（环境工程专业论文）事故废水快速处理处置工艺的模拟与优化.pdf

摘要 随着工业化的进程，化工行业蓬勃发展，随之引起的环境污染事故也进入高发期。 化工行业的泄漏、爆炸、火灾以及高浓度化工废水突发性排放等是造成环境污染事故的 主要原因，在这些突发性事故发生后，其产生的高浓度废水需要快速有效的进行处理， 为此事故废水快速处理处置工艺的研究势在必行。化工事故废水一般浓度比较高，采用 单一工艺进行处理效果较差。超滤膜分离技术，高吸油树脂吸附技术，以及微波辅助催 化氧化技术是近期发展起来的三种废水处理技术，将三种技术联用能够快速有效的解决 事故废水浓度高，处理效果差，难以达标排放的问题。 超滤膜分离技术，高吸油树脂吸附技术，以及微波辅助催化氧化技术作用机理复杂， 三种技术联用，对其进行工艺的组合，处理量的匹配，操作条件的优化比较困难。采用 化工过程模拟软件a s p e np l u s 和b p 神经网络技术能够模拟三种工艺的实际工况特性， 集成三种工艺，得到最优工艺组合，最佳操作条件。 首先，采用b p 神经网络技术分别建立三种工艺的a n n 预测模型，并优化得到三种 工艺的最佳操作条件。结果表明，a n n 模型预测结果与实验结果基本吻合，已建立的三 种a n n 预测模型能够较好的预测三种废水处理工艺的处理效果。膜分离模块最佳操作 条件：压差为0 5 m p a ，流速为5 5 m s ，温度为4 5 。c ，浓度为2 0 0 0 m g l ；吸附工艺最佳 操作条件：树脂量为2 5 9 l ，浓度为6 0 0 m g l ，温度为4 5 * c ；催化氧化工艺最佳条件： 催化剂投加量为2 0 9 l ，功率为5 0 0 w ，反应时间为9 m i n ，3 0 的双氧水投加量为3 ( 体 积比) 。 其次，采用化工过程模拟软件a s p e np l u s 对三种工艺进行了单元模块模拟，并进行 了处理能力的放大。结果表明，单元模块模拟结果与实验值基本吻合，已建立的三种单 元模块能够模拟三种废水处理工艺的实际工况特性。在进水流量放大2 0 倍，工艺装置相 应放大的情况下，膜分离模块去除率为7 2 1 4 ，与实验值相对误差仅为1 8 ；吸附模 块去除率为7 4 3 7 ，与实验值相对误差仅为1 4 ；催化氧化模块去除率为8 8 9 1 ，与 实验值相对误差仅为o 1 7 。经过处理能力放大后，三种工艺的处理效果与实验值基本 吻合，处理效果较好。 最后，采用化工过程模拟软件a s p e np l u s 对事故废水快速处理处置工艺进行了全流 程模拟，并得到了最优工艺组合，适宜操作条件，设计了合理的装置参数，为实际方案 的实施提供了技术支持，节省了方案设计时间以及前期投资。最优工艺组合：膜分离工 艺_ 吸附工艺_ 催化氧化工艺；进水流量为4 m 3 h ，进水浓度为2 0 0 0 m g l 的条件下，苯 酚去除率为9 9 。 关键词：事故废水；处理处置工艺；a s p e np l u s ；b p 神经网络；模拟 a b s t r a c t w i t ht h ep r o c e s so f i n d u s t r i a l i z a t i o n ，c h e m i c a li n d u s t r i e sa r ed e v e l o p i n gr a p i d l y c o n s e q u e n t l y , e n v i r o n m e n t a lp o l l u t i o na c c i d e n t sh a v ea l s oe n t e r e dh i g hf r e q u e n c yp e r i o d l e a k a g e ，e x p l o s i o n ，f i r ea n ds u d d e nd i s c h a r g eo fh i g hc o n c e n t r a t i o nc h e m i c a lw a s t e w a t e ra r e t h em a i nr e a s o n so fe n v i r o n m e n t a la c c i d e n t s ，a n dt h ea c c i d e n t a lw a s t e w a t e rn e e d sr a p i da n d e f f e c t i v et r e a t m e n t a sar e s u l t , t h es t u d yo nd i s p o s a lp r o c e s so fa c c i d e n t a lw a s t e w a t e ri s i m