摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-22页 |
1.1 课题的背景及研究意义 | 第12-15页 |
1.1.1 课题背景 | 第12-13页 |
1.1.2 研究意义 | 第13-15页 |
1.2 活性污泥法处理流程概述 | 第15-16页 |
1.3 污水处理控制及优化的现状 | 第16-20页 |
1.3.1 污水处理中控制的影响因素 | 第16-17页 |
1.3.2 污水处理过程控制及优化的国内外现状 | 第17-20页 |
1.4 课题来源 | 第20-21页 |
1.5 论文主要研究内容与结构安排 | 第21-22页 |
第2章 污水处理机理模型分析 | 第22-38页 |
2.1 活性污泥法1号机理模型(ASM1) | 第22-28页 |
2.1.1 ASM1机理的模型组分 | 第23-24页 |
2.1.2 ASM1的19个参数 | 第24页 |
2.1.3 ASM1机理模型的8个反应过程 | 第24-26页 |
2.1.4 组分的表观反应速率 | 第26-28页 |
2.2 基准仿真模型BSM1 | 第28-35页 |
2.2.1 生化反应池模型 | 第28-30页 |
2.2.2 二沉池模型 | 第30-32页 |
2.2.3 性能评价指标 | 第32-35页 |
2.3 BSM1基准仿真的平台测试 | 第35-37页 |
2.4 小结 | 第37-38页 |
第3章 基于迭代ADP算法的污水处理控制 | 第38-54页 |
3.1 引言 | 第38-39页 |
3.2 自适应动态规划 | 第39-42页 |
3.2.1 动态规划 | 第39页 |
3.2.2 自适应动态规划发展 | 第39-40页 |
3.2.3 自适应动态规划的基本原理 | 第40-42页 |
3.3 污水处理系统最优控制问题描述 | 第42-43页 |
3.4 迭代ADP算法最优控制器设计 | 第43-44页 |
3.5 迭代ADP控制的神经网络实现 | 第44-48页 |
3.5.1 模型网络的权值学习 | 第45-46页 |
3.5.2 评价网络的权值学习 | 第46-47页 |
3.5.3 行动网络的权值学习 | 第47-48页 |
3.6 实验仿真与结果分析 | 第48-53页 |
3.6.1 污水处理实验控制目标 | 第48页 |
3.6.2 实验结果及分析 | 第48-53页 |
3.7 小结 | 第53-54页 |
第4章 基于迭代ADP的污水处理设定值优化 | 第54-64页 |
4.1 引言 | 第54页 |
4.2 污水处理能耗和水质的影响因素分析 | 第54-57页 |
4.2.1 影响污水处理能耗的因素 | 第54-55页 |
4.2.2 影响污水处理出水水质的因素 | 第55-57页 |
4.3 污水处理溶解氧和硝态氮的优化模型 | 第57-58页 |
4.4 基于迭代ADP的实时优化控制 | 第58-60页 |
4.5 实验仿真与结果分析 | 第60-63页 |
4.5.1 实验参数的选择 | 第60页 |
4.5.2 实验结果及分析 | 第60-63页 |
4.6 小结 | 第63-64页 |
第5章 污水处理智能控制系统开发 | 第64-78页 |
5.1 系统开发需求分析与计划 | 第64-65页 |
5.1.1 系统开发需求分析 | 第64-65页 |
5.1.2 系统开发目标 | 第65页 |
5.1.3 系统适用范围 | 第65页 |
5.2 软件系统总体设计 | 第65-66页 |
5.3 系统开发实现 | 第66-76页 |
5.3.1 组态FameView监控界面 | 第66-71页 |
5.3.2 组态FameView与MATLAB的OPC通信 | 第71-74页 |
5.3.3 MATLAB实现智能运算 | 第74-76页 |
5.4 小结 | 第76-78页 |
结论与展望 | 第78-80页 |
参考文献 | 第80-86页 |
攻读硕士学位期间所获得的研究成果 | 第86-88页 |
致谢 | 第88页 |