（应用化学专业论文）基于遗传神经网络的产酸硫酸盐还原系统建模研究.pdf

哈尔滨理工大学工学硕士学位论文 基于遗传神经网络的产酸一硫酸盐还原系统建模研究 摘要 利用产酸硫酸盐还原反应器对高浓度硫酸盐废水进行处理时，反应器中 硫酸盐还原菌( s r b ) 的生态位是该系统的核心问题。本论文创新性的引入 遗传神经网络对硫酸盐还原菌( s r b ) 的限制性生态因子( c o d s 0 4 2 比、 p h 值、碱度、硫酸盐负荷率) 和时间因子进行建模与仿真，建立起基于5 个因子的硫酸盐还原菌多维生态位的模型，对硫酸盐还原工艺系统进行了模 拟与仿真，实现了从数学生态学角度定量表征产酸硫酸盐还原微生物生态系 统中s r b 种群的代谢活性与实现生态位。同时，基于m a t l a b 语言开发遗传 神经网络软件，使废水处理工艺迈向智能化与可控化。 本文对硫酸盐还原过程的多元线性回归模型与遗传神经网络模型进行了 比较。结果表明，用遗传神经网络法进行预测明显好于线性回归，具有较高 的准确性。模型预测碳硫比( c s ) 、硫酸盐负荷率( n s ) 、p h 和碱度 ( a l k ) 四个因子对硫酸盐去除率( j 7 ) 影响的效果很好。 在保证优化后的权值可靠的基础上，应用分离连接权值法，分析网络各 层神经元的连接权值，从而明确了各阶段引发微生物群落演替的关键因素。 分析结果与原型试验所反映出的微生物生理生态学规律具有很好的一致性。 对硫酸盐还原菌的多维生态位图谱进行了预测，结果表明与实际值误差很 小。这种预测能力使得该模型可实现生态因子与硫酸盐去除率之间关系的逼 近和泛化，有效的预测硫酸废水的处理程度，控制处理过程的状态空间因 子本研究的思路和方法对废水处理工艺的稳定运行和优化控制具有重要的 理论指导意义。 关键词硫酸盐还原菌；遗传算法；人工神经网络：生态位；建模 堕玺堡要王奎兰三兰堡! ：耄堡丝三 i n v e s t i g a t i o no nm o d e lo f a c i d o g e n i c s u l f a t er e d u c i n g b i o r e a c t o rs y s t e mw i t hg a n n a b s t r a c t n l en i c b eo fs r bi sak e yf a c t o rt ot h es u l f a t ew a s t e w a t e rt r e a t m e n ti n a c i d o g e n i c d e s u l f a t er e a c t o r 1 1 坨r e s t r i c t i v ee c o l o g i c a lf a c t o r sw h i c ha f f e c t t h e a b i l i t yo fs u l f a t e - r e d u c i n go fs u l f a t er e d u c i n gb a c t e r i a ( s r b ) i nt h ea c i d o g e n i c d e s u l f a t er e a c t o ra r ec o d s 0 4 z 。，p h ，a l k ，s o d l o a d i n gr a t e am o d e la n d s i m u l i n ko nf i v ef a c t o r s ( t h ef o u rr e s t r i c t i v ef a c t o r sa n dt i m ef a c t o r ) h a sb e e n b u i l tb yu s i n gan e wm e t h o dt h a tg e n e t i ca l g o r i t h mn e u r a ln e t w o r k ( g a n n ) i n t h i sp a p e r 1 1 1 em o d e lp r e s e n t st h er e a l i z e dn i c h ea n dm e c h a n i s ma c t i v i t yo f s r bi nt h e m i c r o b i o l o g i c a le c 0 - s y s t e mo ft h er e a c t o r t h i sw o r kh a sb e e n f i u i s h e df r o mt h ev i e wo fm a t h e m a t i c a le c o l o g y t h eg a n ns o f t w a r ew h i c h m a k et h er e s e a r c ho fw a s t e w a t e rt r e a t m e n tw i t ha r t i f i c i a l i n t e l l i g e n e ea n d a u t o m a t i cc o n t r o l l i n gg oa h e a dh a sb e e ne x p l o i t e db a s e do nm a t l a