公布日：2022.04.15
申请日：2021.12.27
分类号：G01N33/18(2006.01)I;G16C20/70(2019.01)I
摘要
本发明涉及污水处理，尤其涉及一种污水中脂肪酸的预测方法。一种污水中挥发性脂肪酸预测方法，包括以下步骤：进行污水生物处理静态过程实验，分析样品溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(VFA)，挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标；挥发性脂肪酸主成分回归模型构建；挥发性脂肪酸偏最小二乘回归模型构建；挥发性脂肪酸BP神经网络回归模型构建。本发明的构建难在线监测水质变量挥发性脂肪酸虚拟监测模型，进行污水生物处理静态过程实验，获取一定量数据，并基于主成分回归，偏最小二乘回归及BP神经网络进行模型预测，解决了污水中挥发性脂肪酸的实时数据获取问题。
权利要求书
1.一种污水中挥发性脂肪酸预测方法，其特征在于，包括以下步骤：进行污水生物处理静态过程实验，分析样品溶解性化学需氧量SCOD、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸VFA，挥发性脂肪酸的检测，所述挥发性脂肪酸检测需测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸的指标；挥发性脂肪酸主成分回归模型构建；挥发性脂肪酸偏最小二乘回归模型构建；挥发性脂肪酸BP神经网络回归模型构建。
2.根据权利要求1所述的一种污水中挥发性脂肪酸预测方法，其特征在于，所述进行污水生物处理静态过程实验包括按时获取样品，获取数据。
3.根据权利要求2所述污水生物处理静态过程实验，其特征在于，所述进行污水生物处理静态过程实验需重复5次。
4.根据权利要求2所述污水生物处理静态过程实验并按时获取样品，其特征在于，它包括在装置中加入1L的初沉池出水，加入1L的回流污泥，再加入5mg/L磷酸盐和70mg/L乙酸钠换算成COD，缺氧搅拌1h,好氧3.5h；在经过一轮培养后，静置沉淀取出上清液，第一轮结束后取一个样品，缺氧期间，每10min取一次样品，好氧期间按1、2、3、3.5h获取样品；共进行5组实验，获得45个样品。
5.根据权利要求4所述污水生物处理静态过程实验，其特征在于，所述装置包括2.5L烧杯。
6.根据权利要求4所述污水生物处理静态过程实验，其特征在于，所述装置包括搅拌器,该搅拌器在缺氧区域及好氧区域需一直进行搅拌。
7.根据权利要求1所述的一种污水中挥发性脂肪酸预测方法，其特征在于，挥发性脂肪酸主成分回归模型构建不包括区分训练集以及测试集。
8.根据权利要求1所述的一种污水中挥发性脂肪酸预测方法，其特征在于，利用溶解性化学需氧量SCOD、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸的检测测定包括乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标构建挥发性脂肪酸主成分回归模型。
9.根据权利要求7所述的一种污水中挥发性脂肪酸预测方法，其特征在于，构建挥发性脂肪酸主成分回归模型在尽可能保持数据集当前变化的同时，对存在大量相关变量的数据集进行降维，并进行回归分析。
10.根据权利要求1所述的一种污水中挥发性脂肪酸预测方法，其特征在于，利用溶解性化学需氧量SCOD、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸构建挥发性脂肪酸偏最小二乘回归模型。
11.根据权利要求10所述的一种污水中挥发性脂肪酸预测方法，其特征在于，所述构建挥发性脂肪酸偏最小二乘回归模型，按照协方差极大化准则，数据分为这几组变量：X—输入变量和Y—输出变量；在分解输入变量数据矩阵X的同时，也在分解输出变量数据矩阵Y，并且建立相互对应的解释隐变量与反应隐变量之间的回归关系方程。
12.根据权利要求1所述的一种污水中挥发性脂肪酸预测方法，其特征在于，利用溶解性化学需氧量SCOD、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸构建挥发性脂肪酸BP神经网络回归模型。
13.根据权利要求12所述的一种污水中挥发性脂肪酸预测方法，其特征在于，所述构建挥发性脂肪酸BP神经网络回归模型包括基于一个高度互联系统的处理元素学习独立和依赖的变量之间复杂的相互关系；人工神经网络方法直接从历史数据中提取概念。
14.根据权利要求7所述的一种污水中挥发性脂肪酸预测方法，其特征在于，构建回归模型利用R语言软件作为模型构建工具。
发明内容
本发明的目的是解决现有技术的上述缺陷，提供一种污水中挥发性脂肪酸预测方法。本发明的构建难在线监测水质变量挥发性脂肪酸虚拟监测模型，进行污水生物处理静态过程实验，获取一定量数据，并基于主成分回归，偏最小二乘回归及BP神经网络进行模型预测，并对几种非线性模型进行回归，解决了污水中挥发性脂肪酸的实时数据获取问题。
本发明是这样实现的：一种污水中挥发性脂肪酸预测方法，包括以下步骤：进行污水生物处理静态过程实验，分析样品溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(VFA)，挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标；挥发性脂肪酸主成分回归模型构建；挥发性脂肪酸偏最小二乘回归模型构建；挥发性脂肪酸BP神经网络回归模型构建。
作为对上述技术方案的进一步限定，进行污水生物处理静态过程实验并按时获取样品，获取数据。
作为对上述技术方案的进一步限定，进行污水生物处理静态过程实验，实验需重复5次。
作为对上述技术方案的进一步限定，装置中加入1L的初沉池出水，加入1L的回流污泥，再加入5mg/L磷酸盐和70mg/L乙酸钠(换算成COD)，缺氧搅拌1h,好氧3.5h。在经过一轮培养后，静置沉淀取出上清液，第一轮结束后取一个样品，缺氧期间，每10min取一次样品，好氧期间按1、2、3、3.5h获取样品。共进行5组实验，获得45个样品。
作为对上述技术方案的进一步限定，需测量每个样品溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(VFA)，挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标。
作为对上述技术方案的进一步限定，实验用品具体为2.5L烧杯。
作为对上述技术方案的进一步限定，所述搅拌器在缺氧区域及好氧区域需一直进行搅拌。
作为对上述技术方案的进一步限定，需构建回归模型，但无需区分训练集以及测试集。
作为对上述技术方案的进一步限定，利用溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标)，构建挥发性脂肪酸主成分回归模型。
作为对上述技术方案的进一步限定，利用溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标)，构建挥发性脂肪酸偏最小二乘回归模型。
作为对上述技术方案的进一步限定，利用溶解性化学需氧量(SCOD)、氨氮、磷酸盐、硝酸盐以及挥发性脂肪酸(挥发性脂肪酸的检测测定乙酸、丙酸、正丁酸、异丁酸、正戊酸、异戊酸几种指标)，构建挥发性脂肪酸BP神经网络回归模型。
本发明构建在线监测水质变量挥发性脂肪酸回归模型，进行污水生物处理静态过程实验，获取一定量数据，并基于主成分回归，偏最小二乘回归及BP神经网络进行模型预测，并对几种非线性模型进行回归，解决了污水中挥发性脂肪酸的实时数据获取问题，对我国污水处理厂挥发性脂肪酸实时监测，数据获取，及时调控，具有极大的现实意义。
（发明人：朴恒;陈威;杨磊;郑晨迪）