p e r a t i v e t h ec o n c e n t r a t i o no fc h e m i c a la c c i d e n tw a s t e w a t e ri su s u a l l yh i g h ，s i n g l ep r o c e s s c a nh a r d l yr e a c ht h ee m i s s i o ns t a n d a r d s u l t r a f i l t r a t i o nm e m b r a n es e p a r a t i o nt e c h n o l o g y , h i 曲 o i l a b s o r b i n g r e s i n a d s o r p t i o nt e c h n o l o g y a n dm i c r o w a v e - a s s i s t e d c a t a l y t i co x i d a t i o n t e c h n o l o g ya r ed e v e l o p e dr e c e n t l y ；c o u p l i n gt e c h n o l o g i e so f t h et h r e ec a ns o l v et h ep r o b l e m so f a c c i d e n tw a s t e w a t e rr a p i d l ya n de f f e c t i v e l y t h em e c h a n i s m so ft h et h r e et e c h n o l o g i e sa r ec o m p l i c a t e d ，a sar e s u l t ，i ti sd i f f i c u l tt o c o m b i n et h et e c h n o l o g i e s ，m a t c ht h et h r o u g h p u ta n do p t i m i z et h eo p e r a t i n gc o n d i t i o n s c h e m i c a lp r o c e s ss i m u l a t i o ns o f tw a r e s ，a s p e np l u sa n db pn e u r a ln e t w o r kt e c h n o l o g yw h i c h c a ns i m u l a t et h ea c t u a l w o r k i n g c o n d i t i o nc h a r a c t e r i s t i c sa r e a d o p t e d t h eo p t i m u m c o m b i n a t i o np r o c e s s e sa n do p e r a t i n gc o n d i t i o n sa r ea l s oa c h i e v e d f i r s t l y , a n np r e d i c t i o nm o d e l sf o rt h r e ed i f f e r e n tt e c h n i q u e sw e r es e t u pb yb pn e u r a l n e t w o r kt e c h n o l o g y t h er e s u l t ss h o w e dt h a tt h ep r e d i c t i o nr e s u l t sm a t c h e dt h ee x p e r i m e n t a l o n e sq u i t ew e l l ，a n dt h et h r e es e t u pa n np r e d i c t i o nm o d e l sc a np r e d i c tt h ee f f e c t so f w a s t e w a t e rt r e a t m e n tw e l l t h eb e s to p e r a t i o nc o n d i t i o nf o rm e m b r a n es e p a r a t i o nw a s t r a n s m e m b r a n ep r e s s u r e0 5 m p a ，f l o wv e l o c i t y5 5 m s ，t e m p e r a t u r e4 5 ，c o n c e n t r a t i o n 2 0 0 0 m g l ；t h eo p t i m u mo p e r a t i o nc o n d i t i o n sf o ra d s o r p t i o nw a s ：q u a n t i t yo fr e s i n2 5 e g l ， c o n c e n t r a t i o n6 0 0 m g l ，t e m p e r a t u r e4 5 。