基于BP神经网络的城镇污水厂活性炭自动投加系统的研究
致谢 | 第6-7页 |
摘要 | 第7-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第14-35页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 活性炭吸附工艺的研究概况 | 第15-19页 |
1.2.1 活性炭吸附的研究进展 | 第15-17页 |
1.2.2 活性炭吸附应用的关键问题 | 第17页 |
1.2.3 活性炭投加装置简介 | 第17-18页 |
1.2.4 粉末活性炭投加系统设计要点 | 第18-19页 |
1.3 水厂投药控制技术的研究现状 | 第19-30页 |
1.3.1 人工控制阶段 | 第19-20页 |
1.3.2 自动控制阶段 | 第20-27页 |
1.3.3 智能控制阶段 | 第27-30页 |
1.4 BP神经网络 | 第30-33页 |
1.4.1 BP算法的原理 | 第30-32页 |
1.4.2 BP神经网络应用进展 | 第32-33页 |
1.5 研究目标与内容 | 第33-35页 |
1.5.1 研究目标 | 第33页 |
1.5.2 研究内容 | 第33-35页 |
第二章 材料与方法 | 第35-39页 |
2.1 实验试剂与仪器 | 第35-36页 |
2.1.1 实验试剂 | 第35页 |
2.1.2 实验仪器 | 第35-36页 |
2.2 实验装置 | 第36-37页 |
2.2.1 烧杯试验装置 | 第36页 |
2.2.2 粉末活性炭投加飞升实验装置 | 第36-37页 |
2.3 水质分析测试方法 | 第37-39页 |
2.3.1 pH值的测定 | 第37页 |
2.3.2 化学需氧量(COD)的测定 | 第37-39页 |
第三章 城镇污水厂活性炭吸附深度处理工艺 | 第39-49页 |
3.1 城镇污水厂活性炭投加系统概述 | 第39-45页 |
3.1.1 活性炭吸附深度处理工艺 | 第39-41页 |
3.1.2 活性炭投加系统的组成 | 第41-43页 |
3.1.3 活性炭投加系统应用评估 | 第43-45页 |
3.2 被控对象的特征 | 第45-46页 |
3.2.1 活性炭投加量的影响因素分析 | 第45页 |
3.2.2 活性炭投加系统的特点 | 第45-46页 |
3.3 粉末活性炭投加自动化控制方案 | 第46-48页 |
3.4 小结 | 第48-49页 |
第四章 活性炭投加系统的前馈控制器设计 | 第49-57页 |
4.1 烧杯试验 | 第49-50页 |
4.2 基于BP神经网络的前馈控制模型 | 第50-54页 |
4.2.1 BP神经网络的设计 | 第50-51页 |
4.2.2 BP神经网络的训练 | 第51-53页 |
4.2.3 BP神经网络的仿真 | 第53-54页 |
4.3 传统数学模型法的设计与仿真 | 第54-55页 |
4.4 仿真结果比较 | 第55页 |
4.5 小结 | 第55-57页 |
第五章 活性炭投加系统的反馈控制器设计 | 第57-64页 |
5.1 被控对象模型的建立 | 第57-58页 |
5.1.1 过程控制的建模方法 | 第57页 |
5.1.2 被控对象建模的理论分析 | 第57-58页 |
5.2 粉末活性炭投加飞升实验 | 第58-60页 |
5.3 PID参数整定 | 第60-63页 |
5.4 小结 | 第63-64页 |
第六章 活性炭自动投加系统仿真及其应用 | 第64-70页 |
6.1 BP神经网络-PID复合控制系统仿真 | 第64-65页 |
6.2 活性炭自动投加系统的设计及实现 | 第65-67页 |
6.2.1 PLC控制系统 | 第65-66页 |
6.2.2 WinCC监控组态 | 第66-67页 |
6.3 活性炭自动投加系统示范工程 | 第67-69页 |
6.3.1 出水水质稳定状况 | 第67-68页 |
6.3.2 经济效益状况 | 第68-69页 |
6.4 小结 | 第69-70页 |
第七章 结论与展望 | 第70-72页 |
7.1 结论 | 第70-71页 |
7.2 展望 | 第71-72页 |
参考文献 | 第72-80页 |
个人简历 | 第80页 |