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

污水处理过程的建模与基于神经网络的控制算法研究

附件第5-6页
摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第16-23页
    1.1 水污染现状及研究的意义第16-18页
    1.2 污水处理工艺的发展概况第18-19页
    1.3 国内外污水处理研究情况第19-21页
        1.3.1 污水处理过程生化模型的研究第20-21页
        1.3.2 污水处理控制方法研究第21页
    1.4 研究内容和小结第21-23页
第二章 污水处理过程仿真平台的搭建第23-41页
    2.1 引言第23页
    2.2 活性污泥法简介第23-25页
    2.3 BSM1 模型简介第25-32页
        2.3.1 BSM1 模型的结构与参数第25-27页
        2.3.2 生化反应池部分第27-31页
        2.3.3 二沉池部分第31-32页
    2.4 基于 BSM1 的仿真平台第32-41页
        2.4.1 MATLAB 中的 S 函数第32-35页
        2.4.2 仿真平台的搭建第35-36页
        2.4.3 仿真结果与分析第36-41页
第三章 污水处理过程的建模与仿真第41-56页
    3.1 引言第41页
    3.2 神经网络的发展概况第41-42页
    3.3 基于 BP 神经网络的建模第42-47页
        3.3.1 BP 神经网络的结构第42-44页
        3.3.2 BP 神经网络的学习算法第44-45页
        3.3.3 基于 BP 网络的模型设计与仿真结果第45-47页
    3.4 基于 RBF 神经网络的建模第47-50页
        3.4.1 RBF 神经网络的结构第47-48页
        3.4.2 RBF 神经网络的算法第48-49页
        3.4.3 基于 RBF 网络的模型设计与仿真结果第49-50页
    3.5 基于 Elman 网络的预测模型第50-53页
        3.5.1 Elman 网络的一般结构第51-52页
        3.5.2 Elman 网络的学习算法第52页
        3.5.3 基于 Elman 网络的模型设计与仿真结果第52-53页
    3.6 仿真结果分析第53-54页
    3.7 本章小结第54-56页
第四章 污水处理中的神经网络控制算法研究第56-77页
    4.1 引言第56页
    4.2 污水处理中控制策略的分析第56-58页
    4.3 污水处理中的溶解氧控制器第58-63页
        4.3.1 基于 RBF 神经网络的自适应 PID 控制器的结构第58-60页
        4.3.2 自适应速率因子的设计第60-61页
        4.3.3 DO 控制器的设计第61-63页
    4.4 DO 控制器的仿真结果与分析第63-65页
    4.5 污水处理中的硝态氮控制器第65-71页
        4.5.1 预测控制的原理第66-67页
        4.5.2 基于神经网络的预测模型第67页
        4.5.3 控制作用的计算方法第67-70页
        4.5.4 NO 控制器的设计第70-71页
    4.6 NO 控制器的仿真结果与分析第71-73页
    4.7 污水处理的性能评估第73-77页
第五章 污水处理仿真软件的设计第77-92页
    5.1 引言第77页
    5.2 BSM1 仿真模拟软件的总体设计第77-80页
        5.2.1 软件语言的选择第77-78页
        5.2.2 仿真软件界面和流程设计第78-80页
    5.3 BSM1 仿真模拟软件的功能模块介绍第80-84页
        5.3.1 输入模块第80-81页
        5.3.2 控制策略模块第81-83页
        5.3.3 输出模块第83-84页
    5.4 BSM1 仿真模拟软件的操作步骤第84-86页
        5.4.1 进水数据的选择第84页
        5.4.2 控制器选择第84页
        5.4.3 参数设置第84-85页
        5.4.4 仿真时间设定第85页
        5.4.5 输出数据的选择第85-86页
    5.5 仿真测试与结果分析第86-91页
    5.6 本章小结第91-92页
第六章 总结与展望第92-95页
    6.1 全文总结第92-93页
    6.2 全文展望第93-95页
参考文献第95-99页
致谢第99-100页
攻读硕士学位期间已发表或录用的论文第100页

论文共100页,点击 下载论文
上一篇:轮腿式爬楼轮椅越障和过沟过程的运动仿真
下一篇:高辐射涂层的制备与测试研究