| 致谢 | 第7-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第15-37页 |
| 1.1 城镇污水处理现状 | 第15-19页 |
| 1.1.1 城镇污水处理主流工艺 | 第16-18页 |
| 1.1.2 污水厂控制技术及现存问题 | 第18-19页 |
| 1.2 污水处理自动控制技术 | 第19-35页 |
| 1.2.1 自动控制技术及其分类 | 第19-22页 |
| 1.2.2 污水处理中自动控制的优势 | 第22-23页 |
| 1.2.3 智能控制 | 第23-25页 |
| 1.2.4 神经网络及其在污水处理中的应用 | 第25-35页 |
| 1.3 研究目标与内容 | 第35-37页 |
| 1.3.1 研究目标与意义 | 第35页 |
| 1.3.2 主要研究内容 | 第35-36页 |
| 1.3.3 技术路线 | 第36-37页 |
| 第二章 基于缺氧段时长与表面气速的神经网络仿真模型可行性研究 | 第37-48页 |
| 2.1 引言 | 第37页 |
| 2.2 材料与方法 | 第37-41页 |
| 2.2.1 实验装置 | 第37-38页 |
| 2.2.2 实验方法 | 第38-41页 |
| 2.2.3 分析方法 | 第41页 |
| 2.3 实验结果与分析 | 第41-44页 |
| 2.3.1 反应器启动性能 | 第41-42页 |
| 2.3.2 缺氧段时长与表面气速对体系脱氮性能的影响 | 第42-44页 |
| 2.4 基于缺氧段时长与表面气速的神经网络仿真研究 | 第44-47页 |
| 2.4.1 前馈神经网络结构参数选择 | 第44-45页 |
| 2.4.2 仿真结果及分析 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第三章 前馈神经网络仿真模型算法优化研究 | 第48-61页 |
| 3.1 引言 | 第48页 |
| 3.2 材料与方法 | 第48-52页 |
| 3.2.1 实验装置 | 第48页 |
| 3.2.2 实验方法 | 第48-52页 |
| 3.2.3 分析方法 | 第52页 |
| 3.3 实验结果与分析 | 第52-60页 |
| 3.3.1 各工程参数对SBR反应过程影响分析 | 第52-54页 |
| 3.3.2 基于三种优化算法改进的神经网络仿真模型 | 第54-58页 |
| 3.3.3 基于仿真模型的工况优化与验证 | 第58-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 实际污水处理体系前馈神经网络参数优化研究及策略建议 | 第61-71页 |
| 4.1 引言 | 第61页 |
| 4.2 材料与方法 | 第61-62页 |
| 4.2.1 数据采集 | 第61页 |
| 4.2.2 数据处理 | 第61-62页 |
| 4.2.3 实验方法 | 第62页 |
| 4.3 结果与分析 | 第62-70页 |
| 4.3.1 现存实际问题 | 第62-66页 |
| 4.3.2 神经网络模拟与优化 | 第66-67页 |
| 4.3.3 响应速度与成本核算 | 第67-68页 |
| 4.3.4 污水厂生化单元问题诊断与优化操控的策略建议 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 创新点 | 第72页 |
| 5.3 不足与展望 | 第72-73页 |
| 参考文献 | 第73-81页 |
| 攻读硕士期间取得的成果 | 第81页 |