bp r o g r a m m e b yc o m p a r i n gt h ef o r e c a s t i n gr e s u l to fm c ia n dg a n ni nt h i sp a p e r , w e c a ns e et h a tg a n nh a v em u c hm o r ea c c u r a c yt h a nm c i g a n nm o d e lh a sb e e n b u i l tt op r e d i c tt h es u l f a t er e m o v a lr a t e ( 刁) r e s u l t i n gf r o mt h ef o u rf a c t o r st h a t c o d s 0 4 + r a t i o ( c s ) ，s u l f a t el o a d i n gr a t e ( n s ) ，p ha n da l k a l i n i t y ( a l k ) t h e s i m u l i a t i o ns h o w st h a ti tw o r k sw e l l h a v i n ge n s u r e dt h a tt h ew e i h t so fg a n ni sc r e d i b l ea f t e rb e i n go p t i m i z e d m e t h o do fp a r t i t i o n i n gc o n n e c t i o nw e i g h t s ( p c w ) h a sb e e na p p l i e di nt h i s r e s e a r c ht oa n a l y z et h ek e yf a c t o r sa tt h ed i f f e r e n ts t a g e so fm i c r o b i a lc o m m u n i t y e c o l o g i c a ls u c c e s s i o n t h er e s u l t so fg a n nm o d e la r ec o n s i s t e n tw i t ht h a tf r o m p r o t o t y p ee x p e r i m e n ta sw e l la st h em i c r o b i a lp h y s i o l o g i c a la n de c o l o g i c a ll a w s t h em u i t i - d i m e n s i o n a ln i c h ea t l a so fs r bi sp r e d i c t e d a n dt h er e s u l t ss h o wt h a t - i i 坠尘堡塞三奎兰王兰竺土茎堡丝兰 t h ee r r o ri ss i n a i lb e t w e e nt h ec a l c u l a t i o nr e s u l t sa n dt h er e a lv a l u e 1 1 1 em o d e l h a s t h ea b i l i t yt or e a l i z et h ea p p r o x i m a t i o na n dg e n e r a l i z a t i o nb e t w e e nt h e e c o l o g i c a lf a c t o r sa n dt h es u l f a t er e m o v a lr a t e ，t op r e d i c tt h et r e a t i n gd e g r e eo f s u l f a t ew a s t e w a t e ra n dt oe o n t r o lt h es p a c ef a c t o r sd u r i n gt h et r e a t i n gp r o c e s s t h em e t h o d so ft h i sr e s e a r c hh a v ei m p o r t a n ts i g n i f i c a n c ef o rt h eo p t i m i z a t i o no f o p e r a t i o na n dt h es t a b l i t y o fe q u i p m e n tr u n n i n gi nt h es u l f a t ew a s t e r w a t e r 仃e a t m e n ta r e a k e y w o r d ss u l f a t e - r e d u c i n gb a c t e r i a ；g e n e t i c - a l g o r i t h m s ；a r i t i f i e i a l n e u r a l - n e t w o r k ；n i c h e ；m o d e li n d e n t i f i c a t i o n i l l 哈尔滨理工大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文基于遗传神经网络的产 酸硫酸盐还原系统建模研究，是本人在导师指导下，在哈尔滨理工大学攻 读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已 注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡 献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由 本人承担。 