導(dǎo)語：管網(wǎng)水水質(zhì)預(yù)測(cè)研究論文一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要本文介紹了如何利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)管網(wǎng)水質(zhì)預(yù)測(cè)，并針對(duì)管網(wǎng)水的二次污染提出了相應(yīng)的對(duì)策，對(duì)提高管網(wǎng)水水質(zhì)和保證居民健康有一定的參考意義。

關(guān)鍵詞神經(jīng)網(wǎng)絡(luò)；管網(wǎng)水；預(yù)測(cè)

1引言

中國是一個(gè)干旱缺水嚴(yán)重的國家，是全球13個(gè)人均水資源最貧乏的國家之一。中國入世以來，伴隨著工業(yè)發(fā)展出現(xiàn)的水環(huán)境惡化，水質(zhì)下降等情況已經(jīng)嚴(yán)重影響到居民的生產(chǎn)和生活。管網(wǎng)水的質(zhì)量對(duì)人民的生活和生命舉足輕重。管網(wǎng)水的水質(zhì)是保證居民健康狀況的關(guān)鍵。而如此珍貴的飲用水，經(jīng)過地下管道中的“長途跋涉”后，才能最終抵達(dá)千家萬戶的水龍頭?？上У氖窃诖诉^程中，由于飲用水與輸送管道“親密接觸”而遭到二次污染，飲用水的清潔程度大打折扣。因此，加強(qiáng)管網(wǎng)水的水質(zhì)預(yù)測(cè)和預(yù)報(bào)對(duì)于預(yù)防管網(wǎng)水的二次污染和及時(shí)處理出現(xiàn)的二次污染問題具有重要的意義。

本文是在第一手管網(wǎng)水水質(zhì)實(shí)測(cè)數(shù)據(jù)的基礎(chǔ)上進(jìn)行管網(wǎng)水水質(zhì)預(yù)測(cè)的。由于輸水管道的布局有很大差別，管道本身又可以看作一個(gè)系統(tǒng)，而且我們所討論的水質(zhì)實(shí)測(cè)數(shù)據(jù)時(shí)間序列是服從于線性關(guān)系還是非線性關(guān)系不易說明白，因此很難建立一個(gè)具體的數(shù)學(xué)模型來預(yù)測(cè)未來的水質(zhì)數(shù)據(jù)。本文將采用BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)管網(wǎng)水的水質(zhì)，并將預(yù)測(cè)值與實(shí)際值做了比較分析。針對(duì)管網(wǎng)水二次污染的原因，提出相應(yīng)的對(duì)策。

2BP神經(jīng)網(wǎng)絡(luò)的基本簡(jiǎn)介

1)BP網(wǎng)絡(luò)結(jié)構(gòu)

BP網(wǎng)絡(luò)通常有一個(gè)或多個(gè)隱層，隱層中的神經(jīng)元均采用S型變換函數(shù)，輸出層的神經(jīng)元采用純線性變換函數(shù)。圖1描述了一個(gè)具有一個(gè)隱層的BP網(wǎng)絡(luò)。

圖1BP網(wǎng)絡(luò)模型結(jié)構(gòu)

2)BP網(wǎng)絡(luò)的學(xué)習(xí)過程

目前在神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，絕大部分的神經(jīng)網(wǎng)絡(luò)模型是采用BP網(wǎng)絡(luò)和它的變化形式，BP網(wǎng)絡(luò)也是前饋網(wǎng)絡(luò)的核心部分，并體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)最精華的部分。BP神經(jīng)網(wǎng)絡(luò)一般由一個(gè)輸入層、多個(gè)隱層和一個(gè)輸出層構(gòu)成，各層之間實(shí)行全連接。隱層中的神經(jīng)元均采用S型變換函數(shù)，輸出層的神經(jīng)元采用純線性變換函數(shù)。BP網(wǎng)絡(luò)的學(xué)習(xí)過程主要由四部分組成：

(1)模式順傳播：輸入模式由輸入層經(jīng)中間層向輸出層傳播。

(2)誤差逆?zhèn)鞑ィ壕W(wǎng)絡(luò)的希望輸出與網(wǎng)絡(luò)實(shí)際輸出之差的誤差信號(hào)由輸出層傳經(jīng)中間層向輸入層逐層修正連接權(quán)值。

