造纸法烟草薄片废水化学需氧量的快速预测

doi:10.19965/j.cnki.iwt.2022-0797

摘要/Abstract

关键词: 烟草薄片废水, 化学需氧量, 回归分析, 机器学习, 快速预测

Key words: tobacco slice wastewater, chemical oxygen demand, regression analysis, machine learning, rapid prediction

中图分类号:

X703.1

戴泽军, 毛文煜, 刘良才, 黄明, 王静, 胡智泉. 造纸法烟草薄片废水化学需氧量的快速预测[J]. 工业水处理, 2023, 43(7): 194-201.

Zejun DAI, Wenyu MAO, Liangcai LIU, Ming HUANG, Jing WANG, Zhiquan HU. Rapid prediction of chemical oxygen demand in paper-process tobacco slice wastewater[J]. Industrial Water Treatment, 2023, 43(7): 194-201.

https://www.iwt.cn/CN/Y2023/V43/I7/194

图/表 9

参考文献 26

1	WANG Juan， LI Lanlan， LI Fangyi，et al. Regional footprints and interregional interactions of chemical oxygen demand discharges in China［J］. Resources，Conservation and Recycling，2018，132：386-397. doi:10.1016/j.resconrec.2017.08.008
2	吴芳磊，贺航运，梁庸，等. 造纸废水处理强化生化系统COD去除的实例［J］. 工业水处理，2022，42（3）：186-190.
	WU Fanglei， HE Hangyun， LIANG Yong，et al. Examples of improving COD removal by strengthening biochemical system in papermaking wastewater treatment［J］. Industrial Water Treatment，2022，42（3）：186-190.
3	杜杨柳，贾少武，兰蕾，等. Fe₃O₄/MnO₂纳米复合材料光催化深度处理造纸废水［J］. 工业水处理，2020，40（3）：89-93.
	DU Yangliu， JIA Shaowu， LAN Lei，et al. Advanced treatment of paper-making wastewater by photocatalysis with Fe₃O₄/MnO₂ nanocomposites［J］. Industrial Water Treatment，2020，40（3）：89-93.
4	LIU Hongbin， ZHANG Yuchen， ZHANG Hao. Prediction of effluent quality in papermaking wastewater treatment processes using dynamic kernel-based extreme learning machine［J］. Process Biochemistry，2020，97：72-79. doi:10.1016/j.procbio.2020.06.020
5	MAN Yi， HU Yusha， REN Jingzheng. Forecasting COD load in municipal sewage based on ARMA and VAR algorithms［J］. Resources，Conservation and Recycling，2019，144：56-64. doi:10.1016/j.resconrec.2019.01.030
6	CHEN Yangwu， LAN Shuhuan， WANG Longhui，et al. A review：Driving factors and regulation strategies of microbial community structure and dynamics in wastewater treatment systems［J］. Chemosphere，2017，174：173-182. doi:10.1016/j.chemosphere.2017.01.129
7	OTHMAN F， ALAAELDIN M E， SEYAM M，et al. Efficient river water quality index prediction considering minimal number of inputs variables［J］. Engineering Applications of Computational Fluid Mechanics，2020，14（1）：751-763. doi:10.1080/19942060.2020.1760942
8	ABBA S I， ELKIRAN G. Effluent prediction of chemical oxygen demand from the astewater treatment plant using artificial neural network application［J］. Procedia Computer Science，2017，120：156-163. doi:10.1016/j.procs.2017.11.223
9	MOON J， LEE J， LEE S，et al. Urban river dissolved oxygen prediction model using machine learning［J］. Water，2022，14（12）：1899. doi:10.3390/w14121899
10	张杰. IC反应器处理猪粪废水条件下污泥颗粒化研究［D］. 郑州：河南农业大学，2004.
	ZHANG Jie. Study on the anaerobic sludge granulation on treating piggery wastewater in IC reactor［D］. Zhengzhou：Henan Agricultural University，2004.
11	ZARE A H. Evaluation of multivariate linear regression and artificial neural networks in prediction of water quality parameters［J］. Journal of Environmental Health Science & Engineering，2014，12（1）：40. doi:10.1186/2052-336x-12-40
12	贾素云，陈敏，邱玲. 造纸废水中的COD_Cr快速预测方法研究［J］. 山西化工，2003，23（2）：25-27. doi:10.3969/j.issn.1004-7050.2003.02.009
	JIA Suyun， CHEN Min， QIU Ling. Research on rapid forecast method of COD_Cr in waster water from paper making［J］. Shanxi Chemical Industry，2003，23（2）：25-27. doi:10.3969/j.issn.1004-7050.2003.02.009
13	杨海健，李华雨，王文领. 造纸法再造烟叶废水COD的快速预测［J］. 化工环保，2019，39（3）：337-341. doi:10.3969/j.issn.1006-1878.2019.03.017
	YANG Haijing， LI Huayu， WANG Wenling. Rapid prediction of COD in paper-process reconstituted tobacco wastewater［J］. Environmental Protection of Chemical Industry，2019，39（3）：337-341. doi:10.3969/j.issn.1006-1878.2019.03.017