c ；t h eb e s to p e r a t i o nc o n d i t i o n sf o rc a t a l y t i co x i d a t i o n w a s t h ec a t a l y s ta m o u n t2 0 9 l ，p o w e r5 0 0 w , r e a c t i o nt i m e9m i n ，3 0 h 2 0 2d o s a g e3 o ( v v ) s e c o n d l y , a s p e np l u s ，t h ec h e m i c a lp r o c e s ss i m u l a t i o ns o f t w a r ew a sa p p l i e dt os i m u l a t et h e a b o v et h r e eo p e r a t i o nu n i t sa n de n l a r g et h ec a p a c i t yf o rt h et r e a t m e n t t h er e s u l t si n d i c a t e dt h a t t h er e s u l t so fp r e d i c t i o nw e r ef i t t e dw e l lb yt h ee x p e r i m e n t a ld a t a ，a n dt h ee s t a b l i s h e dt h r e e p r e d i c t i o nu n i t sc a ns i m u l a t et h er e a lo p e r a t i n gp e r f o r m a n c ef o rt h r e ed i f f e r e n tk i n d so f w a s t e w a t e r w h e nb o t ht h eq u a n t i t yo fe f f l u e n ta n dt h eo p e r a t i o ne q u i p m e n tw e r ee n l a r g e d2 0 f i t t i m e s ，t h er e m o v a lr a t ef o rm e m b r a n eu n i tw a s7 2 1 4 w h o s ee x p e r i m e n tr e l a t i v ee r r o rw a s 1 8 ，a n dt h er e m o v a lr a t ef o ra d s o r p t i o nu n i tw a s7 4 3 7 w h o s ee x p e r i m e n tr e l a t i v ee r r o rw a s 1 4 ，a n dt h er e m o v a lr a t ef o rc a t a l y t i co x i d a t i o nu n i tw a s8 8 9 1 w h o s ee x p e r i m e n tr e l a t i v e e r r o rw a so 17 w h e nt h ec a p a c i t yo ft h et r e a t m e n tw a sa m p l i f i e d ，t h ee f f e c t so ft h r e e t r e a t m e n tp r o c e s s e sm a t c h e dt h ee x p e r i m e n t a ld a t aw e l l f i n a l l y , a s p e np l u s ，t h ec h e m i c a lp r o c e s ss i m u l a t i o ns o f t w a r ew a su s e dt op r e d i c tt h e p r o c e s sf o rt h et r e a t m e n tf o rt h ee n v i r o n m e n t a la c c i d e n tw a s t e w a t e rs u c