不同种类生物质废物混合厌氧消化产气预测模型的研究

论文摘要

随着我国城市发展速度的加快,人民生活水平的逐步提高,固体废弃物的产生量也在高速地增长,特别是生物质废弃物所占的比重很大。而如果对生物质废弃物进行回收利用,不仅缓解了环境压力,也能够节约能源。本文对餐厨垃圾、畜禽养殖废物等生物质废弃物与城市污水厂剩余污泥混合,在不同试验参数条件下进行混合厌氧消化试验；以产生的大量实验室数据为原始数据,基于多元回归原理和BP人工神经网络原理,对其建立预测模型。在基于肥肉基质和剩余污泥混合厌氧试验的建模中,两个阶段多元回归模型的预测平均准确率分别为75.69%和79.29%；BP神经网络模型的预测平均准确率为79.05%。总体看来,两种模型的预测准确率相近,都有较好的预测结果,BP模型的结果较优。在基于高有机负荷的餐厨垃圾填料、餐厨垃圾与消化污泥混合厌氧试验的建模中,两个阶段多元回归模型的预测平均准确率分别为60.05%和22.21%；BP神经网络模型的预测平均准确率为72.40%。BP模型的结果明显优于多元回归模型。在分别以黄豆和芹菜为基质,和剩余污泥混合的控制pH值的厌氧消化过程的试验数据的BP建模,预测平均准确率分别为52.19%、69.13%；基于低有机负荷的餐厨垃圾填料、餐厨垃圾与消化污泥混合厌氧试验的建模中,预测平均准确率为86.30%。可以看出,BP模型的预测准确率一直处在一个较高的水平,并且比较稳定。对比所建立的两种模型的预测结果,BP人工神经网络模型用于混合厌氧消化的产气预测是可行的,并且优于多元回归模型的预测。本文建立的基于BP人工神经网络的混合厌氧消化产气预测模型为今后的生产实践提供了一种具有操作性强,效率高的预测方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 问题提出
• 1.1.1 课题研究背景
• 1.1.2 课题研究的意义
• 1.1.3 课题研究目标
• 1.2 国内外生物质废弃物混合厌氧消化技术现状
• 1.2.1 国内生物质废弃物混合厌氧消化技术现状
• 1.2.2 国外生物质垃圾混合厌氧消化技术现状
• 1.3 国内外环境领域人工神经网络（ANN）研究现状
• 1.3.1 国内的研究现状
• 1.3.2 国外的研究应用现状
• 第二章 厌氧消化原理
• 2.1 厌氧消化的机理
• 2.1.1 厌氧消化基本原理
• 2.1.2 厌氧发酵的微生物学
• 2.1.3 厌氧消化的动力学理论
• 2.1.4 厌氧消化的主要影响因素
• 第三章 建模基本理论
• 3.1 人工神经网络原理
• 3.1.1 人工神经网络概述
• 3.1.2 人工神经元模型
• 3.1.3 人工神经网络结构
• 3.1.4 人工神经网络的训练
• 3.2 B-P神经网络
• 3.2.1 B-P神经网络模型结构
• 3.2.2 B-P神经网络的构建与算法
• 3.2.3 B-P神经网络的局限性及优化
• 3.3 多元回归分析原理
• 3.3.1 多元线性回归模型
• 3.3.2 多元线性回归方程的显著性检验
• 第四章 试验方案、试验装置及测量方法
• 4.1 系列试验方案
• 4.1.1 系列之一——单基质生物质及混合单基质的试验
• 4.1.2 系列之二——餐厨垃圾与厌氧污泥混合试验
• 4.2 试验装置
• 4.3 试验的指标测量
• 4.4 指标的分析方法
• 4.4.1 总固体的测定
• 4.4.2 挥发性固体
• 4.4.3 总有机碳
• 4.4.4 总氮
• 4.4.5 氨氮
• 4.4.6 挥发性脂肪酸
• 4.4.7 pH值
• 4.4.8 碱度
• 第五章 基于系列试验的多元回归模型研究
• 5.1 基于单基质生物质及混合单基质试验的多元回归建模
• 5.1.1 试验结果分析
• 5.1.2 多元回归建模与验证
• 5.2 基于餐厨垃圾与厌氧污泥混合试验的多元回归建模
• 5.2.1 试验结果分析
• 5.2.2 多元回归建模与验证
• 5.3 小结
• 第六章 基于单基质生物质及混合单基质试验的BP人工神经网络模型研究
• 6.1 建立BP人工神经网络的软件环境
• 6.1.1 太普数据挖掘套件简介
• 6.1.2 数据挖掘套件操作流程
• 6.2 基于肥肉基质和剩余污泥混合试验的BP网络建模
• 6.2.1 试验结果分析
• 6.2.2 网络拓扑结构确定
• 6.2.3 网络模型测试
• 6.2.4 模型验证分析
• 6.3 基于黄豆基质与剩余污泥混合试验的BP网络建模
• 6.3.1 试验结果分析
• 6.3.2 网络拓扑结构的确定
• 6.3.3 网络模型测试
• 6.3.4 模型验证分析
• 6.4 基于芹菜基质与剩余污泥混合试验的BP网络建模
• 6.4.1 试验结果分析
• 6.4.2 网络拓扑结构的确定
• 6.4.3 网络模型测试
• 6.4.4 模型验证分析
• 6.5 小结
• 第七章 基于餐厨垃圾与厌氧污泥混合试验的BP网络建模
• 7.1 基于低有机负荷厌氧混合试验的BP网络建模
• 7.1.1 试验结果分析
• 7.1.2 网络拓扑结构的确定
• 7.1.3 网络模型测试
• 7.1.4 模型验证分析
• 7.2 基于高有机负荷厌氧混合试验的BP网络建模
• 7.2.1 试验结果分析
• 7.2.2 网络拓扑结构的确定
• 7.2.3 网络模型测试
• 7.2.4 模型验证分析
• 7.3 小结
• 结论
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文