摘  要  本文介绍了如何利用神经实现管网水质预测，并针对管网水的二次污染提出了相应的对策，对提高管网水水质和保证居民健康有一定的意义。    关键词　神经网络；管网水；预测 

1  引言

    是一个干旱缺水严重的国家，是全球13个人均水资源最贫乏的国家之一。中国入世以来，伴随着出现的水环境恶化，水质下降等情况已经严重影响到居民的生产和生活。管网水的质量对人民的生活和生命举足轻重。管网水的水质是保证居民健康状况的关键。而如此珍贵的饮用水，经过地下管道中的“长途跋涉”后，才能最终抵达千家万户的水龙头。可惜的是在此过程中，由于饮用水与输送管道“亲密接触”而遭到二次污染，饮用水的清洁程度大打折扣。因此，加强管网水的水质预测和预报对于预防管网水的二次污染和及时处理出现的二次污染问题具有重要的意义。    本文是在第一手管网水水质实测数据的基础上进行管网水水质预测的。由于输水管道的布局有很大差别，管道本身又可以看作一个系统，而且我们所讨论的水质实测数据时间序列是服从于线性关系还是非线性关系不易说明白，因此很难建立一个具体的数学模型来预测未来的水质数据。本文将采用BP神经网络模型来预测管网水的水质，并将预测值与实际值做了比较分析。针对管网水二次污染的原因，提出相应的对策。

2  BP神经网络的基本简介

    1)BP网络结构    BP网络通常有一个或多个隐层，隐层中的神经元均采用S型变换函数，输出层的神经元采用纯线性变换函数。图1描述了一个具有一个隐层的BP网络。图1  BP网络模型结构    2)BP网络的学习过程    目前在神经网络的实际应用中，绝大部分的神经网络模型是采用BP网络和它的变化形式，BP网络也是前馈网络的核心部分，并体现了人工神经网络最精华的部分。BP神经网络一般由一个输入层、多个隐层和一个输出层构成，各层之间实行全连接。隐层中的神经元均采用S型变换函数，输出层的神经元采用纯线性变换函数。BP网络的学习过程主要由四部分组成：    (1) 模式顺传播：输入模式由输入层经中间层向输出层传播。    (2) 误差逆传播：网络的希望输出与网络实际输出之差的误差信号由输出层传经中间层向输入层逐层修正连接权值。    (3) 记忆训练：“模式顺传播”与“误差逆传播”的反复交替进行的网络“记忆训练”过程。    (4) 学习收敛： 网络趋向收敛即网络的全局误差趋向极小值的“学习收敛”过程。

3　预测管网水质参数的BP网络

    BP网络可以用于模式识别，即用一个特定的输出矢量将其与输入矢量联系起来。我们所建立的模型是在有大量实测数据基础之上的，数据库中每天都有对PH值、硫酸盐、硝酸盐氮、氨氮、总硬度、永久硬度、氯化物、总碱度、耗氧量这九个水质参数的实测记录。我们选择常用的3层BP神经网络来预测未来某一天的九个水质参数。    为了使网络预测值能够达到与实测值无限的接近我们要对所建立的网络进行训练以获得我们设定的误差范围内的神经网络预测模型的每层的权值和阈值。然后通过访问数据库WaterQualityRecords读出已有的实测数据并赋给输入变量Variable；将最新一天的实测数据赋给TrueValue来检测我们的预测值是否达到要求的依据。下面是读取数据的m语言实现。connA=database('WaterQualityRecords'，''，'')；    % 连接到数据库cursorA=exec(connA，'SELECT * FROM WaterPlant')； % 执行SQL语句和打开游标cursorA=fetch(cursorA)；                     % 读数据到MATLAB单元数组WaterDataBase=cursorA.Data；                 % 读数据到WaterDataBasefor i=1：600                                 % 前600天的数据赋给VariableVariable= WaterDataBase (i，：)end                                    TrueValue= WaterDataBase (601，：)；       % 第601天的数据赋给TrueValue    与数据库连接好以后就可进行网络的自学习过程来训练出网络每层的权值与阈值。使用random阵列来产生网络的初始权值与阈值。为了避免神经网络过训练我们采用交互检验法：即将我们数据库中的实测数据分为训练集、检验集和测试集。首先用训练集训练网络，依照BP算法调整网络结构和参数；然后用检验集检验训练好的网络，进一步优化网络结构和参数，最终确定训练网络中最佳的一个；最后用测试集对未知样本进行测试并检验网络的精度。下面是学习及预测过程的m语言实现：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；    [w1 b1]=rands(S1，R)；    [w2 b2]=rands(S2，S1)；   max_epoch =400；       % 最大训练步数   err_goal  =0.01；        % 训练目标    lr=0.01；               % 学习速率    NNTWARN OFF for j=1：width   P=PingMeiWaterBase(j，1：end)；   simdata=P(end-NeuralI+1-31+x：end-31+x)'；       for i=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)'；    endfor i=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；        if sumsqr(error)<goal           break；            end       end    temp=purelin(w2*tansig(w1*simdata+b1)+b2)'；    result(j)=temp(end)；end