c e s s f u l l y t h eb e s tu n i t c o m b i n a t i o na n dt h eo p e r a t i o nc o n d i t i o nw e r ep r o v i d e d t h er e a s o n a b l ep a r a m e t e r sf o r e q u i p m e n tw e r ed e s i g n e d ，w h i c hs u p p o r t e dt h er e a lp r o j e c tt e c h n i c a l l ya n d b o t ht h ed e s i g n p e r i o d sa n di n v e s t m e n tw e r es a v e d t h eb e s to p e r a t i o np r o c e s sw a s m e m b r a n es e p a r a t i o n ， a d s o r p t i o n ，c a t a l y t i co x i d a t i o n t h ef l o wv e l o c i t yw a s4 m 3 h , c o n c e n t r a t i o n2 0 0 0 m g l ，a n dt h e r e m o v a lr a t eo fp h e n o lw a s9 9 k e yw o r d s ：a c c i d e n tw a s t e w a t e r ，t r e a t m e n ta n dd i s p o s a lt e c h n o l o g y ，a s p e np l u s ，b pn e u r a l n e t w o r k ，s i m u l a t i o n i v 目录 摘要一i a b s t r a c t i i i 第一章绪论l 1 1 课题背景一1 1 2 事故废水处理处置工艺的研究现状1 1 2 1 膜分离工艺2 1 2 2 吸附工艺2 1 2 3 催化氧化工艺3 1 3 计算机模拟技术在废水处理中的应用现状3 1 3 1 人工神经网络技术4 1 3 2 化工过程模拟技术6 1 4 课题研究内容与目的8 1 4 1 课题研究目的8 1 4 2 课题研究内容8 第二章事故废水快速处理处置工艺的实验9 2 1 膜分离工艺实验9 2 2 吸附工艺实验【4 8 1 。1 0 2 3 催化氧化工艺实验【4 9 】1 1 第三章单元模块的预测与操作条件的优化1 2 3 1b p 神经网络理论1 2 3 1 1 人工神经网络( a n n ) 简介1 2 3 1 2b p 人工神经网络的特点1 2 3 1 3b p 神经网络的模型结构及算法1 3 3 1 4 网络结构设计1 4 3 1 5 网络模型结构设计1 4 3 1 6b p 神经网络废水处理工艺建模原理【5 6 】1 5 3 2 膜分离模块模拟预测1 5 3 2 1 输入、输出向量设计1 5 3 2 2 a n n 网络训练1 6 3 2 3 膜分离模块a n n 网络预测结果分析与操作条件优化：l8 3 3 吸附模块模拟预测19 3 3 1 输入、输出向量设计1 9 3 3 2a n n 网络训练2 0 3 2 3 吸附模块模a n n 网络预测结果分析与最佳操作条件优化2 1 3 4 催化氧化模块模拟预测2 3 3 4 1 输入、输出向量设计2 3 3 4 2a n n 网络训练2 3 3 4 3 催化氧化模块a n n 网络预测结果分析与最佳操作条件优化2 5 3 5 本章小结2 6 第四章单元模块的模拟与处理能力的放大2 8 4 1 化工过程计算机模拟技术a s p e np l u s 简介2 8 4 1 1a s p e np l u s 的功能和特点2 8 4 1 2a s p e np l u s 流程模拟方法2 9 4 1 3 单元模型的选择3 0 4 2a s p e np l u s 对膜分离模块模拟31 4 2 1 膜分离工艺的作用机理3 l 4 2 2 膜分离工艺超滤模型 7 0 l 3 2 4 2 3 膜分离模块操作模型的选择与模型参数设置3 3 4 2 4 膜分离单元模块的模拟结果分析与处理能力放大3 4 4 3a s p e np l u s 对吸附模块模拟一3 6 4 3 。