作者签名： 待岩日期：洳7 年争月日 哈尔滨理工大学硕士学位论文使用授权书 基于遗传神经网络的产酸- 硫酸盐还原系统建模研究系本人在哈尔 滨理工大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的 研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义 发表。本人完全了解哈尔滨理工大学关于保存、使用学位论文的规定，同意 学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人 授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公 布论文的全部或部分内容。 本学位论文属于 保密口，在年解密后适用授权书。 不保密d ( 请在以上相应方框内打) 作者签名：彳毒老 导师签名：3 士口己专 日期：2 口。7 年年月1 日 日期：) 删7 年v 月日 哈尔滨理工大学工学硕士学位论文 第1 章绪论 1 1 课题背景 伴随着工业发展，许多生产领域产生大量的高浓度硫酸盐废水，如制革、 制药、造纸、金属加工、食品加工、采矿、化工等行业。 由于大多数硫酸盐溶解度很大，且在自然界中性质稳定，所以依靠自然净 化作用很难去除。污水的任意排放虽然在短期内不会有多大影响，但硫酸盐污 染一旦大面积形成，治理工作是相当困难的。目前我国很多城市的地表水和地 下水已经受到了不同程度的s 0 4 2 。污染。因此，重视并研究治理硫酸盐污染问 题迫在眉睫。 废水中硫酸盐的去除方法大体可分为：化学法、物化法、生物法。此外， 还有多种不同方法的联用工艺。 化学法主要是通过投加化学药剂( 主要是一些重金属盐类) ，其金属离子 与s o ? 反应生成不溶性硫酸盐，形成沉淀，进而通过过滤将沉淀去除。这种 方法的缺陷是，在实际工艺运行中要耗费大量的化学药品，使得运行的成本提 高，此外，投入的化学药品还容易造成二次污染，为后续处理带来困难。 物化法【1 1 主要是通过电化学手段将s 0 4 2 - 进行脱盐处理，其原理是通过铝电 极在水溶液中生成铝的聚合物，进而产生静电吸附和离子交换吸附等作用，将 s o ? 。去除。效率很高，但是需要耗费大量的电能。而且，物化法要求污水的前 处理要好，否则电极容易受污染而老化。无论从能源和前处理方面说，该方法 都是不经济的，只适合处理含有少量硫酸盐的、较干净的水质。 与上述方法相比，生物法具有成本低，能耗少，无污染、去除彻底、持续 性好等优点，并且利用生物的生长和可变异性，可以通过逐步的驯化和强化， 使得处理效果不断的提高。因此，生物法逐渐成为实际处理工艺的首选。 本课题所模拟的工艺硫酸盐废水厌氧处理工艺，即“硫酸盐还原一硫 化物生物氧化一有机物矿化”是目前处理高浓度硫酸盐有机废水的一种有效途 径。在“硫酸盐还原”单元中，产酸菌( a b ) 、硫酸盐还原菌( s r b ) 与产氢产乙 酸菌( h p a ) 协同代谢，可以实现较高的硫酸盐去除率，它是整个工艺的首要环 节。就其本质而言，“硫酸盐还原”单元是一个人工创建的微生物生态系统， 对其生态学规律的认识和揭示程度直接影响硫酸盐废水的处理水平与能力。但 哈尔滨理工大学工学硕士学位论文 截止到目前，国内外关于硫酸盐还原单元生态学研究的报道还相当有限，亟待 解决的问题还很多。 s r b 的生态位是产酸硫酸盐还原系统的核心问题【2 1 。本研究创新性地引入 遗传神经网络的理论与方法，即利用遗传算法优化人工神经网络，从对影响 s r b 种群代谢的限制性生态因子与硫酸盐去除率之间的关系进行了逼近与泛 化，从数学生态学角度建立起s r b 种群的实现生态位，利用它可以在计算机 上实现某些设计或运行参数的选取过程。 1 2 本课题研究的目的与意义 1 产酸硫酸盐还原系统由连续流混合槽式反应器( c s t r 反应器) 和好 氧填料反应器组成。c s t r 反应器中，在硫酸盐还原菌的作用下，将废水中 s o ? 转化为s 厶；再通过好氧填料塔反应器转化为s o ，从而实现废水中硫酸盐 的去除。本课题所研究的内容即c s t r 反应器中脱硫工艺与硫酸盐还原菌的生 态位建模。 2 人工神经网络是由人脑相似的基本单元即神经元大规模并行，互相连接 而成的网络，用以模拟人脑结构及智能特点。它具有如下的基本性质： 以非线性大规模并行分布处理为基础，具有高速运算的能力； 具有很强的自学习，自适应能力及良好的容错性； 系统信息的存储表现为神经元之间互连的分布式动态存贮。因此，有着 广泛的应用前景。 