基于改进神经网络预测的智能污水处理监控系统设计
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题的背景及意义 | 第8-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-12页 |
| 1.2.1 国外状况 | 第10-11页 |
| 1.2.2 国内状况 | 第11-12页 |
| 1.3 本文研究的主要内容 | 第12-14页 |
| 2 污水处理工艺介绍及监控方案设计 | 第14-24页 |
| 2.1 现阶段污水处理方法 | 第14-15页 |
| 2.2 进厂水质分析和处理要求 | 第15-17页 |
| 2.2.1 进厂水质分析 | 第15-16页 |
| 2.2.2 出厂水质要求 | 第16-17页 |
| 2.3 污水厂工艺及设施 | 第17-21页 |
| 2.3.1 污水厂工艺 | 第17-19页 |
| 2.3.2 污水厂关键设施 | 第19-21页 |
| 2.4 监控系统总体设计方案 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 神经网络溶解氧预测 | 第24-38页 |
| 3.1 溶解氧控制方案分析 | 第24-25页 |
| 3.2 BP神经网络智能预测模型 | 第25-32页 |
| 3.2.1 BP神经网络 | 第25-29页 |
| 3.2.1.1 BP网络的前馈计算 | 第26-27页 |
| 3.2.1.2 BP网络权系数的调整规则 | 第27-29页 |
| 3.2.2 BP网络学习算法的计算步骤 | 第29-30页 |
| 3.2.3 溶解氧BP神经网络预测模型仿真 | 第30-32页 |
| 3.3 粒子群改进BP神经网络智能预测模型 | 第32-36页 |
| 3.3.1 粒子群算法 | 第32-33页 |
| 3.3.2 粒子群算法进一步优化 | 第33-34页 |
| 3.3.3 粒子群算法具体流程 | 第34页 |
| 3.3.4 粒子群改进BP神经网络 | 第34-35页 |
| 3.3.5 改进BP神经网络算法流程 | 第35页 |
| 3.3.6 溶解氧改进BP神经网络预测模型仿真 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 监控系统下位机设计 | 第38-54页 |
| 4.1 采集系统硬件 | 第38-40页 |
| 4.2 可编程逻辑控制器PLC | 第40-42页 |
| 4.2.1 PLC介绍 | 第40页 |
| 4.2.2 本设计选用的PLC | 第40-42页 |
| 4.3 通讯系统设计 | 第42-46页 |
| 4.3.1 PLC与上位机通讯 | 第42-44页 |
| 4.3.2 PLC与现场设备通讯 | 第44-46页 |
| 4.4 下位机编程 | 第46-53页 |
| 4.4.1 STEP7编程环境 | 第46-48页 |
| 4.4.2 整体程序设计方案 | 第48页 |
| 4.4.3 数据操作 | 第48-50页 |
| 4.4.4 溶解氧控制子程序 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 监控系统上位机设计 | 第54-66页 |
| 5.1 核心技术简介 | 第54-55页 |
| 5.2 通讯C | 第55-56页 |
| 5.3 数据库设计 | 第56-57页 |
| 5.4 上位机客户端 | 第57-65页 |
| 5.4.1 登陆界面 | 第57-58页 |
| 5.4.2 实时参数显示 | 第58-60页 |
| 5.4.3 报警管理 | 第60-62页 |
| 5.4.4 溶解氧预测 | 第62-63页 |
| 5.4.5 报表查询 | 第63-64页 |
| 5.4.6 用户管理 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 总结与展望 | 第66-70页 |
| 总结 | 第66-67页 |
| 展望 | 第67-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76-78页 |
