| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题的背景及研究意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·活性污泥法污水处理工艺概述 | 第11-12页 |
| ·活性污泥法污水处理过程控制的现状 | 第12-17页 |
| ·污水处理过程控制对象 | 第12-13页 |
| ·污水处理过程控制方法的现状 | 第13-17页 |
| ·课题来源 | 第17页 |
| ·论文研究内容与结构安排 | 第17-19页 |
| 第2章 污水处理动态特性分析与BSM1测试平台实现 | 第19-37页 |
| ·活性污泥法1号机理模型(ASM1)描述 | 第19-24页 |
| ·ASM1机理模型组分 | 第20-21页 |
| ·ASM1的19个参数 | 第21-22页 |
| ·ASM1机理模型的8个反应过程 | 第22-23页 |
| ·组分的表观反应速率 | 第23-24页 |
| ·BSM1描述 | 第24-32页 |
| ·生化池模型 | 第25-27页 |
| ·二沉池模型 | 第27-29页 |
| ·性能评价指标 | 第29-32页 |
| ·BSM1基准仿真平台测试 | 第32-34页 |
| ·污水处理过程控制方案 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第3章 基于自适应控制策略的PID溶解氧控制 | 第37-53页 |
| ·自适应PID控制基本方法 | 第37-40页 |
| ·自整定PID控制方法 | 第38-39页 |
| ·BP神经网络 | 第39-40页 |
| ·自适应PID控制器溶解氧浓度控制系统 | 第40-43页 |
| ·自适应PID溶解氧浓度控制结构 | 第40-41页 |
| ·参数自适应调整策略 | 第41-42页 |
| ·PID控制模块 | 第42-43页 |
| ·自适应PID控制器溶解氧浓度控制算法流程 | 第43-47页 |
| ·控制流程及步骤 | 第43-44页 |
| ·参数在线调整算法表示 | 第44-47页 |
| ·实验仿真及结果分析 | 第47-50页 |
| ·小结 | 第50-53页 |
| 第4章 基于T-SFNN的污水处理多变量自适应控制 | 第53-67页 |
| ·模糊控制原理 | 第53-55页 |
| ·模糊神经网络介绍 | 第55-57页 |
| ·模糊神经网络的基本结构 | 第55页 |
| ·模糊神经网络计算过程 | 第55-57页 |
| ·T-S模糊神经网络介绍 | 第57-60页 |
| ·T-S模糊逻辑系统 | 第57-58页 |
| ·T-S模糊神经网络 | 第58-60页 |
| ·基于T-SFNN的控制系统 | 第60-63页 |
| ·实验仿真及结果分析 | 第63-66页 |
| ·小结 | 第66-67页 |
| 第5章 基于SO-TSFNN的污水处理多变量控制 | 第67-83页 |
| ·自组织神经网络原理 | 第67-68页 |
| ·自组织系统 | 第67-68页 |
| ·自组织神经网络 | 第68页 |
| ·自组织算法思想 | 第68-69页 |
| ·自组织T-S模糊神经网络 | 第69-72页 |
| ·自组织T-S模糊神经网络结构 | 第70页 |
| ·自组织算法 | 第70-72页 |
| ·控制系统设计 | 第72-76页 |
| ·仿真实验及结果仿真 | 第76-81页 |
| ·小结 | 第81-83页 |
| 结论与展望 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士学位期间所获得的研究成果 | 第91-93页 |
| 致谢 | 第93页 |