低溶解氧下氨氧化过程神经网络预测控制模型

来源：中国环境科学杂志2017年第1期北京时间：

作者：冯红利, 刘秀红, 杨庆, 黄斯婷, 崔斌, 周桐, 杨玉兵, 周薛扬

单位：1. 北京工业大学, 北京市水质科学与水环境恢复工程重点实验室, 北京 100124; /\r\n2. 中国人民大学环境学院, 北京 100872

摘要：在低溶解氧（DO）状态下，以城市生活污水为研究对象，将神经网络预测的方法应用到污水处理过程中，建立了基于神经网络的氨氧化过程预测控制模型，预测并控制污水处理氨氧化过程.该模型分为两部分，一是根据在线pH值变化预测氨氧化结束时间，其相关系数R值为0.9985；二是根据在线pH值实时预测氨氮浓度，R值为0.9083.试验结果表明该模型预测精度高、可控性好，具有较好的适应性和稳定性，对实现并稳定短程硝化以及促进主流工艺（厌氧氨氧化）有重要的指导和借鉴意义.

关键词：低溶解氧,氨氧化过程,神经网络,模型,pH

基金资助：

国家自然科学基金（51508561）；北京市委组织部青年拔尖团队；北京市优秀人才培养资助计划