(3)記憶訓(xùn)練：“模式順傳播”與“誤差逆?zhèn)鞑ァ钡姆磸?fù)交替進(jìn)行的網(wǎng)絡(luò)“記憶訓(xùn)練”過程。

(4)學(xué)習(xí)收斂：網(wǎng)絡(luò)趨向收斂即網(wǎng)絡(luò)的全局誤差趨向極小值的“學(xué)習(xí)收斂”過程。

3預(yù)測(cè)管網(wǎng)水質(zhì)參數(shù)的BP網(wǎng)絡(luò)

BP網(wǎng)絡(luò)可以用于模式識(shí)別，即用一個(gè)特定的輸出矢量將其與輸入矢量聯(lián)系起來。我們所建立的模型是在有大量實(shí)測(cè)數(shù)據(jù)基礎(chǔ)之上的，數(shù)據(jù)庫中每天都有對(duì)PH值、硫酸鹽、硝酸鹽氮、氨氮、總硬度、永久硬度、氯化物、總堿度、耗氧量這九個(gè)水質(zhì)參數(shù)的實(shí)測(cè)記錄。我們選擇常用的3層BP神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)未來某一天的九個(gè)水質(zhì)參數(shù)。

為了使網(wǎng)絡(luò)預(yù)測(cè)值能夠達(dá)到與實(shí)測(cè)值無限的接近我們要對(duì)所建立的網(wǎng)絡(luò)進(jìn)行訓(xùn)練以獲得我們?cè)O(shè)定的誤差范圍內(nèi)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的每層的權(quán)值和閾值。然后通過訪問數(shù)據(jù)庫WaterQualityRecords讀出已有的實(shí)測(cè)數(shù)據(jù)并賦給輸入變量Variable；將最新一天的實(shí)測(cè)數(shù)據(jù)賦給TrueValue來檢測(cè)我們的預(yù)測(cè)值是否達(dá)到要求的依據(jù)。下面是讀取數(shù)據(jù)的m語言實(shí)現(xiàn)。

connA=database(''''WaterQualityRecords''''，''''''''，'''''''')；

%連接到數(shù)據(jù)庫

cursorA=exec(connA，''''SELECT*FROMWaterPlant'''')；%執(zhí)行SQL語句和打開游標(biāo)

cursorA=fetch(cursorA)；

%讀數(shù)據(jù)到MATLAB單元數(shù)組

WaterDataBase=cursorA.Data；

%讀數(shù)據(jù)到WaterDataBase

fori=1：600

%前600天的數(shù)據(jù)賦給Variable

Variable=WaterDataBase(i，：)

end

TrueValue=WaterDataBase(601，：)；

%第601天的數(shù)據(jù)賦給TrueValue

與數(shù)據(jù)庫連接好以后就可進(jìn)行網(wǎng)絡(luò)的自學(xué)習(xí)過程來訓(xùn)練出網(wǎng)絡(luò)每層的權(quán)值與閾值。使用random陣列來產(chǎn)生網(wǎng)絡(luò)的初始權(quán)值與閾值。為了避免神經(jīng)網(wǎng)絡(luò)過訓(xùn)練我們采用交互檢驗(yàn)法：即將我們數(shù)據(jù)庫中的實(shí)測(cè)數(shù)據(jù)分為訓(xùn)練集、檢驗(yàn)集和測(cè)試集。首先用訓(xùn)練集訓(xùn)練網(wǎng)絡(luò)，依照BP算法調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)；然后用檢驗(yàn)集檢驗(yàn)訓(xùn)練好的網(wǎng)絡(luò)，進(jìn)一步優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，最終確定訓(xùn)練網(wǎng)絡(luò)中最佳的一個(gè)；最后用測(cè)試集對(duì)未知樣本進(jìn)行測(cè)試并檢驗(yàn)網(wǎng)絡(luò)的計(jì)算精度。下面是學(xué)習(xí)及預(yù)測(cè)過程的m語言實(shí)現(xiàn)：

