首页--环境科学、安全科学论文--废物处理与综合利用论文--一般性问题论文--废水的处理与利用论文

基于RBFNN的水处理系统过程建模与控制应用研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-14页
 1.1 引言第9页
 1.2 课题来源第9-10页
 1.3 活性污泥国内外发展现状第10页
 1.4 污水处理控制系统国内外发展状况第10-11页
 1.5 基于机理模型控制策略与基于非机理模型控制策略第11-13页
 1.6 本文研究内容第13-14页
2 污水处理系统研究分析第14-20页
 2.1 活性污泥法基本工作原理第14页
 2.2 污水处理系统流程及该系统存在的问题第14-16页
 2.3 控制参数的选定及意义第16-18页
 2.4 控制系统的选择第18-20页
3 RBF神经网络理论基础及算法研究第20-33页
 3.1 引言第20页
 3.2 网络类型的选择第20-21页
 3.3 RBF神经网络的理论基础第21-23页
  3.3.1 RBF神经网络的结构第21页
  3.3.2 RBF神经网络的映射关系及映射机理第21-23页
 3.4 RBF神经网络的学习算法研究第23-32页
  3.4.1 算法综述第23-24页
  3.4.2 中心节点的确定的方法第24-25页
  3.4.3 常见的几种学习方法简介第25-28页
  3.4.4 动态均值聚类的RBF学习方法和改进的减聚类算法第28-32页
 3.5 本章小结第32-33页
4 基于RBF神经网络的水处理系统模型辨识与建模第33-49页
 4.1 引言第33页
 4.2 基于神经网络的系统辨识的基本内容第33-39页
  4.2.1 系统辨识中的基本问题第33-34页
  4.2.2 基于神经网络的非线性系统的辨识模型及结构第34-38页
  4.2.3 基于神经网络的系统辨识的基本思路和步骤第38-39页
 4.3 基于RBF神经网络的非线性建模第39-42页
  4.3.1 神经网络与非线性动态系统建模第39-40页
  4.3.2 基于RBF神经网络的非线性系统建模方法第40-42页
 4.4 基于RBF神经网络的水处理过程建模第42-48页
  4.4.1 原始数据的收集与处理第42-44页
  4.4.2 建模和仿真及结果分析第44-46页
  4.4.3 仿真及结果分析第46-48页
 4.5 本章小结第48-49页
5 基于RBF神经网络水处理系统过程控制第49-70页
 5.1 引言第49-50页
 5.2 神经网络在控制中的应用第50-53页
 5.3 内模控制结构及原理第53-57页
  5.3.1 内模控制结构及原理第53-55页
  5.3.2 内模控制的性质第55-56页
  5.3.3 稳定控制器的设计第56-57页
 5.4 基于RBFNN的水处理系统的内模控制第57-69页
  5.4.1 基于RBF神经网络的非线性内模控制方案第57-58页
  5.4.2 水处理系统正向模型的建立第58-61页
  5.4.3 水处理系统内模控制器的建立第61-63页
  5.4.4 滤波器的设计第63-65页
  5.4.5 水处理系统内模控制结果第65-66页
  5.4.6 内模控制系统鲁棒性及抑制干扰能力的研究第66-69页
 5.5 本章小结第69-70页
6 溶解氧内模控制硬件实现方案第70-76页
 6.1 控制系统设计第70-71页
 6.2 神经网络内模控制器的总体结构第71页
 6.3 硬件设计第71-75页
  6.3.1 微处理器芯片的选用第71-72页
  6.3.2 传感器的选择第72页
  6.3.3 电流/电压转换电路第72-73页
  6.3.4 A/D转换电路第73-74页
  6.3.5 D/A转换电路第74-75页
 6.4 本章小结第75-76页
结论第76-77页
参考文献第77-79页
附录A 主要算法程序第79-83页
攻读硕士学位期间发表学术论文情况第83-84页
致谢第84-85页
大连理工大学学位论文版权使用授权书第85页

论文共85页,点击 下载论文
上一篇:硅衬底GaN材料生长及其LED老化性能研究
下一篇:南昌市中小学媒介素养教育的内容建构研究