宋 留,杨 冲,张 辉,刘鸿斌,2* (.南京林业大学林业资源高效加工利用协同创新中心,江苏 南京 20037；2.华南理工大学制浆造纸工程国家重点实验室,广东 广州 50640)

制浆造纸工业是国民经济的重要支柱产业之一,但又是高能耗、高污染的行业,是国家进行节能、节材、综合利用、减少污染物排放的重点行业.在造纸污水处理过程中由于在线测量传感器的缺乏或者受成本,使用寿命等限制,一些与出水水质指标相关的关键参数难以获得,并且这些参数对于出水指标的控制及过程的优化起着重要的作用,是造纸污水处理中必须监测的变量[1].针对这个问题,软测量技术已经被广泛地应用于工厂来预测关键的,难以测量的过程变量.目前的软测量技术包含现代统计分析、人工神经网络、模糊逻辑、神经模糊系统、遗传算法以及它们相互融合的混合方法,这些技术在许多领域取得了较好的应用效果[2].因此,对污水处理过程进行软测量建模,为造纸污水工艺参数或出水指标的实时检测提供了经济可靠的方法.

软测量模型是软测量技术的核心,其建模方法按照建模机制可分为机理型与数据驱动型.但实际中即使是一般对象的反应机理都比较复杂,以及受到工况与环境的影响,机理模型难以满足建模需要.而数据驱动模型不必研究对象的内部规律,只需获得足够多的数据就可建立对象的软测量模型.数据驱动模型有回归分析模型、人工智……