Matrix=zeros(30，width)；

NeuralI=100；

InData=zeros(NeuralI，6)；

GoalData=zeros(6，6)；

Neuralo=6；

[R，Q]=size(InData)；

[S2，Q]=size(GoalData)；

S1=6；

[w1b1]=rands(S1，R)；

[w2b2]=rands(S2，S1)；

max_epoch=400；%最大訓(xùn)練步數(shù)

err_goal=0.01；%訓(xùn)練目標(biāo)

lr=0.01；%學(xué)習(xí)速率

NNTWARNOFF

forj=1：width

P=PingMeiWaterBase(j，1：end)；

simdata=P(end-NeuralI+1-31+x：end-31+x)''''；

fori=1：Neuralo

InData(：，i)=P(end-NeuralI-Neuralo-1+i：end-Neuralo-2+i)''''；

GoalData(：，i)=P(end-2*Neuralo+i：end-Neuralo-1+i)''''；

end

fori=1：max_epoch

A1=tansig(w1*Indata，b1)；

A2=purelin(w2*A1，b2)；

error=GoalData-A2；

D2=deltalin(A2，error)；

D1=deltatan(A1，D2)；

[dw1，db1]=learnbp(Indata，D1，lr)；

[dw2，db2]=learnbp(A1，D2，lr)；

w1=w1+dw1；

w2=w2+dw2；

ifsumsqr(error)<goal

break；

end

end

temp=purelin(w2*tansig(w1*simdata+b1)+b2)''''；

result(j)=temp(end)；

end

4預(yù)測(cè)值與實(shí)際值的比較

5比較結(jié)果的分析和水質(zhì)二次污染原因的尋求

從以上比較可以看出，預(yù)測(cè)值與實(shí)測(cè)值還是存在一定的誤差，這就說明出廠水在管道的傳輸過程中存在著使水質(zhì)變化的因素，下面是引起這種變化的原因：水在輸水管網(wǎng)流動(dòng)過程中，一方面其中的一些化合物分解后與管材發(fā)生化學(xué)作用，另一方面水中殘存的細(xì)菌還可能再繁殖，形成管內(nèi)腐蝕、沉淀及結(jié)垢等情況。

(1)形成管道結(jié)垢的主要原因有：水對(duì)金屬管道內(nèi)壁的侵蝕，造成化學(xué)腐蝕和電化學(xué)腐蝕，產(chǎn)生氫氧化物沉積于管內(nèi)，是管道表面形成凹凸不平的沉淀；水中的鈣鎂離子和碳酸根離子化和形成CaCO3和Mg(OH)2難溶于水而形成水垢沉渣；水中以重碳酸鹽形式存在的鐵，經(jīng)水中溶解氧的作用，轉(zhuǎn)為絮狀沉淀的氫氧化鐵而沉淀在管內(nèi)底部；管道內(nèi)的生物性堵塞，特別是鐵細(xì)菌在生存過程中能吸收亞鐵鹽和排出氫氧化鐵形成凸起物，硫酸鹽還原菌將硫酸鹽還原成硫化物，從而加快了管道的腐蝕結(jié)垢速度；水中懸浮物特別是直接向管網(wǎng)輸水的井水，往往使井中的粉砂、細(xì)沙隨水流帶入管內(nèi)，尤其是生物的聚積性黏附性能，使這些懸浮無機(jī)物很容易在管道內(nèi)沉積。資料表明，這種管道結(jié)垢層的厚度會(huì)隨時(shí)間的延續(xù)不斷的增加，使管道有效截面積逐漸縮小；同時(shí)也提供了很好的細(xì)菌孽生場(chǎng)所，微生物附著生長從而形成“生物膜”(也稱“生長環(huán)”)。美國在管道生物膜中檢出28種細(xì)菌[3]。因此管內(nèi)結(jié)垢層既影響水質(zhì)，又影響管道的輸水能力。

(2)管道及附屬設(shè)備受到污染：管道在穿越已污染的地下水或污水的地段若出現(xiàn)管道穿孔、閘門滲漏、接口漏水等問題未得到及時(shí)修復(fù)，一旦施壓或停水，污水就可能流入館內(nèi)，引起污染。管道上的沖洗排水閘接口低于河水位或接至下水管道中，若閘門關(guān)閉不嚴(yán)，則會(huì)引起污水倒灌，造成管網(wǎng)水污染。管道爆裂漏水，關(guān)閘后形成負(fù)壓，臟水吸入管道內(nèi)，管道修復(fù)后由于未及時(shí)沖排，形成污染。

