| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-13页 |
| 主要英文缩写及符号表 | 第13-15页 |
| 1 绪论 | 第15-49页 |
| ·课题背景及研究的意义 | 第15-21页 |
| ·课题背景 | 第15-16页 |
| ·生物法净化有机废气处理的基本原理 | 第16页 |
| ·生物法净化有机废气装置及处理工艺 | 第16-17页 |
| ·课题研究的意义 | 第17-21页 |
| ·文献综述 | 第21-40页 |
| ·针对控制目的生化反应过程模型化研究现状 | 第21-22页 |
| ·生物量浓度测量方法研究现状 | 第22-27页 |
| ·生物膜厚度测量方法研究现状 | 第27-35页 |
| ·生化反应过程的测量与控制技术研究现状 | 第35-40页 |
| ·在工业应用中面临的主要技术问题 | 第40-44页 |
| ·本课题的主要工作 | 第44-49页 |
| ·已有研究成果和存在的不足 | 第44-46页 |
| ·本文的主要工作 | 第46-49页 |
| 2 有机废气处理过程复杂系统建模及操作参数优化 | 第49-75页 |
| ·引言 | 第49页 |
| ·神经网络理论基础 | 第49-52页 |
| ·神经元模型 | 第50-51页 |
| ·神经网络的结构 | 第51页 |
| ·神经网络Levenberg-Marquardt BP (LMBP)算法 | 第51-52页 |
| ·基于神经网络的有机废气处理过程复杂系统建模 | 第52-61页 |
| ·生物膜滴滤塔VOCs 降解过程 | 第52-53页 |
| ·生物滴滤塔处理甲苯降解废气实验研究 | 第53-57页 |
| ·生物膜滴滤塔处理低浓度有机废气过程的神经网络模型建立 | 第57-60页 |
| ·生物滴滤塔降解模型的精度检验 | 第60-61页 |
| ·遗传算法 | 第61-63页 |
| ·基于神经网络遗传算法的微生物培养基最佳配方的优化研究 | 第63-68页 |
| ·最佳培养基配方测试正交试验研究 | 第63-65页 |
| ·最佳培养基配方的神经网络建模与优化分析 | 第65-68页 |
| ·基于神经网络遗传算法的菌种最佳生长条件的优化研究 | 第68-72页 |
| ·菌种最佳生长条件测试正交试验研究 | 第68-69页 |
| ·菌种最佳生长条件的神经网络建模与优化分析 | 第69-72页 |
| ·本章小结 | 第72-75页 |
| 3 生物量浓度在线测量及信息获取方法研究 | 第75-113页 |
| ·引言 | 第75页 |
| ·生物量浓度在线测量方法和传感器研究 | 第75-90页 |
| ·光纤传感器概述 | 第75-77页 |
| ·生物量浓度在线测量光纤传感器结构 | 第77-80页 |
| ·传感器模型的建立及理论分析 | 第80-84页 |
| ·传感器光源波长的选择 | 第84-85页 |
| ·生物量浓度测量实验研究 | 第85-90页 |
| ·具有温度补偿的生物量浓度传感器研究 | 第90-98页 |
| ·温度对生物量浓度测量的影响实验研究 | 第90-91页 |
| ·生物量浓度和温度同时测量的传感器结构改进 | 第91-93页 |
| ·传感器模型的建立 | 第93-97页 |
| ·传感器温度补偿信号处理方法 | 第97-98页 |
| ·生物量浓度信息获取的智能方法和智能传感器研究 | 第98-109页 |
| ·温度对生物量浓度测量的关联影响分析 | 第98-99页 |
| ·物量浓度测量信息获取的BP 神经网络辨识 | 第99-105页 |
| ·基于等效神经网络模型生物量浓度智能传感器研究 | 第105-108页 |
| ·生物量浓度智能传感器测量误差分析 | 第108-109页 |
| ·生物量浓度在线检测系统实现研究 | 第109-110页 |
| ·本章小结 | 第110-113页 |
| 4 生物膜厚度在线测量研究 | 第113-125页 |
| ·引言 | 第113页 |
| ·生物膜厚度的概念 | 第113-117页 |
| ·生物膜厚度 | 第113-115页 |
| ·微生物膜及其形成过程 | 第115页 |
| ·微生物膜的特性 | 第115-117页 |
| ·基于光能量吸收原理的生物膜厚度在线测量研究 | 第117-124页 |
| ·测试方法的提出 | 第118页 |
| ·传感器设计的光化学原理 | 第118-119页 |
| ·光纤生物膜厚度测量原理及理论分析 | 第119-120页 |
| ·传感器中的光纤数值孔径选择 | 第120页 |
| ·光纤生物膜厚度在测量实验系统 | 第120-121页 |
| ·生物膜厚度在线测量实验研究 | 第121-124页 |
| ·本章小结 | 第124-125页 |
| 5 生物膜滴滤塔最佳处理效率控制系统控制策略研究 | 第125-151页 |
| ·引言 | 第125页 |
| ·被控对象生物滴滤塔特性研究 | 第125-127页 |
| ·生物膜滴滤塔控制系统研究 | 第127-130页 |
| ·控制系统实验装置 | 第127-129页 |
| ·最佳处理效率控制系统 | 第129-130页 |
| ·基于BP 网络的生物膜滴滤塔最佳处理效率控制策略研究 | 第130-135页 |
| ·BP 神经网络简介 | 第130-131页 |
| ·基于BP 神经网络的PID 参数自适应控制策略研究 | 第131-135页 |
| ·仿真实验研究 | 第135-148页 |
| ·生物膜滴滤塔系统被控对象及特性 | 第135-137页 |
| ·生物膜滴滤塔系统被控对象等效模型 | 第137-138页 |
| ·常规PID 控制仿真实验研究 | 第138-143页 |
| ·基于BP 网络的PID 参数自适应控制仿真实验研究 | 第143-148页 |
| ·本章小结 | 第148-151页 |
| 6 基于存储器函数变换技术的pH 值模糊控制器研究 | 第151-177页 |
| ·存储器函数变换技术 | 第151-152页 |
| ·存储器函数变换技术的基本原理 | 第151页 |
| ·存储器函数变换技术的实现 | 第151-152页 |
| ·模糊控制理论基础 | 第152-154页 |
| ·模糊集合与隶属函数 | 第152-153页 |
| ·模糊推理 | 第153-154页 |
| ·模糊控制系统(FCS) | 第154页 |
| ·pH 值控制系统的总体结构及控制模型 | 第154-159页 |
| ·pH 值对生物滴滤塔有机废气处理系统的影响 | 第154-155页 |
| ·pH 值控制系统特性 | 第155-156页 |
| ·控制系统结构 | 第156-159页 |
| ·二维查询表的模糊控制器(LUTFC)研究 | 第159-176页 |
| ·二维LUTFC 的数学模型 | 第159-162页 |
| ·模糊控制规则 | 第162-166页 |
| ·精确输出量的解模糊判决 | 第166页 |
| ·二维LUTFC 的实现研究 | 第166-168页 |
| ·模糊控制规则表编程设计及写入方法 | 第168-170页 |
| ·LUTFC 的仿真研究 | 第170-176页 |
| ·本章小结 | 第176-177页 |
| 7 本文的主要结论 | 第177-181页 |
| ·主要结论 | 第177-180页 |
| ·进一步工作的建议 | 第180-181页 |
| 致谢 | 第181-183页 |
| 参考文献 | 第183-193页 |
| 附录 | 第193-202页 |
