技术总结
一种基于自组织递归RBF神经网络的生化需氧量BOD智能检测方法既属于控制领域，又属于水处理领域。污水处理过程的生产条件恶劣，随机干扰严重，具有强非线性、大时变、严重滞后的特点，导致出水水质中生化需氧量BOD的检测极其困难；针对污水处理过程中关键水质参数生化需氧量BOD无法在线监测的问题，本发明利用基于自组织递归RBF神经网络建立生化需氧量BOD的软测量模型，完成了生化需氧量BOD浓度的实时检测，取得了较好的精度，结果表明该软测量方法能够快速、准确地获得生化需氧量BOD的浓度，提高污水处理的质量和效率，保证了污水处理过程的稳定安全运行。
技术研发人员：韩红桂;郭亚男;张硕;乔俊飞
受保护的技术使用者：北京工业大学
文档号码：201510999765
技术研发日：2015.12.27
技术公布日：2017.06.16