14	ZHANG Hongling， MA Guofeng， SUN Lina，et al. Effect of alkaline material on phytotoxicity and bioavailability of Cu，Cd，Pb and Zn in stabilized sewage sludge［J］. Environmental Technology，2018，39（17）：2168-2177. doi:10.1080/09593330.2017.1351496
15	REDDY T， GUPTA A. Mathematical model of biodegradation process of sewage due to addition of chlorides［J］. Desalination and Water Treatment，2016，57：11729-11735. doi:10.1080/19443994.2015.1044916
16	崔心惠，李文萱，张祝威. 基于PSO优化LSSVM的出水BOD₅预测建模［J］. 盐城工学院学报（自然科学版），2021，34（4）：11-16.
	CUI Xinhui， LI Wenxuan， ZHANG Zhuwei. Predictive modeling of effluent BOD₅ based on PSO optimized LSSVM［J］. Journal of Yancheng Institute of Technology（Natural Science），2021，34（4）：11-16.
17	冯胜，刘明远，冯旭. 基于NARX神经网络的工业水质智能处理［J］. 工业水处理，2018，38（3）：69-72. doi:10.11894/1005-829x.2018.38(3).069
	FENG Sheng， LIU Mingyuan， FENG Xu. Intelligent treatment of industrial water quality based on NARX neural network［J］. Industrial Water Treatment，2018，38（3）：69-72. doi:10.11894/1005-829x.2018.38(3).069
18	董利鹏，王晓玲，谢添，等. 寒冷地区改良A²/O工艺污水处理厂的自动控制［J］. 中国给水排水，2014，30（12）：119-123.
	DONG Lipeng， WANG Xiaoling， XIE Tian，et al. Automatic control of improved A²/O process in wastewater treatment plant in cold regions［J］. China Water ＆ Wastewater，2014，30（12）：119-123.
19	SUI Qianwen， JIANG Chao， YU Dawei，et al. Performance of a sequencing-batch membrane bioreactor（SMBR） with an automatic control strategy treating high-strength swine wastewater［J］. Journal of Hazardous Materials，2018，342：210-219. doi:10.1016/j.jhazmat.2017.05.010
20	杨路，刘惠康. 基于小波神经网络的污水处理污泥体积指数软测量［J］. 工业水处理，2017，37（8）：33-35. doi:10.11894/1005-829x.2017.37(8).033
	YANG Lu， LIU Huikang. Sludge volume index soft sensing based on wavelet neural network for sewage treatment［J］. Industrial Water Treatment，2017，37（8）：33-35. doi:10.11894/1005-829x.2017.37(8).033
21	王涌，陆卫，左楚涵，等. 基于改进随机森林模型的水质BOD快速预测研究［J］. 传感技术学报，2021，34（11）：1482-1488. doi:10.3969/j.issn.1004-1699.2021.11.010
	WANG Yong， LU Wei， ZUO Chuhan，et al. Research on water quality BOD prediction based on improved random forest model［J］. Chinese Journal of Sensors and Actuators，2021，34（11）：1482-1488. doi:10.3969/j.issn.1004-1699.2021.11.010
22	刘良才，李炳堂，许国齐，等. 造纸法烟草薄片废水碳源回收研究［J］. 纸和造纸，2019，38（5）：41-46.
	LIU Liangcai， LI Bingtang， XU Guoqi，et al. Research on carbon source recovery of wastewater from paper-making reconstituted tobacco sheet［J］. Paper and Paper Making，2019，38（5）：41-46.
23	赵勇，李有，王永刚，等. 城市污水中电导率与COD相关性分析［J］. 重庆环境科学，2003（2）：36-38. doi:10.3969/j.issn.1674-2842.2003.02.012
	ZHAO Yong， LI You， WANG Yonggang，et al. Analysis on relativity between CODcr and conductance of urban sewage［J］. Chongqing Environmental Science，2003（2）：36-38. doi:10.3969/j.issn.1674-2842.2003.02.012
24	ZHENG Xiaoyuan， JIANG Zhengwei， YING Zhi，et al. Role of feedstock properties and hydrothermal carbonization conditions on fuel properties of sewage sludge-derived hydrochar using multiple linear regression technique［J］. Fuel，2020，271：117609. doi:10.1016/j.fuel.2020.117609
25	崔东文. 随机森林回归模型及其在污水排放量预测中的应用［J］. 供水技术，2014，8（1）：31-36. doi:10.3969/j.issn.1673-9353.2014.01.007
	CUI Dongwen. Application of random forest regression model for wastewater discharge forecasting［J］. Water Technology，2014，8（1）：31-36. doi:10.3969/j.issn.1673-9353.2014.01.007
26	WANG Rui， YU Yadan， CHEN Yangwu，et al. Model construction and application for effluent prediction in wastewater treatment plant：Data processing method optimization and process parameters integration［J］. Journal of Environmental Management，2022，302：114020. doi:10.1016/j.jenvman.2021.114020

