| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 课题背景及研究意义 | 第12-14页 |
| 1.1.1 课题背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 污泥膨胀诊断方法研究现状 | 第14-18页 |
| 1.3 课题来源 | 第18-19页 |
| 1.4 研究内容及论文安排 | 第19-22页 |
| 第2章 污泥膨胀特征分析 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 污泥膨胀概念及类型分析 | 第22-25页 |
| 2.2.1 污泥膨胀的概念 | 第22页 |
| 2.2.2 污泥膨胀类型分析 | 第22-25页 |
| 2.3 污泥膨胀影响因素研究 | 第25-28页 |
| 2.4 污泥膨胀主要指标定义及机理分析 | 第28-29页 |
| 2.4.1 污泥膨胀主要指标定义 | 第28-29页 |
| 2.4.2 机理分析 | 第29页 |
| 2.5 本章小结 | 第29-32页 |
| 第3章 自组织二型模糊神经网络设计 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 二型模糊神经网络 | 第32-34页 |
| 3.3 二型模糊神经网络自组织机制设计 | 第34-37页 |
| 3.3.1 结构增长-删减型二型模糊神经网络 | 第34-35页 |
| 3.3.2 信息传递强度算法 | 第35-36页 |
| 3.3.3 自组织机制设计 | 第36-37页 |
| 3.4 基于信息传递强度的自组织二型模糊神经网络 | 第37-41页 |
| 3.4.1 结构调整算法 | 第37-38页 |
| 3.4.2 参数训练算法 | 第38-40页 |
| 3.4.3 基于信息转换强度的自组织二型模糊神经网络算法步骤 | 第40-41页 |
| 3.5 实验结果及分析 | 第41-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 基于自组织二型模糊神经网络的SVI软测量模型 | 第48-62页 |
| 4.1 引言 | 第48-49页 |
| 4.2 基于自组织二型模糊神经网络的SVI软测量模型框架搭建 | 第49页 |
| 4.3 SVI软测量原理 | 第49-52页 |
| 4.4 污泥膨胀特征变量选择 | 第52-54页 |
| 4.5 SVI软测量模型 | 第54-57页 |
| 4.5.1 SVI软测量模型的训练与预测 | 第55-56页 |
| 4.5.2 SVI软测量模型的校正 | 第56页 |
| 4.5.3 SVI软测量模型评价指标 | 第56-57页 |
| 4.6 SVI预测结果及分析 | 第57-60页 |
| 4.7 本章小结 | 第60-62页 |
| 第5章 污泥膨胀智能诊断方法研究 | 第62-74页 |
| 5.1 引言 | 第62页 |
| 5.2 智能诊断方法设计 | 第62-64页 |
| 5.3 目标相关性识别算法 | 第64-65页 |
| 5.4 污泥膨胀智能诊断结果及分析 | 第65-72页 |
| 5.4.1 无故障案例 | 第66-67页 |
| 5.4.2 单故障案例 | 第67-69页 |
| 5.4.3 多故障案例 | 第69-72页 |
| 5.5 本章小结 | 第72-74页 |
| 结论与展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 攻读硕士学位期间的成果 | 第82页 |
| 攻读硕士学位期间所获奖励 | 第82-84页 |
| 致谢 | 第84页 |
