| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及课题来源 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 课题来源 | 第11页 |
| 1.2 多级AO工艺的发展与应用研究 | 第11-13页 |
| 1.3 污水处理仿真模型的发展研究 | 第13-17页 |
| 1.3.1 机理模型发展研究 | 第13-15页 |
| 1.3.2 人工神经网络模型在污水处理中模拟应用现状 | 第15-16页 |
| 1.3.3 复合模型的研究现状 | 第16-17页 |
| 1.4 研究目的和意义 | 第17-18页 |
| 1.5 研究内容和技术路线图 | 第18-20页 |
| 1.5.1 研究内容 | 第18页 |
| 1.5.2 技术路线图 | 第18-20页 |
| 第2章 试验材料与方法 | 第20-27页 |
| 2.1 试验材料 | 第20页 |
| 2.1.1 试验原水 | 第20页 |
| 2.1.2 接种污泥 | 第20页 |
| 2.2 试验装置及使用的主要仪器 | 第20-23页 |
| 2.2.1 多级AO试验装置 | 第20-21页 |
| 2.2.2 试验主要设备及仪器 | 第21-23页 |
| 2.3 检测方法 | 第23-24页 |
| 2.3.1 常规指标检测方法 | 第23页 |
| 2.3.2 非常规分析指标及检测方法 | 第23-24页 |
| 2.4 神经网络建模方法 | 第24-27页 |
| 2.4.1 RBF神经网络的基本算法 | 第24-25页 |
| 2.4.2 RBF函数的数据中心 | 第25-27页 |
| 第3章 多级AO工艺在线监测的关键因素研究 | 第27-41页 |
| 3.1 多级AO工艺在线监测系统探讨 | 第27-29页 |
| 3.1.1 在线监测系统的构成 | 第27-29页 |
| 3.1.2 数据传输及监控 | 第29页 |
| 3.2 出水水质关键影响因素分析 | 第29-30页 |
| 3.2.1 关键水质参数 | 第29页 |
| 3.2.2 控制参数 | 第29-30页 |
| 3.3 多级AO系统内监测参数的变化 | 第30-34页 |
| 3.3.1 监测参数的沿程变化规律 | 第30-33页 |
| 3.3.2 监测参数的沿程变化特征 | 第33-34页 |
| 3.4 监测控制靶点的选择 | 第34-39页 |
| 3.4.1 多级AO系统内水质与参数的相关性研究 | 第35-39页 |
| 3.4.2 监测控制靶点的确定 | 第39页 |
| 3.5 多级AO系统的优化控制策略 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 耦合ANN与ASM2D模型的仿真系统 | 第41-56页 |
| 4.1 仿真系统的影响因素研究 | 第41-42页 |
| 4.2 影响出水水质的相关性分析 | 第42-45页 |
| 4.2.1 COD和输入参数的相关性分析 | 第42页 |
| 4.2.2 NH_4~+-N与输入参数的相关性分析 | 第42-43页 |
| 4.2.3 TN与输入参数的相关性分析 | 第43-44页 |
| 4.2.4 TP与输入参数的相关性分析 | 第44-45页 |
| 4.3 ASM2D模型参数的动态校核 | 第45-49页 |
| 4.3.1 灵敏度分析 | 第45页 |
| 4.3.2 温度影响分析 | 第45-49页 |
| 4.4 仿真系统构建研究 | 第49-50页 |
| 4.4.1 系统输入参数的确定 | 第50页 |
| 4.4.2 复合模型的构建 | 第50页 |
| 4.5 仿真系统对关键水质参数的预测 | 第50-55页 |
| 4.5.1 COD的预测 | 第50-51页 |
| 4.5.2 TN的预测 | 第51-52页 |
| 4.5.3 NH_4~+-N的预测 | 第52-53页 |
| 4.5.4 TP的预测 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 基于仿真系统的工艺优化调控研究 | 第56-68页 |
| 5.1 仿真系统的优化与性能评价 | 第56-57页 |
| 5.1.1 运行参数优化 | 第56页 |
| 5.1.2 系统的性能评价 | 第56-57页 |
| 5.2 工艺优化调控研究 | 第57-66页 |
| 5.2.1 低C/N的优化调控 | 第57-63页 |
| 5.2.2 DO的优化调控 | 第63-66页 |
| 5.3 本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-76页 |
| 附录 神经网络模型MATLAB程序 | 第76-79页 |