1 吸附工艺的吸油机理3 6 4 3 2 吸附工艺吸油动力学【7 3 】3 6 4 3 3 吸附模块操作模型的选择与模型参数设置3 7 4 3 4 吸附单元模块的模拟结果分析与处理能力放大3 8 4 4 a s p e np l u s 对催化氧化模块模拟4 0 4 4 1 催化氧化工艺的反应机理4 0 4 4 2 催化氧化工艺反应动力学【4 8 】4 0 4 4 3 催化氧化模块操作模型的选择与模型参数设置41 4 4 4 催化氧化模块的模拟结果分析与处理能力放大4 2 4 5 本章小结：4 3 第五章事故废水快速处理处置工艺的全流程模拟4 4 5 1 事故废水快速处理处置工艺全流程模拟的设计分析4 4 5 1 1 单元模块的组合4 4 5 1 2 全流程模拟流程收敛及收敛方法选择4 6 5 2 全流程模拟结果分析与优化4 7 5 2 1 全流程模拟结果分析4 7 5 2 2 全流程模拟的优化5 0 5 3 本章小结5 2 第六章结论与展望5 4 6 1 结论5 4 6 2 展望5 5 参考文献5 6 附蜀之6 0 附录1a n n 网络预测模型设计程序6 0 附录2 a s p e np l u s 软件e x c e lu s e rm o d e l 模型编辑一6 1 攻读硕士学位期间获得成果6 4 致谢6 5 硕士学位论文 1 1 课题背景 第一章绪论 随着工业化、城市化的进程推进，我国已进入环境污染事件高发期，尤其是沿江化 工带的建设，对区域环境造成重大威胁。长江的江苏段，化工企业密集，特别是作为传 统重化工基地的南京，化工企业多集中分布在沿江地区。国家级化工园区南京化工园内， 环境风险大的企业也多；一旦发生事故，会对下游沿江环境造成很大影响为避免化工污 染对环境造成的重大影响。 在化工行业突发性环境污染事故的处理、处置技术方面，由于突发性环境污染事故 涉及的污染物品种繁多，化学品理化性质千差万别，因此技术研发难度也很大。在处理 突发性环境污染事故时，应优先考虑对泄漏源进行快速封堵。在对突发性环境污染事故 实施泄漏源快速封堵、污染物快速拦截、阻隔等技术之后，采取先进的分离、反应等技 术对污染物进行快速有效的应急处理，尽快降低污染物的环境风险对减少环境污染事故 造成的环境危害具有重要的现实意义。美国等发达国家在对环境事故污染物中有毒化学 品的快速分离和高效吸附等技术研究方面取得了一系列重要突破，目前正朝者自动化、 集成化的技术方向发展，而国内在此方面少见成功的技术报道。由于缺乏适宜的科学应 对方法和技术措施，往往造成严重的后果，对环境带来极大的破坏。 1 2 事故废水处理处置工艺的研究现状 作为就地应急快速分离技术之一的膜分离技术以其优异的机械、化学稳定性以及高 过滤精度在超细颗粒回收、含油废水处理领域已显示出极强的竞争力【lj 。目前，我国分一 离膜的研究与产业化基本与国际先进水平同步，是我国为数不多的能够与国际先进产品 相竞争的高技术领域之一。然而，要将分离膜应用于化工重大环境污染事故导致的有机 物快速分离回收或高浓度复杂有机废水处理等，尚有许多关键技术问题需要解决。有必 要针对处理体系的具体特点，通过研究膜材料、膜孔径和处理效果之间的关系，开发出 面向特定处理体系的陶瓷膜，从而满足高通量快速处理的要求。此外，研究开发高吸附 倍率的新型吸附材料对污染事故体系中有机毒物的快速吸附脱除、研发新型高效催化氧 化技术对有机毒物的快速降解转化、研究高效、经济、节能的处理装备，开发不同工艺 的有效组合小型设备，是化工突发性环境污染故事事后应急处理技术的主要研究内容和 1 第一章绪论 发展方向。 1 2 1 膜分离工艺 膜分离是利用利用膜的选择性实现料液的不同组分的分离、纯化、浓缩的一种过 程。与传统的分离技术相比，膜可以在分子范围内进行分离，并且这过程是一种物 理过程，不需发生相的变化和添加助剂。膜分离技术具有以下特点：高效的分离过程、 低能耗、接近室温的工作温度、品质稳定性好、连续化操作、灵活性强、纯物理过程、 环保。 超滤膜影响膜通量的主要因素：操作压差、膜面流速，进料浓度、操作温度。超滤 过程是在静压力差作用下进行的，原料液中的溶剂和小的溶质粒子从高压原料液侧透过 膜到低压渗透侧，一般称滤液，而大分子及超滤组分被膜阻挡，逐渐被浓缩而以浓缩液 排出，一般认为超滤膜的这种分离机理是筛分作用，主要由膜的孔径大小和形状决定【2 3 】。 目前已广泛应用于食品、生物、环保、化工、医药、冶金、能源、石油、水处理等领域， 产生了巨大的经济效益和社会效益，已成为当今分离科学中重要的研究方向。 1 2 2 吸附工艺 吸油树脂既具有活性炭的吸附能力，又具有脱附效率高的特点，物理化学性能稳定， 因此在有机废水资源化处理领域具有广阔前景。 吸油树脂树脂因其具有大的比表面积、适用范围宽、易再生、性能稳定等优点，在 有机废水的处理中得到广泛的研究和利用。王槐三【4 】等采用x d a 2 大孔吸附树脂对异丙 苯氧化法生产苯酚的两种含酚和丙酮工业废水进行处理并回收苯酚，研究了影响吸附的 各种因素。