	COD	σ	pH	SS	DO
COD	1	0.809	-0.887	0.144	0.046
电导率	0.809	1	-0.851	-0.019	0.017
pH	-0.887	-0.851	1	0.017	-0.033
SS	0.144	-0.019	0.017	1	-0.103
溶解氧	0.046	0.017	-0.033	-0.103	1

	COD	σ	pH	SS	DO
COD	1	0.809	-0.887	0.144	0.046
电导率	0.809	1	-0.851	-0.019	0.017
pH	-0.887	-0.851	1	0.017	-0.033
SS	0.144	-0.019	0.017	1	-0.103
溶解氧	0.046	0.017	-0.033	-0.103	1

i	a	b	R ²
1（σ）	3.65×10³	514	0.531
2（pH）	-5.62×10³	4.12×10⁴	0.720
3（SS）	0.465	4.18×10³	0.104
4（DO）	4.25×10³	5.57×10³	0.003

i	a	b	R ²
1（σ）	3.65×10³	514	0.531
2（pH）	-5.62×10³	4.12×10⁴	0.720
3（SS）	0.465	4.18×10³	0.104
4（DO）	4.25×10³	5.57×10³	0.003

项目	多元线性回归	多项式拟合	Ridge正则化	Lasso正则化	极端随机森林
TSS	1.52×10⁸	9.67×10⁷	9.63×10⁷	9.56×10⁷	4.71×10⁷
ESS	1.06×10⁸	6.54×10⁷	6.43×10⁷	6.24×10⁷	4.70×10⁷
E-avg	5.58×10⁶	3.44×10⁶	3.38×10⁶	3.29×10⁶	2.47×10⁶
RSS	4.60×10⁷	3.13×10⁷	3.20×10⁷	3.20×10⁷	6.50×10⁵
R-avg	2.42×10⁶	1.65×10⁶	1.69×10⁶	1.75×10⁶	3.42×10³
F值	1.63	1.80	1.87	1.99	5.20×10^-3
均值	5.53×10³	5.53×10³	5.62×10³	5.57×10³	5.61×10³

选择文件类型/文献管理软件名称

选择包含的内容

造纸法烟草薄片废水化学需氧量的快速预测

Rapid prediction of chemical oxygen demand in paper-process tobacco slice wastewater

