两级DTRO对垃圾渗滤液中污染物的去除特性及基于神经网络的仿真研究
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 前言 | 第11页 |
| 1.2 垃圾渗滤液概述 | 第11-14页 |
| 1.2.1 垃圾渗滤液的产生及来源 | 第11-12页 |
| 1.2.2 垃圾渗滤液的特点 | 第12-13页 |
| 1.2.3 垃圾渗滤液的危害 | 第13页 |
| 1.2.4 垃圾渗滤液处理难点 | 第13-14页 |
| 1.3 我国垃圾渗滤液处理现状 | 第14-15页 |
| 1.4 垃圾渗滤液处理工艺概述 | 第15-16页 |
| 1.5 DTRO工艺概述 | 第16-19页 |
| 1.6 人工神经网络介绍 | 第19-22页 |
| 1.6.1 人工神经网络 | 第19页 |
| 1.6.2 BP神经网络 | 第19-22页 |
| 1.7 研究的背景意义和内容 | 第22-25页 |
| 1.7.1 研究的背景意义 | 第22-23页 |
| 1.7.2 研究内容 | 第23-25页 |
| 第2章 两级DTRO膜系统工艺原理 | 第25-35页 |
| 2.1 垃圾填埋场情况介绍 | 第25-26页 |
| 2.2 工艺设计 | 第26-28页 |
| 2.3 DTRO膜系统工作原理 | 第28-32页 |
| 2.4 论文实验平台及检测项目 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 两级DTRO膜系统对污染物的去除特性 | 第35-39页 |
| 3.1 两级DTRO膜系统对COD的去除特性 | 第36-37页 |
| 3.2 两级DTRO膜系统对氨氮的去除特性 | 第37页 |
| 3.3 两级DTRO膜系统对电导率的去除特性 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 两级DRTO系统仿真模拟 | 第39-51页 |
| 4.1 BP神经网络模型的建立 | 第39-45页 |
| 4.1.0 模型建立平台 | 第39页 |
| 4.1.1 样本数据的选取及预处理 | 第39-41页 |
| 4.1.2 建立BP神经网络模型 | 第41-43页 |
| 4.1.3 模型的预测与检验 | 第43-45页 |
| 4.2 变参数的出水氨氮预测 | 第45-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 结论和建议 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第58页 |