结果显示，在适宜的条件下，酚的去除率达到9 8 ，c o d 的去除率达到7 4 ； 采用丙酮解吸，解吸效率接近1 0 0 ，解吸液进行精馏分别回收丙酮和苯酚，具有很好 的环境效益和经济效益。 陈一良【5 】等研究了树脂吸附法处理苯甲醇生产废水。结果表明，大孔吸附树脂j x 1 0 1 对苯甲醇具有良好的吸附、脱附性能，废水经固定床吸附后，废水中苯甲醇的去除率和 c o d 的去除率均大于9 9 ，出水达到国家一级排放标准，同时还可回收纯度达8 5 的苯 甲醇。 硕士学位论文 1 2 3 催化氧化工艺 处理污水中有机污染物常用的一种方法是活性炭吸附法，但吸附后的活性炭表面有 机物却难以处理。微波辐射能有效地解吸活性炭表面的有机物，使活性炭再生并有利于 有机物的消解和回收再利用。有研究表明，利用微波加热解吸可消解污水中的有机物。 如g c h i h e7 】等采用低能度的微波辐射，可以对污水中吸附在颗料状活性炭表面的有机毒 物三氯乙烯、二甲苯、萘以及碳氢化合物等进行解吸和消解，其最终分解率达1 0 0 ，处 理后的水质稳定。 微波加热是利用介质的介电损耗而发热，在极短的时间内使介质分子达到极化状态， 加剧分子的运动与碰撞【6 】。由于电磁能量是以波的形式辐射到介质内部，内外同时加热， 加热无滞后效应，所以体系受热均匀。因此，利用微波加热可合成某些分子量均匀的物 质，由于加热无滞后效应，可大大加快反应速度，缩短反应周期。 微波辅助催化氧化技术在环境保护领域中的应用前景广泛，但还存在一些问题。微 波泄露对人体有影响。从微波的作用原理来看，人体也会吸收微波，对人体产生危害。 因此，在使用微波时，必须保证安全，以排除微波辐射对人体造成的不良影响。微波辅 助催化氧化技术在环境保护领域的应用，国内起步较晚，但随着人们对环保的重视和微 波技术的不断完善，相信微波辅助催化氧化技术将会在环境保护领域得到更广泛的应用。 1 3 计算机模拟技术在废水处理中的应用现状 废水处理系统具有不稳定性和不确定性，其处理过程的特点是多变量、非线性、时 变性与随机性，故建立精确的数学模型比较困难。同时，废水处理系统的控制又属于多 目标控制，体现在：需要控制几种出水指标，需要抑制外部环境的变化( 扰动) 对处理过 程的影响以确保处理过程的稳定性，需要使处理过程费用最低【8 j 。 近年来，计算机技术逐步在废水处理中应用，能较好的解决废水处理系统的不稳定 性，数学模型建立困难，以及控制目标多等问题，以人工神经网络和化工过程模拟技术 较为突出。人工神经网络最大优点是可以充分逼近任意复杂的非线性关系，有较强的学 习能力和容错性，同时能够处理定量、定性数据，能够利用连接的结构与其他控制方法 及人工智能相结合，已成为废水处理过程的研究热点。化工过程模拟技术以工艺过程的 机理模型为基础，采用数学方法来描述化工过程，通过应用计算机辅助计算手段，进行 过程物料衡算、热量衡算、设备尺寸估算和能量分析，可以节省出试验( 小试与中试) 探 第一章绪论 索最佳工艺工况条件所消耗的大量资金、时间和人力吲，该技术能够使我们从整个系统 的角度来认识、分析、预测生产中深层次的问题，进行装置调优、流程剖析和过程综合， 达到优化生产、节约资源、环境友好、提高经济效益的目的【1 0 , 1 1 1 。 1 3 1 人工神经网络技术 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 ，简称a n n 或t e n ) 是由大量简单的神经元按 各种不同的拓扑结构相互连接而形成的复杂网络系统，尽管每个神经元的结构和功能十 分简单，但由大量神经元构成的网络系统可以实现各种复杂功能。神经网络系统是一个 复杂的非线性动力学系统，不仅具有一般非线性系统的共性，而且它还具有大规模的并 行处理和分布式的信息存储特性、高度非线性映射功能、良好的自组织、自适应、自学 习能力、高度的容错性和记忆、联想等特性。由于人工神经网络所具有的这些优良特性， 它已经逐步渗入到其他研究领域，如计算机科学、控制论、信息科学、微电子学、心理 学、认知科学、物理学、数学、力学等学科，并取得了丰富的成果。 神经网络的研究始于二十世纪4 0 年代初，并经历了一个曲折的发展过程。1 9 4 3 年， w s m c c u l l o c h 和w p i t t s 1 2 】合作首先提出了人工神经网络的数学模型m p 模型，第一 次用数理语言描述了脑的信息处理过程，为以后的研究工作提供了依据。1 9 4 9 年，d o h e b b l l 3 】提出了突触联系可变的假设，并根据这一假设给出了相应的学习规则，为神经网 络的学习算法奠定了基础。1 9 5 8 年，er o s e n b l a t t l l 4 】提出了具有学习能力的“感知机” 模型，完成了从单个神经元到三层神经网络的过渡，给出了第一个完整的人工神经网络 模型。