域中受到关注较多的一种新技术， 是基于统计学原理的，相比神经网络的启发式学习机制，SVM的经验成分甚少，具有更为严 格的数学论证。同时，SVM对于所提供的样本数据的依赖性较少，且泛化能力较强，局部最 优解一定是全局最优解，避免了产生维数灾难，特别适用于解决小样本、非线性、局部极小 点等问题。在SVM基础上Suykens J. A. K提出了最小二乘法支持向量机（LS-SVM)，主要是 将最小二乘线性系统引入到SVM中，用训练误差的二次平方项e2代替了优化目标中的松弛 变量，并用等式约束代替了不等式约束，最终将问题归结为求解一线性方程组，大大减少了 运行时间，提高了训练的速度。目前尚未见到基于主成分分析-最小二乘支持向量机的厌氧废水处理系统出水 挥发性脂肪酸的软测量方法的文献及专利报道。国外M. Dixon针对厌氧废水处理过程，使 用神经网络对VFA进行数据挖掘，国内姚崇玲在此基础上提出了一种基于模糊神经网络的 软测量建模方法来预测VFA值，二者证实了 VFA软测量的可行性，但在辅助变量变量选择上 和建模方法并未进行系统的研究，存在一定问题。
技术实现思路
本专利技术的目的是提供。主 成分分析实现高维辅助变量变量的降维处理，最小二乘支持向量机对特别适用于解决小样 本、非线性、局部极小点等问题，且训练速度快，二者结合实现厌氧废水处理系统挥发性脂 肪酸的软测量，对厌氧废水处理系统的在线监测及后续工艺优化控制具有重要意义，同时 对厌氧废水处理系统其他难以在线监测的指标具有指导意义。 为了实现上述目的，本专利技术的技术方案如下。 -种基于主成分分析-最小二乘支持向量机的厌氧废水处理系统出水挥发性脂 肪酸的软测量方法，包括以下步骤： (1)搭建厌氧废水处理系统，获取出水挥发性脂肪酸的辅助变量数据样本A和主 导变量数据样本B ; (2)对收集到的辅助变量数据样本A和主导变量数据样本B进行预处理； (3)对预处理后的辅助变量数据样本A进行主成分分析，建立基于主成分分析的 新的辅助变量数据样本并将新的数据样本分为训练样本和测试样本； (4)对应步骤⑶划分的训练样本，建立基于最小二乘支持向量机的出水挥发性 脂肪酸软测量模型，不断训练直至满足设定误差； (5)对应于步骤（3)划分的测试样本，应用步骤（4)建立并训练后的基于最小二乘 支持向量机的出水挥发性脂肪酸软测量模型进行测试，验证软测量模型的有效性； (6)将训练并测试后的基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型 嵌入工控机中，利用工况机中的组态软件MCGS构建好人机交互界面； (7)采用OPC技术实现基于最小二乘支本文档来自技高网...

【技术保护点】
一种厌氧废水处理系统出水挥发性脂肪酸的软测量方法，其特征在于包括以下步骤：(1)搭建厌氧废水处理系统，获取出水挥发性脂肪酸的辅助变量数据样本A和主导变量数据样本B；(2)对收集到的辅助变量数据样本A和主导变量数据样本B进行预处理；(3)对预处理后的辅助变量数据样本A进行主成分分析，建立基于主成分分析的新的辅助变量数据样本并将新的数据样本分为训练样本和测试样本；(4)对应步骤(3)划分的训练样本，建立基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型，不断训练直至满足设定误差；(5)对应于步骤(3)划分的测试样本，应用步骤(4)建立并训练后的基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型进行测试，验证软测量模型的有效性；(6)将训练并测试后的基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型嵌入工控机中，利用工况机中的组态软件MCGS构建好人机交互界面；(7)采用OPC技术实现基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型与工控机的组态软件MCGS之间的数据交换，将MCGS收集的数据输送至基于最小二乘支持向量机的出水挥发性脂肪酸软测量模型，计算出水出水挥发性脂肪酸浓度的预测值，再把该预测值返回至工控机人机交互界面显示；(8)不断重复步骤(6)，从而实现厌氧废水处理系统出水挥发性脂肪酸的在线实时监测。...

【技术特征摘要】

【专利技术属性】
技术研发人员：万金泉，刘博，马邕文，黄明智，王艳，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44