RichHTML

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价

试样号	DO/（mg·L^-1）	σ/（μS·cm^-1）	pH	SS/（10³mg·L^-1）	实测值/（10³mg·L^-1）	预测值/（10³ mg·L^-1）	RD/%
1	0.15	2.07	5.67	3.56	8.88	9.42	-6.10
2	0.14	2.01	5.77	3.80	8.26	8.84	-7.01
3	0.09	2.12	5.67	4.12	10.3	10.5	2.78
4	0.08	2.08	5.69	4.18	10.5	9.96	4.93
5	0.08	2.02	5.68	3.58	10.2	9.36	8.09
6	0.08	2.59	5.72	4.22	9.52	10.2	-6.82
7	0.07	2.06	5.50	4.51	17.1	15.2	11.2
8	0.06	1.52	6.14	3.62	5.80	6.18	-6.61
9	0.05	1.50	6.09	2.89	6.26	5.94	5.10
10	0.08	0.584	7.08	2.84	1.80	1.81	-0.78

[1]	顾先涛, 樊培培, 陈晓春, 高宇祥, 周仲康, 张俊杰, 马晓薇, 计巧珍, 吴妍, 徐亚艳, 董浩声, 段忠辛, 杨林, 高忠辉. 特高压换流站调相机外冷水系统腐蚀结垢预测模型研究[J]. 工业水处理, 2025, 45(2): 132-137.
[2]	冯丁, 刘晶静, 马文丹, 刘玉学, 杨尘, 张萌萌. 基于机器学习的生物炭吸附重金属建模研究进展[J]. 工业水处理, 2024, 44(12): 1-11.
[3]	武宇鹏, 房慧, 刘潇冉, 张玉蕾. 电催化氧化处理脱硫废水COD的试验研究[J]. 工业水处理, 2023, 43(5): 122-128.
[4]	张浩良, 刘聪, 洪乾坤, 王侃鸣, 王红宇. MBR中膜污染的人工神经网络预测研究进展[J]. 工业水处理, 2022, 42(7): 15-23.
[5]	李海燕,刘晓奎,彭芳,张兴仁,张江涛. ABFT工艺在火电厂循环水排污水处理中的应用[J]. 工业水处理, 2021, 41(6): 269-272.
[6]	彭义华,安瑞,程柏森,陈永玉,何岩,李旭东,安晓英. 一种溶解性难生物降解化学需氧量的测定评价方法[J]. 工业水处理, 2021, 41(12): 123-126.
[7]	白立军. 壳聚糖衍生物絮凝剂对丁烯醛废水中COD的去除研究[J]. 工业水处理, 2020, 40(9): 65-69.
[8]	孙宇,陈顺辉,徐桂军,吴健,张红杰,张文晖. ZVI/Fe²⁺/H₂O₂类Fenton法深度处理烟草薄片废水[J]. 工业水处理, 2020, 40(1): 78-82.
[9]	曹生现, 韩宇, 李房玉. 基于图像技术的化学需氧量检测研究[J]. 工业水处理, 2017, 37(5): 90-94.
[10]	付江涛, 王黎, 王伟, 马力. 焦化废水树脂吸附及深度处理回用[J]. 工业水处理, 2017, 37(5): 109-112.
[11]	杨德敏, 夏宏, 程方平. 页岩气压裂返排废水的混凝处理效能研究[J]. 工业水处理, 2016, 36(9): 32-34.
[12]	陈建军, 张柯, 王慧丽, 杨玉婷. COD分析中氯离子的影响及分段重铬酸钾法研究[J]. 工业水处理, 2016, 36(11): 93-96.
[13]	邹海明, 王艳, 李飞跃, 马万征. 臭氧紫外组合工艺协同深度处理染料废水实验研究[J]. 工业水处理, 2014, 34(9): 61-63,79.
[14]	畅丹, 仝攀瑞, 高占尧. A/O 工艺污泥胞外聚合物和微生物疏水性的比较研究[J]. 工业水处理, 2014, 34(2): 62-64,80.
[15]	刘尚超, 薛改凤, 周敬宣, 王丽娜, 张楠. 焦化生化外排水COD与TOC相关性研究[J]. 工业水处理, 2013, 33(4): 75-76.

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

造纸法烟草薄片废水化学需氧量的快速预测

Rapid prediction of chemical oxygen demand in paper-process tobacco slice wastewater

RichHTML

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价