19 6 0 年，b w i n d r o w 和e h o f l f l 5 】提出了自适应线性元a d a l i n e ( a d a p t i v el i n e a r e l e m e n t ) 网络，并将它应用于自适应滤波、预测和模式识别，至此人工神经网络的研究工 作进入了第一个高潮。1 9 6 9 年，m m i n s k y 和s p a p e r t 】发表了( ( p e r c e p t i o n s ) ) 一书，从 理论上证明单层感知机的能力有限，使神经网络研究陷入低潮。1 9 8 0 年，f u l ( u s l l i m a 【l 7 1 将单层感知机增加了隐层，通过抑制性反馈和兴奋性前馈作用实现自组织学习，从而使 多层感知机实现了联想学习和模式分类识别。1 9 8 1 年，t k o h o n e n 【1 8 j 提出了具有竞争机 制的自组织特征映射理论( s o m ) ，反映了大脑神经细胞的自组织特性、记忆方式以及神 经细胞兴奋刺激的规律。1 9 8 2 年，h o p f i e l d 1 9 】采用全互连型神经网络模型并应用能量函 数的概念，成功地解决了数字电子计算机不善于解决的经典人工智能难题一旅行商最优 路径( t s p ) f n 题，这是神经网络研究史上一次重大突破，引起了全世界的极大关注并使神 经网络研究热潮再度兴起。1 9 8 4 年，h i n t o n 和s e j n o w s k i 2 0 1 提出了“隐单元”概念，并推 4 硕士学位论文 出了大规模并行处理的b o l t z l n a n n 机，使用多层神经网络并行分布改变各单元连接权， 克服了单层网络的局限性，为神经网络进入非线性处理领域奠定了基础。1 9 8 6 年， r u m e l h a r t 2 l 】提出多层前馈网络的误差反向传播算法( 简称b p 算法) ，成为至今为止应用 最广、研究最多、发展最快的算法。 近二十多年来，神经网络在理论和应用上的研究取得了飞速进展。由于神经网络是 在许多学科的基础上发展起来的，因此它的研究也带动了其它相关学科的发展，并与其 他学科相结合产生了大量的边缘交叉学科。随着神经网络技术的发展，国内外学者也将 它引入到结构分析和结构可靠性研究领域并取得了初步的成果。文献【2 2 】首先将人工神经 网络一蒙特卡罗仿真算法应用于框架的可靠性分析中，为结构可靠性分析的神经网络方 法开辟了道路。文献【2 3 2 4 】对结构分析中的若干问题应用神经网络方法进行了研究。文献 【2 5 】给出了结构参数识别的神经网络方法。文献 2 6 , 2 7 1 提出了基于人工神经网络的结构可靠 度仿真方法，并对神经网络模型的建立及网络训练的有关问题进行了探讨。文献【2 8 珈】总 结了在结构优化设计中，神经网络方法的应用现状。 废水处理系统尚不能用机理分析和数学推导的方法来获得精确的数学模型，也就无 法对其提出一个良好的控制方案。神经网络为废水处理系统的模型辨识提供了新的方法。 作为一个广义函数逼近器，神经网络在建模方面的主要优点有：( 1 ) 由于神经网络本身就 是一个大规模非线性的动态系统，因此非常适用于非线性系统的建模；( 2 ) 实时辨识过程 对辨识算法的快速性要求很高，许多辨识方法由于算法复杂、计算量大而很难实际应用。 神经网络是由许多并行处理单元组成的，可以使用快速并行处理算法而大大提高了辨识 速度；( 3 ) 神经网络用于系统建模方法简单，只需通过系统的输入输出数据即可，不需要 被辨识对象的阶次结构等先验知识，是一种普遍适用的辨识方法【3 1 ，3 2 1 。 张文艺【3 3 1 等建立了基于b p 神经网络的模型，对污水处理厂的运行进行模拟，以确 定其最佳运行状态。结果表明，神经网络完全可用于活性污泥法建模，模型的建立使得 活性污泥法工艺系统的在线智能控制成为可能。李划3 4 】等建立了基于a n n 的废纸造纸 废水处理过程的动态建模，其模型的计算输出值与过程的实际输出值具有较好的一致性。 利用所建立模型对造纸厂现场排放废水进行实验，结果表明该模型可用于废纸造纸废水 处理的动态描述，并为进一步的废水处理系统在线智能控制奠定了基础。 吴凡松等【3 5 】以污水处理厂实际运行资料为样本利用r b f 网络对活性污泥系统建模， 并对该模型进行了仿真应用。应用结果表明，仿真程序简单，速度快，与预测值吻合较 好，同样适用于污水处理厂的实时控制系统。白桦，李圭白【3 6 】针对混凝投药系统的滞后 第一章绪论 和非线性的特点，基于a n n 的内模控制，选取多个参数作为输入变量，建立了双向网 络模型，结果比采用传统控制方法有更明显的优势。 