摘要 | 第7-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-22页 |
1.1 课题背景及研究意义 | 第12-15页 |
1.1.1 课题背景 | 第12-13页 |
1.1.2 研究意义 | 第13-15页 |
1.2 活性污泥处理工艺与模型概述 | 第15-19页 |
1.2.1 污水处理工艺过程及分类 | 第15-17页 |
1.2.2 活性污泥机理模型 | 第17-19页 |
1.3 活性污泥过程中主要问题的研究现状 | 第19-21页 |
1.3.1 ASM1参数估计的研究现状 | 第19-20页 |
1.3.2 溶解氧控制方法的研究现状 | 第20页 |
1.3.3 出水水质BOD5检测问题及研究现状 | 第20-21页 |
1.4 论文主要研究内容与章节安排 | 第21-22页 |
第2章 活性污泥过程机理模型建立与分析 | 第22-35页 |
2.1 活性污泥过程ASM1模型描述 | 第22-26页 |
2.1.1 ASM1机理模型组分 | 第22-23页 |
2.1.2 ASM1机理模型的8个反应子过程 | 第23-25页 |
2.1.3 各组分的反应速率 | 第25-26页 |
2.2 基准仿真模型BSM1描述 | 第26-32页 |
2.2.1 生化池模型 | 第26-27页 |
2.2.2 BSM1模型二沉池 | 第27-30页 |
2.2.3 BSM1模型性能评价指标 | 第30-32页 |
2.3 BSM1基准仿真平台测试 | 第32-33页 |
2.4 本章小结 | 第33-35页 |
第三章 ASM1模型参数估计 | 第35-47页 |
3.1 布谷鸟搜索算法 | 第35-37页 |
3.2 改进的布谷鸟搜索算法 | 第37-42页 |
3.2.1 发现概率pa的动态变化策略 | 第37页 |
3.2.2 步长的动态变化策略 | 第37页 |
3.2.3 改进的CS算法实现步骤 | 第37-38页 |
3.2.4 仿真实验 | 第38-42页 |
3.3 ICS算法在ASM1参数估计中的应用 | 第42-44页 |
3.4 仿真实验 | 第44-46页 |
3.5 本章小结 | 第46-47页 |
第四章 基于RBFPID的溶解氧控制器设计 | 第47-59页 |
4.1 RBF神经网络 | 第47-53页 |
4.1.1 基于RBF神经网络的自适应PID算法 | 第49-50页 |
4.1.2 RBFPID控制器稳定性和收敛性分析 | 第50-53页 |
4.2 仿真实验及结果分析 | 第53-58页 |
4.2.1 跟踪性能测试 1 | 第53-54页 |
4.2.2 跟踪性能测试 2 | 第54-55页 |
4.2.3 抗干扰性能测试 | 第55-57页 |
4.2.4 控制器评价指标 | 第57-58页 |
4.2.5 实验结果讨论与分析 | 第58页 |
4.3 本章小结 | 第58-59页 |
第五章 基于ICS优化极限学习机的BOD_5软测量建模 | 第59-70页 |
5.1 极限学习机 | 第59-60页 |
5.2 极限学习机原理 | 第60-62页 |
5.3 基于ICS优化极限学习机的BOD_5软测量模型 | 第62页 |
5.4 实验数据的获取与处理 | 第62-65页 |
5.4.1 实验数据的获取 | 第62-63页 |
5.4.2 实验数据处理 | 第63-65页 |
5.5 仿真研究 | 第65-69页 |
5.6 本章小结 | 第69-70页 |
结论与展望 | 第70-72页 |
参考文献 | 第72-78页 |
致谢 | 第78-79页 |
附录A 攻读学位期间所发表的学术论文目录 | 第79-80页 |
附录B0 MATLAB中建立的BSM1模型 | 第80-81页 |
附表B1 ASM1中各子过程的化学计量数一览表 | 第81-82页 |
附表B2 CS算法实现的伪代码 | 第82-83页 |
附表B3 ICS算法实现的伪代码 | 第83页 |