(3)管網(wǎng)管理不善造成管網(wǎng)水質(zhì)的污染：新鋪設(shè)管線竣工后，沒有嚴(yán)格按照必須高速?zèng)_洗，消毒液浸泡(24小時(shí)以上)、清水沖洗的要求去做，致使投入運(yùn)行后對(duì)整個(gè)管網(wǎng)水質(zhì)產(chǎn)生影響。沒有對(duì)管網(wǎng)的死水區(qū)、線路終端等部位進(jìn)行定期方水沖洗，使死水區(qū)水質(zhì)下降。沒有對(duì)管網(wǎng)定期進(jìn)行清管、刮管和襯涂內(nèi)壁。在舊管維修或更換后，急于供水，沒有按照要求進(jìn)行管道的沖洗和消毒。

6二次污染的防治措施

(1)改進(jìn)水廠工藝水平，提高出廠水的水質(zhì)及其穩(wěn)定性。如果出廠水不穩(wěn)定或含鐵量較高、或水廠常有出渾水現(xiàn)象等，水在管道流動(dòng)過程中易發(fā)生腐蝕、結(jié)垢和沉淀等現(xiàn)象。

(2)選擇合理的消毒劑。研究表明氯胺在控制生物膜方面比自由氯更有效果。但有研究表明，氯胺的濃度要在某一臨界值以上才能有效控制鐵管上生長的生物膜。資料說明：要使附著的細(xì)菌失活，余氯胺濃度維持在2.0mg/L是必要的。

(3)推廣應(yīng)用新型材料管材，如硬聚氯乙烯管(UPVC)，高密度聚乙烯管(PEX)，聚丁烯管(PB)，鋼塑復(fù)合管等。這類管材內(nèi)壁光滑，耐腐蝕，無污染，適用于建筑物內(nèi)冷水、熱水和飲用水的系統(tǒng)。

(4)合理制定管網(wǎng)沖洗計(jì)劃，管網(wǎng)沖洗主要是利用消防栓和排水閘。從主管至消防栓一般都有5~10m左右的管道，而該段管道內(nèi)的水由于消防栓的長期不用而成了“死水”，影響水質(zhì)。為了解決這個(gè)問題就必須定期排放消防栓。為了保證沖洗效果，宜采用單向沖洗，即沖洗時(shí)把一段閥門關(guān)閉，使單向來水，然后再關(guān)閉另一端閥門，沖洗另一端管道。

(5)建立水質(zhì)檢查制度，由衛(wèi)生防疫部門定期對(duì)二次供水設(shè)施的出水進(jìn)行水質(zhì)監(jiān)測(cè)，發(fā)現(xiàn)問題及時(shí)處理。

7結(jié)語

防治二次污染，改善管網(wǎng)水質(zhì)的根本措施是提高出廠水水質(zhì)，并力求保證出廠水水質(zhì)的穩(wěn)定，使管網(wǎng)不易結(jié)垢和腐蝕；其次，加快城市舊網(wǎng)改造步伐，推廣應(yīng)用新型管材及內(nèi)防腐材料，并定期沖洗管網(wǎng)，加強(qiáng)對(duì)二次供水設(shè)施的清洗管理，及時(shí)檢漏、堵漏等，盡可能消除對(duì)管網(wǎng)造成二次污染的隱患，提高城市供水的安全。

參考文獻(xiàn)

[1]高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M]．機(jī)械工業(yè)出版社

[2]高延耀，顧國維.水污染控制工程[M]北京.高等教育出版社

[3]求是科技編著．MATLAB7.0從入門到精通[M]．北京：人民郵電出版社

[4]任基成，費(fèi)杰主編．城市供水管網(wǎng)系統(tǒng)二次污染及防治[M]．中國建筑工業(yè)出版社

[5]聞新，周露，王丹力，熊曉英.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京.科學(xué)出版社，2001