基于动态数据驱动的生物氧化槽进气量预测研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 生物氧化预处理过程国内外研究现状 | 第8-9页 |
| 1.2.2 动态数据驱动应用系统国内外研究现状 | 第9-11页 |
| 1.3 本文的研究内容及章节安排 | 第11-14页 |
| 1.3.1 本文的研究内容 | 第11页 |
| 1.3.2 本文的章节安排 | 第11-14页 |
| 第2章 动态数据驱动应用系统 | 第14-22页 |
| 2.1 DDDAS基本概念 | 第14-19页 |
| 2.1.1 DDDAS提出背景 | 第14-15页 |
| 2.1.2 DDDAS定义 | 第15-16页 |
| 2.1.3 DDDAS基本原理 | 第16-17页 |
| 2.1.4 DDDAS框架结构 | 第17-19页 |
| 2.2 DDDAS的分类 | 第19-20页 |
| 2.3 DDDAS研究内容 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 生物氧化槽进气量状态空间模型 | 第22-31页 |
| 3.1 状态空间模型概述 | 第22-24页 |
| 3.2 状态空间模型的分类 | 第24-26页 |
| 3.3 单个生物氧化槽进气量状态空间模型 | 第26-28页 |
| 3.4 多级生物氧化槽进气量状态空间模型 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 数据同化 | 第31-40页 |
| 4.1 数据同化概述 | 第31-32页 |
| 4.2 数据同化方法分类 | 第32-33页 |
| 4.3 粒子滤波 | 第33-35页 |
| 4.3.1 粒子滤波概述 | 第33-34页 |
| 4.3.2 粒子滤波研究热点 | 第34页 |
| 4.3.3 粒子滤波算法步骤 | 第34-35页 |
| 4.4 Kalman滤波 | 第35-38页 |
| 4.4.1 Kalman滤波的背景及发展历程 | 第35-36页 |
| 4.4.2 基本Kalman滤波 | 第36-37页 |
| 4.4.3 扩展Kalman滤波 | 第37-38页 |
| 4.4.4 无迹Kalman滤波 | 第38页 |
| 4.5 本章小结 | 第38-40页 |
| 第5章 动态数据驱动生物氧化槽进气量预测系统 | 第40-51页 |
| 5.1 DDDAS生物氧化槽进气量预测系统架构 | 第40-41页 |
| 5.2 模型参数及结果校正 | 第41-43页 |
| 5.2.1 模型参数校正 | 第41-42页 |
| 5.2.2 预测结果校正 | 第42-43页 |
| 5.3 数据预处理 | 第43-44页 |
| 5.4 对单个槽分别预测 | 第44-47页 |
| 5.5 对多个槽同时预测 | 第47-49页 |
| 5.6 结果分析 | 第49-50页 |
| 5.7 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-53页 |
| 6.1 结论 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表的论文 | 第59-61页 |