3 遗传算法能够以有限的代价来解决搜索和优化问题，为我们寻求不同种 类、不同规模问题的合理答案提供一个有效途径1 3 1 。遗传算法 4 1 不同于传统的 搜索和优化方法的特点如下：它具有自组织、自适应和自学习性( 智能性) ， 并且在本质上具有并行性；遗传算法不需求导或其它辅助知识，只需要影响搜 索方向的目标函数和相应的适应度函数。它强调概率转换规则，而不是确定的 转换规则；遗传算法可以更加直接地应用，对给定问题，可以产生许多潜在 解，最终选择可以由使用者确定( 在某些特殊情况下，如多目标优化问题，有 一组最优解“l ，这种遗传算法对于确认可替代解集而言是特别合适的) 。遗传 算法与神经网络的结合主要有两种方式嘲：一是用于网络训练，即优化网络各 层之间的连接权值；二是学习网络的拓扑结构，即优化网络的隐含层神经元个 数。 4 将遗传算法和人工神经网络的理论与方法引入硫酸盐废水处理过程的微 哈尔滨理工大学工学硕士学位论文 生物生态学研究中，不仅拓宽了环境数学领域，而且使废水处理系统的研究迈 向智能化与控制化。同时，由于遗传神经网络具有良好的泛化能力，对于耗资 大、周期长、费人力的原型试验可以在计算机上实现某些设计或运行参观的选 取过程，可大大提高效率，节省人力、物力、财力。 1 3 课题研究现状 1 3 1 硫酸盐还原菌的研究状况 硫酸盐还原菌( s r b ) 通常指的是能通过异化作用进行硫酸盐还原的一类细 菌。一般来说，s r b 是一类形态、营养多样化的，利用硫酸盐作为有机物异化 作用电子受体的严格厌氧菌，1 8 9 5 年首先由b e i j e r i n c k 6 1 发现，至今已有百年 历史。 自然界中最常见的s r b 是嗜温的革兰氏阴性、不产芽孢的类型( 6 】。在淡水 及其他含盐量较低的环境中，易分离到革兰氏阳性、产芽孢的菌株。此外，在 自然界中存在的还有革兰氏阴性嗜热真细菌、革兰氏阴性古细菌1 6 j 。s r b 是严 格的厌氧菌，但是它分布广泛。s r b 可以存在于土壤、水稻田、海水、盐水、 自来水、温泉水、地热地区，油井和天然气井，含硫沉积物，河底污泥、污 水，绵羊瘤胃、动物肠道等。还可以从一些受污染的环境中检测到它的存在， 如厌氧的污水处理厂废物，被污染的食品中1 6 】。d c l d e n 。7 于1 9 0 3 年报道了有关 海水中耐盐的s r b ，e l i o n z s l 于1 9 2 5 年发现了一种嗜热的s r b 。1 9 3 0 年b a a r s 【9 j 发表了一篇论文，较系统地讨论了s r b 。这些早期的研究工作分别在1 9 3 6 年 由b u n k e r 和1 9 4 9 年由b u t l i n 等人进行了总结现在人们已经认识到s r b 是严 格厌氧菌，并发现其中有些菌种在无硫酸盐存在时仍能通过发酵获得能量而生 长，但是所有的s r b 都不能以氧作为电子受体。 在厌氧反应器中，s r b 的数量是很可观的。竺建荣f l o l 在进行两相厌氧消化 的研究时发现，u a s b 反应器中s r b 的数量达到了1 0 叱1 07 个m l ( 以用自来 水配制的葡萄糖溶液作为试验用水) 。同时，硫酸盐还原菌可利用的基质范围 很广，在厌氧处理有机废水的时候，如果废水中含有硫酸盐，s r b 就会活跃并 生长起来，进行硫酸盐还原的生化代谢反应，给正常的厌氧处理带来一系列不 好的影响。 研究发现硫是微生物生长的营养元素，而硫酸盐还原作用又与硫酸盐浓度 有关。当硫酸盐浓度较低时候，硫酸盐还原作用较弱，不会给正常的厌氧消化 竺玺鋈翌三奎耋三兰堡圭：堡兰兰 带来不利的影响，由于硫酸盐还原菌可以利用h 2 ，从而降低正常厌氧消化过 程中的氢分压，可以在一定程度上促进厌氧消化的进行。这是硫酸还原作用对 厌氧消化过程有利的一面。但是，当废水中还有高浓度的硫酸盐时候，对厌氧 消化所带来的影响时极为不利的，它会改变和抑制有机物的代谢过程。如何避 免或减轻硫酸盐对厌氧消化的影响已经成为当前废水处理工程中所急需解决的 问题。 对硫酸盐影响厌氧消化的机制，a n d e r s o n t “- 1 3 l 进行了两方面的总结，一是 由于硫酸盐还原菌和产甲烷菌都可以利用乙酸和h 2 而产生的底物竞争性抑制 作用；二是由于硫酸盐的还原产物溶解性硫化物( h 2 s ) 对甲烷菌的毒害 作用。再者，硫酸盐的还原产物_ h 2 s 等对沼气的产量会造成严重的影响。 生态因子对硫酸盐还原菌的影响有以下几个方面： 1 温度同产甲烷菌相似，硫酸盐还原菌也在两个温度段表现较强的活 性，一个是中温段，一个是高温段。中温的硫酸盐还原菌最适合生长温度为 3 0 3 5 c ，但可以承受4 2 以下的温度。高温菌种能够在5 0 7 0 c 的范围内 生长。 2 底物资源硫酸盐还原是一种严格厌氧的异养细菌。初期的研究认为除 了有机物外它们还需要硫酸盐、亚硫酸盐、硫代硫酸盐等化合物，但不能利用 单质硫。后来的研究表明，脱硫肠状菌属中的部分菌种及脱硫弧菌属的部分菌 种在有合适碳源时，都可以利用单质硫生长。 3 p h 值硫酸盐还原菌可以在p h 4 5 , 9 5 的范围内生长，而最适合的 p h 范围是在6 5 8 0 。非好盐性的硫酸盐还原菌培养基的p h 值最好是7 1 ， 好盐性的硫酸盐还原菌的培养基最好是7 6 。 