中值滤波分析改进的多元线性回归算法对MBR污泥龄的计算

用MBR系统进行污水处理时，经常会遇到有大量的污泥被截留在膜表面的现象，该现象会造成膜污染， 影响MBR系统处理污水的效果。研究发现，通过预测MBR系统的污泥龄，可以使工作人员及时采取相应措施来控制膜污染，以此来达到减缓膜污染的目的。为了解决该问题，本文首先利用多元线性回归算法对MBR系统中的污泥龄进行预测，但是误差稍大。然后采用中值滤波分析改进的多元线性回归算法预测污泥龄，预测结果表明，改进后的算法更准确，与实际值误差更小，解决了准确预测污泥龄的问题，对提高MBR系统处理污水效果具有一定的参考价值。

近年来污水处理成为热点话题之一，污水处理有很多种方法，而利用MBR 进行污水处理是其中比较高效的方法之一[1]。MBR 是一种将高效膜分离技术与活性污泥生物处理单元相结合的水处理装置。

MBR 系统由各个膜组件连接组成，在MBR 系统运行时污水流过各个膜组件，过滤掉大分子颗粒以此来达到过滤污水的目的。但是随着系统的运行会有大量的污泥被截留在膜表面，这些被截留的污泥会造成膜污染[2]，从而影响膜组件的寿命和处理污水的效果。

大量研究表明污泥龄(SRT)是MBR 运行的重要控制条件之一[3]， 它决定着反应器的污泥负荷和微生物的运行状态。一般来说，年轻的污泥活性高，分解代谢有机污染物的能力强，但凝聚沉降性能较差；而年长的污泥有可能已老化，分解代谢能力较差，但凝聚沉降性能较好。通过预测SRT，可以选择合适的微生物年龄，使活性污泥既有较强的分解代谢能力又有良好的沉降性能。可以有效地减少截留在膜表面的污泥，达到减缓膜污染的目的。本文采用中值滤波分析改进的多元线性回归算法来预测污泥龄，多元线性回归算法[4]非常适用于数据预测分析，并且它的泛化能力比较好，但是多元线性回归算法存在预测结果误差稍大的问题，而中值滤波分析[5]可以对训练样本数据做去噪预处理操作，能够提高预测结果的精度。

2. 使用线性回归算法和中值滤波分析算法 2.1. 线性回归算法 线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，能够用一个直线较为精确地描述数据之间的关系。

2.1.1. 一元线性回归算法 一元线性回归算法又叫直线拟合算法，一元线性回归算法是研究一个自变量与一个因变量之间相关关系的算法，它是研究两个变量相关关系的最简单模型。在一元线性回归模型中，如果ix 与iy 存在相关