首页--环境科学、安全科学论文--废物处理与综合利用论文--一般性问题论文--废水的处理与利用论文

A/O废水处理系统中回流比的模糊神经网络智能控制研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-20页
   ·本课题的研究背景及意义第12-13页
   ·污水处理过程的自动控制现状第13-18页
     ·废水处理模糊控制系统第14-15页
     ·废水处理神经控制系统第15-16页
     ·废水处理专家控制系统第16-17页
     ·废水处理综合智能控制系统第17页
     ·废水处理智能控制的发展前景第17-18页
   ·回流比控制的必要性第18页
   ·本课题的来源和研究内容第18-20页
第二章 模糊神经网络模型理论第20-41页
   ·神经网络模型第20-25页
     ·神经网络模型概述第20-21页
     ·人工神经元模型第21页
     ·神经网络的学习方式第21-23页
     ·BP网络的基本结构与学习规则第23-25页
   ·模糊控制的理论分析第25-30页
     ·确定模糊控制的输入变量和输出变量第26页
     ·确定量的模糊化第26-29页
     ·模糊控制器的控制规则第29-30页
     ·输出信息的模糊判决第30页
   ·模糊系统和神经网络的比较第30-31页
   ·模糊神经网络理论分析第31-40页
     ·模糊系统和神经网络的结合第32-34页
     ·模糊神经网络模型结构第34-38页
     ·模型参数学习算法第38页
     ·模糊神经网络的辨识第38-40页
   ·本章小结第40-41页
第三章 实验室A/O废水处理自动控制系统的设计第41-57页
   ·A/O废水处理系统的简介第41-43页
     ·A/O工艺废水处理系统第41页
     ·A/O工艺原理及特点第41-42页
     ·试验材料与方法第42-43页
   ·搭建造纸废水处理自动控制系统第43-49页
     ·自动控制系统的构成第43-45页
     ·废水自动控制系统的执行机构第45-49页
   ·PLC控制程序设计及MCGS组态第49-55页
     ·STEP7-Micro/WIN32 编程软件第49页
     ·PLC控制程序的设计第49-51页
     ·MCGS软件的组态第51-55页
   ·本章小结第55-57页
第四章 基于模糊神经网络的回流比控制模型的设计第57-90页
   ·回流比控制方案第57-58页
   ·TOC与CODCr的关系建立第58-62页
     ·TOC与CODCr关系的概述第58页
     ·实验室废水处理系统第58-59页
     ·样品测定结果第59页
     ·TOC与CODCr的关系第59-62页
   ·试验的样本数据第62-71页
     ·样本数据的要求第62-63页
     ·最优设定值确定第63-66页
     ·样本数据的获取第66-68页
     ·样本数据的预处理与分析第68-71页
   ·废水处理预测模型第71-80页
     ·预测数学模型第71-72页
     ·预测模型结构辨识第72-74页
     ·预测模型的参数辨识及仿真第74-80页
   ·基于BP网络的预测模型第80-83页
     ·BP网络结构的确定第80-82页
     ·BP网络预测模型性能分析第82-83页
   ·ANFIS与BP网络模型的对比第83-84页
   ·废水处理回流比控制模型第84-89页
     ·控制数学模型第84页
     ·控制模型的结构辨识第84-86页
     ·控制模型的参数辨识及仿真分析第86-89页
   ·本章小结第89-90页
第五章 造纸废水处理智能控制的实现及控制效果分析第90-97页
   ·MCGS下实现神经网络智能控制第90-95页
     ·MCGS下策略构件的实现方法第90页
     ·MCGS下开发策略构件的接口函数第90-91页
     ·MCGS下开发模糊神经网络控制算法策略构件第91-94页
     ·MGCS运行环境第94-95页
   ·控制效果分析第95页
   ·本章小结第95-97页
结论与展望第97-99页
参考文献第99-105页
攻读硕士学位期间发表的学术论文第105-106页
致谢第106-107页
附件第107页

论文共107页,点击 下载论文
上一篇:红树林湿地中脱氮微生物脱氮特性及其种群结构分析
下一篇:可溶性大豆多糖絮凝性及机理研究