4 氧化还原电位硫酸盐还原菌是严格的厌氧菌，在其生长环境的氧化还 原电位一般应保持在1 0 0 m y 以下，所以好氧生物反应器中它们是不可能生长 的。 5 盐度硫酸盐还原菌可以分为好盐性菌和非好盐性菌。好盐性菌一般分 布在海洋环境中，要求的n a c i 浓度大于o 6 ，最适宜的浓度是1 - - 3 。脱硫 弧菌属的d e s u l f o v i b r i o s a l e x i g e n 具有耐盐性，可以在高盐度硫酸盐废水处理 系统中存活。 6 抑制性物质硫酸盐还原菌有毒害作用的物质很多，硫酸盐还原菌的抑 制方面做了大量研究工作。c a p o n e t 6 1 对硫酸盐还原菌抑制作用的物质作了较为 系统的介绍。研究表明在一定浓度的n a v a s s 4 ，k 2 c r 0 4 ，p b c l 2 ，c b c l 2 ， n a 2 m n 0 4 等对硫酸盐还原菌都有抑制作用，而对产甲烷菌有不同程度的激活作 哈尔滨理工大学工学硕士学位论文 用。还有超声波、可见光、紫外线照射一定条件下，对硫酸盐还原菌也起到抑 制作用。 1 3 2 硫酸盐废水生物处理处理研究现状 硫酸盐还原的最终目的，是通过生物化学反应，将硫酸盐还原成硫化氢或 者硫单质，从体系中脱离出来，达到去除的目的，所以s 0 4 2 一h 2 s 和s 0 4 2 一 h 2 s s 是所有反应器设计的基本思路。 根据反应器内微生物相的存在状态，可以分为完全混合型生物反应器和生 物膜反应器，完全混合型反应器即对微生物相不加固定，是一种传统的工艺。 实践证明，生物膜反应器更加适应硫酸盐还原过程。 1 3 2 1 生物膜法工艺由于s i m 的世代时间通常大于水力停留时间( h r t ) ， 故采用生物膜工艺处理硫酸盐废水较有优势【1 4 1 。填充有载体介质( 如白云石) 的生物膜反应器比完全混合生物反应器更适用于工业。但是，固定载体、固定 生物膜反应器的主要缺点是在反应器内容易形成孔隙通道，载体易被硫化物沉 淀所阻滞。这一问题可通过采用周期性地急剧提高回流速度来解决m 。q 。另一 方法是采用流动载体，如以铁屑作为生物膜的载体，对填充床和流动床生物反 应器进行小试研究”7 1 。结果表明，流动床生物反应器中s 0 4 2 。的最大还原能力 ( 7 9 7 k g m 3 d ) 比填充床( 3 4 5 k g m 3 d ) 高两倍。j u k k a ”l 在u a s b 反应器中 以乙醇作为碳源，考察s 0 4 2 还原情况。结果表明，当s 0 4 2 。负荷率为 6 0 k g m 3 d ，h r t 为0 5 0 8 5 d ，进水s 0 4 2 。浓度为8 4 0 5 0 0 0 m g l 时，s 0 4 2 去 除率达到8 0 。大多数研究者认为采用具有出水回流的上向流填充床反应器为 宜，采用出水回流的上向流填充床反应器可以实现进水和反应器内液体的完全 混合。 1 3 2 2 单向吹脱工艺单相吹脱工艺是在单相厌氧处理系统中安装惰性气体吹 脱装置，将硫化氢不断地从反应器中吹脱掉，以减轻其对m p b 和其它厌氧菌 的抑制作用，从而改善反应器的运行性能。分为内部吹脱装置和外部吹脱装置 两大类型。吹脱气体一般采用较稳定的n 2 气或沼气。 单相吹脱厌氧工艺并没有彻底克服硫酸盐还原作用对m p b 的抑制作用， 因为反应器中仍然有相当量的h 2 s 存在，会对m p b 产生抑制作用，在一定程 度上降低甲烷产量，而且增加沼气回收利用的困难。此外，s r b 和m p b 还存 在基质竞争，这是单相反应器所无法解决的问题【l ”。 1 3 2 - 3 硫酸盐还原与硫化物光和氧化联用工艺b u i s m a n 等1 1 9 1 提出一种厌氧工 哈尔滨理工大学工学硕士学位论文 艺，利用s r b 将硫酸盐还原为硫化物，同时利用光合细菌将硫化物氧化为单 质硫。k o b a y a s h i 等人例通过小试用厌氧光合菌实现了由硫化物到单质硫的转 化。m a r e e 【2 1 l 通过在厌氧反应器培养光合菌来处理高浓度硫酸盐废水，在厌氧 滤池中成功地实现了硫酸盐一硫化物一硫的转化。当废水的c o d 为 3 0 0 0 m g l ，s 0 4 2 为2 5 0 0 m g l ，反应器的h r t 为1 2 h 时，硫酸盐还原率达 9 0 左右，c o d 去除率达7 0 。这种方法在处理硫酸盐废水方面虽有一定的 效果，但需要在反应器内部提供光照，要消耗辐射能，这在经济上有严重的缺 点1 1 9 - + 2 0 i 。另外，有关光合细菌法处理硫酸盐废水的研究大都处在小试阶段，在 工程实践中应用的可能性不大。 1 3 2 4 硫酸盐还原与硫化物化学氧化联用工艺由于硫化物与某些金属离子易 生成沉淀，在反应器中投加f c 2 + 、z n 2 + 等，可以降低溶解性硫化物浓度，减小 硫化物对m p b 的毒害作用1 2 2 - 2 4 1 。刘燕口哪等提出，采用厌氧工艺处理高浓度硫 酸盐的废水时，可以投加铁盐或锌盐改善厌氧反应器性能。显然，铁盐较锌盐 理想。另一种方法是直接处理重金属含量高的废水，目前国内外也常常采用。 但是，此工艺的弊端是投加金属盐后形成的不溶性硫化物在反应器中会累积， 从而降低厌氧污泥的相对活性。