| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 生物脱氮工艺国内外研究现状 | 第9-11页 |
| 1.2.2 污水处理自动控制技术国内外研究现状 | 第11-13页 |
| 1.3 课题研究的目的与内容 | 第13-15页 |
| 1.3.1 课题研究的目的 | 第13页 |
| 1.3.2 课题研究的主要内容 | 第13-15页 |
| 2 SBBR单级自养脱氮工艺 | 第15-18页 |
| 2.1 单级自养脱氮工艺概述 | 第15-16页 |
| 2.2 单级自养脱氮工艺的影响因素 | 第16-17页 |
| 2.3 单级自养脱氮系统的启动方法 | 第17-18页 |
| 3 人工神经网络智能控制系统设计 | 第18-39页 |
| 3.1 人工神经网络 | 第18-26页 |
| 3.1.1 人工神经网络概述 | 第18页 |
| 3.1.2 人工神经网络分类 | 第18-19页 |
| 3.1.3 人工神经网络基本数学模型 | 第19-22页 |
| 3.1.4 人工神经网络学习规则 | 第22页 |
| 3.1.5 BP神经网络 | 第22-24页 |
| 3.1.6 RBF神经网络 | 第24-26页 |
| 3.2 PID控制基本原理 | 第26-30页 |
| 3.2.1 PID控制器 | 第26-27页 |
| 3.2.2 比例、积分、微分单元环节的特点 | 第27-28页 |
| 3.2.3 PID控制参数的整定 | 第28-29页 |
| 3.2.4 自适应PID控制 | 第29-30页 |
| 3.3 基于人工神经网络的单级自养脱氮智能控制系统设计 | 第30-38页 |
| 3.3.1 人工神经网络智能控制系统结构设计 | 第30-31页 |
| 3.3.2 基于RBF神经网络的前馈控制器设计 | 第31-32页 |
| 3.3.3 BP神经网络PID反馈控制器设计 | 第32-35页 |
| 3.3.4 人工神经网络单级自养脱氮智能控制系统仿真 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 SBBR单级自养脱氮智能控制试验研究 | 第39-59页 |
| 4.1 SBBR单级自养脱氮启动试验 | 第39-46页 |
| 4.1.1 材料与方法 | 第39-41页 |
| 4.1.2 试验水质 | 第41-42页 |
| 4.1.3 水质测试项目与方法 | 第42页 |
| 4.1.4 结果与分析 | 第42-46页 |
| 4.2 SBBR单级自养脱氮启动控制 | 第46-52页 |
| 4.2.1 硬件配置 | 第46-47页 |
| 4.2.2 BP神经网络PID反馈控制实现 | 第47-52页 |
| 4.3 SBBR单级自养脱氮工艺运行控制 | 第52-57页 |
| 4.3.1 硬件配置 | 第52页 |
| 4.3.2 RBF神经网络前馈控制实现 | 第52-55页 |
| 4.3.3 人工神经网络智能控制实现 | 第55-57页 |
| 4.4 本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |