基于改进PLS算法的造纸废水处理过程故障检测与水质预测.pdfVIP

摘 要 造纸行业的废水排放在工业废水排放总量中占较高的比重，对水污染控制有着重要影 响。其中，化学需氧量浓度、生化需氧量浓度、微生物浓度、毒性物质浓度等水质参数是 反映实时净化效果、实现废水处理过程在线控制与优化管理的关键指标。由于废水处理过 程具有强滞后、非平稳、强干扰、工作环境恶劣、反应机理复杂等特性，采用传统的测量 方法很难对水质参数进行快速、准确地测量，于是采用数据驱动预测模型代替或辅助仪表 实现在线测量是一种更好的选择。本文针对造纸废水处理过程中数据的高维性、非线性、 PLS 随机性和动态性等复杂特性，基于改进的偏最小二乘 （ ）模型，开展以下研究： 1. 考虑到并非所有采集到的数据值均为正常值，在构建预测模型前，采取动态并行核 偏最小二乘（DCKPLS ）模型完成废水处理过程的故障检测，以确保建模数据的可靠性。 首先，该模型通过将矩阵扩充方法与核方法结合，增强了PLS 模型潜变量对于废水数据动 态性和非线性的解释能力；其次，通过PLS 的模型分解实现并行偏最小二乘模型，进而将 输入、输出变量进行较为全面地子空间划分与故障检测，有效克服了传统PLS 模型存在的