而且，当硫酸盐浓度很高时，所需的化学药品 的费用会相对增高。另外，污泥产量也会增加，给污泥后处理带来困难。这种 方法虽然控制了硫化物的抑制，但s r b 与m p b 的基质竞争作用依然存在，产 甲烷率仍偏低。 1 3 2 5 两相厌氧工艺将两相厌氧理论应用到生物脱硫领域可以说是一个革命 性的迸步，这种方法解决了s 0 4 e - 对m p b 的两级抑制，也解决了s r b 和a b 的基质竞争问题，使得产酸相可以作为一个单独的系统独立出来。这样，不仅 有利于对其进行更加升入具体的研究，也可以使产酸相能够单独作为对含 s 0 4 。特种废水的处理手段，与后面的常规水处理系统很好的衔接。 c z a k o t 2 ”、r e i s e 等例和m m i z i l i l o 等【2 7 l 的试验证明两相厌氧工艺的酸化单元 中微生物的产酸作用和硫酸盐还愿作用可以同时进行。指出在酸性发酵阶段利 用s r b 去除硫酸盐具有以下优点：( 1 ) 硫酸盐还原菌可以代谢酸性发酵阶段的 中间产物如乳酸、丙酮酸、丙酸等，故在一定程度上可以促进有机物的产酸分 解过程；( 2 ) 发酵性细菌比m p b 所能承受的硫化物浓度高，所以硫化物对发酵 性细菌的毒性小，不致影响产酸过程；( 3 ) 由于硫酸盐还原作用主要是在产酸相 反应器中进行，避免了s r b 和m p b 之间的基质竞争问题，可以保证后续产甲 烷相有较高的甲烷产率，而且在形成的沼气中的h 2 s 含量较小，便于利用；( 4 ) 由于产酸相反应器处于弱酸状态，硫酸盐的还原产物硫化物大部分以h 2 s 的 哈尔滨理工大学工学硕士学位论文 形式存在，便于吹脱去除。s a r n e r 【2 2 1 用厌氧滤池作为两相厌氧工艺的产酸相反 应器，用u a s b 反应器作为产甲烷相反应器处理纸浆废液，进水c o d 为 1 9 3 0 0 m g l ，b o d 为5 9 3 0 m g l ，s 0 4 。为5 2 2 5 m g l ，p h 为6 o - 6 3 时，s o 的 还原率可达6 3 ，最终出水c o d 去除率为5 6 ，b o d 5 去除率为9 0 以上。 g 瞄1 利用c s t r 型两相厌氧工艺处理含乳清的硫酸盐废水，产酸相反应器进 水c o d 为8 5 0 0 m g l ，s o , 2 - 为1 0 0 0m g l ，p h 为6 1 巧2 时，硫酸盐还原率可 达8 8 ，工艺系统的c o d 去除率达9 5 以上，产甲烷相中的产甲烷率达 o 3 1 - 4 ) 4 0 m ac i - 1 4 k gc o d ( 3 0 ) 。王爱杰等采用c s t r 型产酸脱硫反应器 作为两相厌氧工艺系统的产酸相处理高浓度含硫酸盐废水，进水c o d 浓度为 3 0 0 0 4 0 0 0m g l ，s o , z 浓度为1 0 0 0 - 2 0 0 0 m g l ，s o , 。负荷率低于 7 5 k g m 3 d ，h r t 为4 8 - 6 o h r ，p h 为6 o 2 时，s o , 2 的还原率可达9 0 1 0 0 。两相厌氧工艺虽然将产酸相和产甲烷相分开了，但是在产酸硫酸盐 还原相中，还原产物s 2 对s r b 有反馈抑制作用，s 2 和旷生成h 2 s ，h 2 s 对 s r b 有毒害作用。此外，产酸相并不是污水处理的终点，要后续产甲烷相，所 以，上述因素要求，产酸相中的s 2 。必须从系统中排除出去，于是有了联用工 艺。 1 3 2 6 两相厌氧与硫化物生物氧化联用工艺到目前为止，两相厌氧工艺处理 硫酸盐废水已得到诸多共识，并在此基础上发展了一些更理想的工艺系统。杨 景亮和左剑恶等0 0 l 、李亚新等川，任南琪和王爱杰等i a 2 j j l 分别提出了“硫酸盐 还原硫化物生物氧化一产甲烷”新工艺。其中硫化物氧化单元是利用无色硫 细菌( t h i o b a c i l l u s ) 将硫化物氧化为单质硫，从而彻底去除系统中的硫酸盐。 此生物脱硫工艺条件温和，能耗低，投资少，具有广阔的应用前景。王爱杰等 f 3 2 1 针对制药、垃圾渗滤液等富含硫酸盐的废水中同时含有硝酸盐或氨氮的特 点，提出硫化物氧化单元可以利用脱氮硫杆菌( t h i o b a c i l l u sd e n i t r i f i c a n s ) 同 步脱氮脱硫的功能，实现废水在厌氧膨胀床反应器中同步脱氮脱硫的目的，并 收获为单质硫。 1 3 3 人工神经网络与遗传算法研究现状 1 3 3 1 人工神经网络研究历史与现状人类具有高度发达的大脑，大脑是思维 活动的物质基础，而思维是人类智能的集中体现，长期以来，人们想方设法了 解大脑的工作机理和思维本质，向往能构造出具有类人智能的人工智能系统， 以模仿人脑功能，完成类似于人脑的工作。人脑的思维有逻辑思维、形象思维 哈尔滨理工大学_ 学硕士学位论文 和灵感思维三种基本方式。逻辑思维的基础是概念、判断与推理，即将信息抽 象为概念，再根据逻辑规则进行逻辑推理。由于概念可用符号表示，而逻辑推 理宜按串行模式进行，这一过程可以事先写成串行的指令由机器来完成。2 0 世 纪4 0 年代问世的第一台电子计算机就是这样一种用机器模拟人脑逻辑思维的 人工智能系统，也是人类实现这一追求的重要里程碑 3 4 - 3 5 1 。 现代计算机的计算构成单元的速度是人脑中神经元速度的几百万倍，对于 那些特征明确，推理或运算规则清楚的可编程问题，可以高速有效地求解，其 在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力。但是迄今 为止，计算机在解决与形象思维和灵感思维相关的问题时，却显得无能为力。 例如人脸识别、骑自行车、打篮球等涉及联想或经验的问题，人脑可以从中体 会那些只可意会、不可言传的直觉与经验，可以根据情况灵活掌握处理问题的 规则，从而轻而易举地完成此类任务，而计算机在这方面则显得十分笨拙。 计算机在解决具有形象思维特点的问题时难以胜任的根本原因在于，计算 机与人脑采取的信息处理机制完全不同。 迄今为止的各代计算机都是基于冯- 诺依曼工作原理：其信息存储与处理是 分开的，即存储器与处理器相互独立；处理的信息必须是形式化的信息，即用 二进制编码定义的文字、符号、数字、指令和各种规范化的数据格式、命令格 式等等；而信息处理的方式必须是串行的，即c p u 不断地重复取址、译码、 执行、存储这四个步骤。这种计算机的结构和串行工作方式决定了它只擅长于 数值和逻辑运算。 布满在人类大脑皮层上的神经细胞亦称神经元。每个神经元有数以千计的 通道同其他神经元广泛相互连接，形成复杂的生物神经网络。生物神经网络以 神经元为基本信息处理单元，对信息进行分布式存储与加工，这种信息加工与 存储相结合的群体协同工作方式使得人脑呈现出目前计算机无法模拟的智能。 为了进一步模拟人脑的形象思维方式，人们不得不跳出冯诺依曼计算机的框架 另辟蹊径。而从模拟人脑生物神经网络的信息存储和加工处理机制入手，设计 具有人类思维特点的智能机器，无疑是最有希望的途径之一。 用计算方法对神经网络信息处理规律进行探索称为计算神经学，该方法对 于阐明人脑的工作原理具有深远意义。人脑的信息处理机制是在漫长的进化过 程中形成和完善的。虽然近年来，在细胞和分子水平上对脑结构和脑功能的研 究已经有了长足的发展，然而到目前为止，人类对神经系统内如何利用电信号 和化学信号来处理信息只有模糊的概念。尽管如此，把分子和细胞技术所达到 的微观层次与行为研究所达到的系统层次结合起来，可以形成对人脑神经网络 - 8 哈尔演理工大学工学硕士学位论文 的基本认识。在此基本认识的基础上，以数学和物理方法以及信息处理的角度 对人脑神经网络进行抽象，并建立某种简化模型，就称为人工神经网络 ( a r t i f i c i a ln e u r a ln e t w o r k ，缩写a n n ) 。人工神经网络远不是人脑生物神经网 络的真实写照，而只是对它的简化、抽象与模拟闱。 关于人工神经网络的定义尚不统一，美国神经网络学家h c c h tn i e l s e n 曾经 给出了人工神经网络比较详细的定义鲫：人工神经网络是一个并行、分布处理 结构，它由处理单元及称为联接的无向信号通道互联而成。这些处理单元 ( p r o c e s s i n ge l e m e 吐p e ) 具有局部内存，并可以完成局部操作。每个处理单元有 一个单一输出联接，这个输出可以根据需要被分支成希望个数的许多并行联 接，且这些并行联接都输出相同的信号，即相应的处理单元的信号，信号的大 小不因分支的多少而变化。处理单元的输出信号可以是任何需要的数学模型， 每个处理单元中进行的操作必须是完全局部的。也就是说，它必须仅仅依赖于 经过输入联接到达处理单元的所有输入信号的当前值和储存在处理单元局部内 存中的值。美国国防高级研究计划局关于人工神经网络的解释是i ”l ：人工神经 网络是一种由许多简单的并行工作的处理单元组成的系统，其功能取决于网络 的结构、连接强度以及各单元的处理方式。 从h e c h tn i e l s e n 和美国国防高级研究计划局对人工神经网络的定义中我们 可以看到人工神经网络是一种模仿人类神经系统的数学模型，它使用大量的简 单的处理单元处理信息，这些处理单元即所谓的人工神经元。神经元按并行、 分布处理结构的形式组织，每层上的神经元通过其进行任意分支后的输出按加 权方式与其他层上的神经元连接从而构成神经网络。 1 启蒙阶段 1 8 9 0 年，美国心理学家w i l l i a mj a m e s 发表了第一部详细论述人脑结构及 功能的专著心理学原理( p r i n c i p l e so fp s y c h o l o g y ) ，对相关学习、联想记忆 的基本原理做了开创性研究。另外，他曾预言神经细胞激活是细胞所有输入叠 加的结果。他认为，在大脑皮层上任意点的刺激量是其他所有发射点进入该点 刺激的总和例。 半个世纪后，生理学家w s m c c u l l o c h 和数学家w a p i t t s 于1 9 4 3 年发 表了一篇神经网络方面的文章。在这篇文章中，他们在已知的神经细胞生物学 基础上从信息处理的角度出发，提出形式神经元的数学模型，称为m - p 模 型。该模型把神经细胞的动作描述为：神经元的活动表现为兴奋或抑制的二 值变化；任何兴奋性突触有输入激励后，使神经元兴奋，与神经元先前的动 作与状态无关；任何抑制性突触有输入激励后，使神经元抑制；突触的值 哈尔滨理工大学工学硕士学位论文 不随时间改变；突触从感知输入到传送出一个输出脉冲的延迟时间是 0 5 m s 。尽管现在看来m p 模型过于简单，而且观点并非完全正确，但其理论 贡献在于：证明了任何有限逻辑表达式都能由m - p 模型组成的人工神经网 络来实现；他们是从w j a m e s 以来采用大规模并行计算结构描述神经元和 网络的最早学者；他们的工作奠定了网络模型和以后开发神经网络步骤的基 础。为此，m p 模型被认为开创了神经科学理论研究的新时代。 启蒙时期的另一位重要学者是心理学家d o n a l ao h e b b ，他在1 9 4 9 年出 版了一本名为行为构成( o r g a n i z a t i o no fb e h a v i o r ) 的书。该书对大脑神经 细胞、学习与条件反射做了大胆的假设，成为h e b b 学习规则。他的基本思想 是，假设大脑经常在突触上做微妙的变化，突触联系强度可变是学习和记忆的 基础，其强化过程导致了大脑自组织形成细胞集合( 几千个神经元的子结 合) ，其中循环神经冲动会自我强化，并继续循环，任何一个神经元同属于多 哥细胞集合，可以说，细胞集合是大脑思维信息的基本量子。他给出了突触调 节模型，描述了分布记忆，它后来被成为关联论( c o n n e c t i o n i s t ) 。由于这种模型 是被动学习过程，并只适用于正交矢量的情况，后来研究者把突触的变化与突 触前后电位相关联，在他的基础上作了变形和扩充。说明h e b b 对神经网络的 发展起到了重大的推动作用，至今仍然被人们引证。 2 第一次高潮阶段 1 9 5 8 年计算机科学家r o s e n b l a t t 基于m p 模型，增加了学习机制，推广 了m p 模型。他证明了两层感知器能够将输入分为两类，假如这两种类型是线 性并可分，也就是一个超平面能将输入空间分割，其感知器收敛定理：输入和 输出层之间的权重的调节正比于计算输出值与期望输出之差。他提出的感知器 模型，首先把神经网络理论付诸工程实现。例如，1 9 5 7 年到1 9 5 8 年间在他的 率领下完成了第一台真正的神经计算机，即m a r ki 的感知器。他还指出了带 隐层处理元件的3 层感知器这一重要的研究方向，并尝试将两层感知器推广到 3 层。但他未能找到比较严格的数学方法来训练隐层处理单元。当模型的学习 环境有噪音时，内部结构有相应的随机联系，这种感知器的学习规则是突触强 化律，它可能应用在模式识别和联想记忆等方面。可以说，他的模型包含了一 些现代神经计算机的基本原理，而且是神经网络方法和技术上的重大突破，他 是现代神经网络的重要建构者之一。r o s e n b l a r 之举激发了许多学者对神经网 络研究的极大兴趣。美国上百家有影响的实验室纷纷投入这个领域，军方给予 巨额资金资助，这些事实说明神经网络形成了首次高潮。1 9 6 2 年r o s e n b l a t t 对他的感知器作了总结。还有些科学家采用其他数学模型，值得一提的是，我 哈尔滨理工大学工学硕士学位论文 国中科院生物物理所在1 9 6 5 年提出用矩阵法描述一些神经网络模型。他们重 点研究视觉系统信息传递过程和加工的机理以及建立有关数学模型。此外， f o g e l 、o w e n s 和w a l s h 在1 9 6 6 年出版了一本关于进化规划的专著a r t i t i d a l i n t e l l i g i e n c et h r o u g hs i m u l a t e de v o l u t i o n ( 1 。 3 低潮阶段 在2 0 世纪6 0 年代，掀起了神经网络研究的第一次热潮。由于当时对神经 网络的学习能力的估计过于乐观，而随着神经网络研究的深入开展，人们遇到 了来自认识方面、应用方面和实现方面的各种困难和迷惑，使得一些人产生了 怀疑和失望。人工智能的创始人之一，m m i n s k y 和s p a p e r t 研究数年，对以 感知器为代表的网络系统的功能及其局限性从数学上做了深入研究，于1 9 6 9 年发表了轰动一时的评论人工神经网络的书，称为感知器。此书对当时与 感知器有关的研究及其发展产生了恶劣的影响，有些学者把研究兴趣转移到人 工智能或数字计算机有关的理论的应用方面。美国在此后1 5 年里从未资助过 神经网络研究课题，前苏联有关研究机构也受到感染，终止了已经资助的神经 网络研究的课题。但仍然有少数科学家在坚持不断的研究神经网络理论，有的 科学家在此期间投入到这个领域，带来了新的活力，他们取得了理论上的系 列重要成果。 4 复兴阶段 1 9 8 3 年k i r k p a t r i c k 等人首先认识到模拟退火算法可应用于n p 完全组合优 化问题的求解。这种思想最早是由m e t r o p o l i s 等人在1 9 5 3 年提出的，即固体 热平衡问题，通过模拟高温物体退火过程的方法，来找全局最优或近似全局最 优，并给出了算法的接受准则。这是一种很有效的近似算法。实际上，它是基 于m o n t ec a r l o 迭代法的一种启发式随机搜索算法。1 9 8 4 年h i n t o n 等人提出了 b o l t z m a n n 机模型，借用统计物理学中的概念和方法，引入了模拟