4　预测值与实际值的比较

5  比较结果的分析和水质二次污染原因的寻求

    从以上比较可以看出，预测值与实测值还是存在一定的误差，这就说明出厂水在管道的传输过程中存在着使水质变化的因素，下面是引起这种变化的原因：水在输水管网流动过程中，一方面其中的一些化合物分解后与管材发生化学作用，另一方面水中残存的细菌还可能再繁殖，形成管内腐蚀、沉淀及结垢等情况。    (1) 形成管道结垢的主要原因有：水对金属管道内壁的侵蚀，造成化学腐蚀和电化学腐蚀，产生氢氧化物沉积于管内，是管道表面形成凹凸不平的沉淀；水中的钙镁离子和碳酸根离子化和形成CaCO₃和Mg(OH)₂难溶于水而形成水垢沉渣；水中以重碳酸盐形式存在的铁，经水中溶解氧的作用，转为絮状沉淀的氢氧化铁而沉淀在管内底部；管道内的生物性堵塞，特别是铁细菌在生存过程中能吸收亚铁盐和排出氢氧化铁形成凸起物，硫酸盐还原菌将硫酸盐还原成硫化物，从而加快了管道的腐蚀结垢速度；水中悬浮物特别是直接向管网输水的井水，往往使井中的粉砂、细沙随水流带入管内，尤其是生物的聚积性黏附性能，使这些悬浮无机物很容易在管道内沉积。资料表明，这种管道结垢层的厚度会随时间的延续不断的增加，使管道有效截面积逐渐缩小；同时也提供了很好的细菌孽生场所，微生物附着生长从而形成“生物膜”(也 称“生长环”)。美国在管道生物膜中检出28种细菌^[3]。因此管内结垢层既影响水质，又影响管道的输水能力。     (2) 管道及附属设备受到污染：管道在穿越已污染的地下水或污水的地段若出现管道穿孔、闸门渗漏、接口漏水等问题未得到及时修复，一旦施压或停水，污水就可能流入馆内，引起污染。管道上的冲洗排水闸接口低于河水位或接至下水管道中，若闸门关闭不严，则会引起污水倒灌，造成管网水污染。管道爆裂漏水，关闸后形成负压，脏水吸入管道内，管道修复后由于未及时冲排，形成污染。    (3) 管网管理不善造成管网水质的污染：新铺设管线竣工后，没有严格按照必须高速冲洗，消毒液浸泡(24小时以上)、清水冲洗的要求去做，致使投入运行后对整个管网水质产生影响。没有对管网的死水区、线路终端等部位进行定期方水冲洗，使死水区水质下降。没有对管网定期进行清管、刮管和衬涂内壁。在旧管维修或更换后，急于供水，没有按照要求进行管道的冲洗和消毒。

6  二次污染的防治措施

    (1) 改进水厂工艺水平，提高出厂水的水质及其稳定性。如果出厂水不稳定或含铁量较高、或水厂常有出浑水现象等，水在管道流动过程中易发生腐蚀、结垢和沉淀等现象。    (2) 选择合理的消毒剂。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，氯胺的浓度要在某一临界值以上才能有效控制铁管上生长的生物膜。资料说明：要使附着的细菌失活，余氯胺浓度维持在2.0mg/L是必要的。    (3) 推广应用新型材料管材，如硬聚氯乙烯管(UPVC)，高密度聚乙烯管(PEX)，聚丁烯管(PB)，钢塑复合管等。这类管材内壁光滑，耐腐蚀，无污染，适用于建筑物内冷水、热水和饮用水的系统。    (4) 合理制定管网冲洗计划，管网冲洗主要是利用消防栓和排水闸。从主管至消防栓一般都有5~10m左右的管道，而该段管道内的水由于消防栓的长期不用而成了“死水”，影响水质。为了解决这个问题就必须定期排放消防栓。为了保证冲洗效果，宜采用单向冲洗，即冲洗时把一段阀门关闭，使单向来水，然后再关闭另一端阀门，冲洗另一端管道。    (5) 建立水质检查制度，由卫生防疫部门定期对二次供水设施的出水进行水质监测，发现问题及时处理。

7  结语

    防治二次污染，改善管网水质的根本措施是提高出厂水水质，并力求保证出厂水水质的稳定，使管网不易结垢和腐蚀；其次，加快城市旧网改造步伐，推广应用新型管材及内防腐材料，并定期冲洗管网，加强对二次供水设施的清洗管理，及时检漏、堵漏等，尽可能消除对管网造成二次污染的隐患，提高城市供水的安全。

[1]高隽. 人工神经原理及仿真实例[M]． 机械出版社[2] 高延耀，顾国维. 水污染控制工程[M]  北京.高等出版社[3] 求是科技 编著 ． MATLAB7.0从入门到精通[M]． 北京：人民邮电出版社[4]任基成，费杰 主编． 城市供水管网系统二次污染及防治[M]． 建筑工业出版社[5]闻新，周露，王丹力，熊晓英.MATLAB神经网络应用设计[M].北京.出版社，2001