通过对污水处理系统的仿真，神经网络可以预测水处理过程中的多种干扰和故障， 如预测污泥膨胀等。l b e l a l l c h e 【3 7 】在g a n d r e a 所建的基于系统辨识技术的活性污泥系统 模型的基础上，引入源于实际观察和主观经验的一些定性信息，预测结果显示，定性信 息对污水处理厂污泥膨胀现象影响很大，模型对污泥膨胀的预测同污水处理厂专家的评 价判断吻合很好。 神经网络是一种由大量简单非线性单元广泛连接而成的可以高速并行处理的系统， 它具有快速收敛于状态空间中一稳定平衡点，因此作为优化算法模型而被应用到许多优 化问题的求解中，为优化理论与算法的研究提供了一条新的途径【3 8 】。目前有关神经网络 应用于污水处理中的优化报道尚不多见，可以预见：随着神经网络优化理论和硬件实现 研究的发展，其将获得飞速发展。 s y u 等【”】通过污水处理过程中的化学氧化模型，分析p h 和吸附剂对混凝效果的影响， 应用反馈神经网络对污水处理系统实施在线自适应控制，运用现场操作数据对神经网络 控制器进行训练，训练结果证明了该模型的控制效果较好。a k a r a m a 等【4 0 】针对厌氧消化 过程提出了一种混合模型，该模型基于物料平衡方程，其中生物生长速率通过神经网络 表述。为了保证训练数据装置外混合模型的生物意义( 浓度为正、有界，生长速率的饱和 抑制) ，提出一种对神经网络加以规范的方法，并将这种方法应用于固定床生物反应器的 试验数据。m a r t i n 等研究了活性污泥过程的动态模拟，用神经网络改善预测。开发了 一个程序以提高现有活性污泥过程机械模型的精度。神经网络模型成功的用于经优化的 机理模型存在的错误预测。白桦等【4 2 】针对混凝投药过程的特点，利用神经网络的学习能 力和记忆功能，建立了净水厂混凝投药量的预测模型。结果表明：依靠网络的在线自学 习，可使预测结果的准确性明显提高。 1 3 2 化工过程模拟技术 化工流程模拟系统的发展大致经历了三代。第一代模拟系统是在上世纪( 5 0 6 0 ) 年代 开发的，规模较小，功能有限。其主要代表为美国的k e l o g g 公司的g f s 系统和s i m s c i 公司的s s c 1 0 0 系统，以及美国普渡大学( p u r d u e u n i v e r s i t y ) i 拘p a c e r 美国休斯顿大学的 c h e s s 等。第二代流程模拟系统是在上世纪7 0 年代出现的，比第一代有更为齐全的化 工单元模块和规模较大的数据库，使用高级语言编程，计算方法较先进。其主要代表有 硕士学位论文 美国s i m s c i 公司的p r o c e s s 系统，c h e m s h o r e 公司的d e s i g n 2 0 0 系统，孟山都公司 的f l o 、釉a n ，日本千代田工程公司的c a p e s 等。上世纪8 0 年代开发成功了第三代 流程模拟系统，其代表是美国麻省理工学院的系统a s p e np l u s 和s i m s c i 公司的p r oi i 系 统。a s p e n p l u s 的开发工作从1 9 7 6 年起，历时5 年，耗资6 0 0 万美元。第三代模拟系统 的主要进步是开放式结构，可随意组合单元，物性数据更丰富，应用领域更广泛，窗口 图形技术使用更方便。 由于a s p e np l u s 可广泛应用于化工设计、模拟计算、生产优化等多领域，比国内单 一的计算软件精馏塔模拟计算、加热炉计算等更加优秀。早在2 0 0 1 年底，中石化集团公 司购买了a s p e np l u s 使用、服务权，在全石化系统推广应用。作为工业生产的基础，各 高校及科研院所在日常的科学研究中逐渐注重a s p e np l u s 模拟软件的应用，并对其进行 了改进，在不同的科研项目中取得了大量的成果。 王桂云等【4 3 】结合实际数据，用a s p e np l u s 软件分析了5 种双效精馏中两效之间的原 料分配及前效的分离纯度对节能率的影响，阐述了实现节能最佳应遵循的原则。与其他 4 种双效精馏相比，并流型的节能效果最好，与单效精馏相比可节约热能4 9 1 4 。基于 化工反应过程中对精馏设备的计算要求，李群生等【删应用a s p e np l u s 化工模拟系统中的 r a d f r a c 精馏模块对氯乙烯精馏中的低沸塔进行模拟，模拟值与实际值基本吻合。讨 论了回流比、进料位置、馏出比等参数对精馏的影响，获得了对氯乙烯精馏具有指导意 义的相关工艺数据。 随着全世界能源问题的日益紧迫，煤化工行业广泛兴起。作为火电厂的烟气脱硫技 术，由于湿法脱硫工艺复杂、影响因素繁多，特别是经济性敏感，其核心技术长期处于 国外垄断状