基于BP神经网络的线路板废水处理研究

Research on Wastewater Treatment Process of Printed Circuit Board Based on Neural Network

二维码有效期 120s

摘要为了缩短印制线路板产业( PCB)废水处理的调试周期,控制化学试剂用量,节约能源,采用反向传播( BP)神经网络训练并建立了线路板废水处理的神经网络模型。以混凝沉淀水处理工艺的5个主要影响因素作为输入层参数,以出水水质指标作为输出层参数,设置单隐含层。将10组调试数据作为训练样本,网络运行得到的系统误差为0.00099996,将3组调试数据作为预测样本,网络预测值与实际数据值吻合较好。说明该网络具有较好的泛化能力,能很好地对在不同水质参数下线路板废水的处理效果进行预测,在达到所要求的水处理效果的基础上,降低进水水量及水质变化系数较大等不利因素的影响,合理投加化学试剂,使水处理系统在最优的状态下安全、稳定、低成本及高效率运行。

作者 关成立 ^[1] 杨岳 ^[2] 陈兴汉 ^[3] 学术成果认领

作者单位 阳江职业技术学院网络信息中心，广东阳江 529500; 广东技术师范学院计算机科学学院，广东广州 510665 ^[1] 阳江职业技术学院网络信息中心,广东阳江,529500 ^[2] 阳江职业技术学院网络信息中心，广东阳江 529500; 中山大学生命科学学院，广东广州 510275 ^[3]

关键词 BP神经网络线路板废水化学试剂处理训练预测 BP neural network PCB wastewater chemical reagent treatment training prediction

分类号 TP39

栏目名称 应用开发研究

DOI 10.3969/j.issn.1673-629X.2015.08.041

发布时间 2015-09-09

基金项目

广东省“十二五”规划课题 2013年广东省教指委教改项目 阳江职业技术学院教改课题 广东大学生科技创新培育专项资金项目