| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·污水处理软测量研究现状与进展 | 第10-11页 |
| ·智能控制技术在污水处理中的应用进展 | 第11-13页 |
| ·论文的内容和结构 | 第13-15页 |
| 第2章 污水处理工艺介绍 | 第15-21页 |
| ·污水生化处理技术 | 第15-17页 |
| ·活性污泥法 | 第15-16页 |
| ·生物流化床法 | 第16-17页 |
| ·污水处理过程的重要参数 | 第17-18页 |
| ·本工程污水处理工艺流程 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于 PLC 的污水处理控制系统设计与实现 | 第21-35页 |
| ·污水处理控制系统设计的原则和基本步骤 | 第21-22页 |
| ·污水处理自动控制系统设计原则 | 第21页 |
| ·PLC 控制系统设计的基本步骤 | 第21-22页 |
| ·控制系统的总体方案设计 | 第22-25页 |
| ·控制要求 | 第22-24页 |
| ·控制方案 | 第24-25页 |
| ·控制系统设备选型和功能介绍 | 第25-29页 |
| ·PLC 部分选型 | 第25-26页 |
| ·功能模块的选择 | 第26-27页 |
| ·现场在线检测仪表选型 | 第27-28页 |
| ·外围设备和保护设备 | 第28-29页 |
| ·PLC 的控制流程及程序设计 | 第29-32页 |
| ·污水提升泵房 | 第29-30页 |
| ·鼓风机房 | 第30页 |
| ·潜水搅拌机 | 第30-31页 |
| ·污泥处理系统 | 第31-32页 |
| ·上位机监控设计 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于最小二乘支持向量机的污水处理过程软测量建模 | 第35-51页 |
| ·支持向量机概述 | 第35-38页 |
| ·统计学习理论 | 第35-36页 |
| ·支持向量机回归机 | 第36-38页 |
| ·最小二乘支持向量机原理 | 第38-39页 |
| ·核参数优化 | 第39-41页 |
| ·常用核函数 | 第39-40页 |
| ·粒子群算法优化系统参数 | 第40-41页 |
| ·LS-SVM 工具箱功能介绍 | 第41-44页 |
| ·基于 LS-SVM 的污水处理过程建模与仿真 | 第44-49页 |
| ·变量选择 | 第44页 |
| ·数据的预处理 | 第44-45页 |
| ·污水处理过程建模 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 基于最小二乘支持向量机的广义预测控制研究 | 第51-63页 |
| ·预测控制 | 第51-52页 |
| ·广义预测控制算法 | 第52-55页 |
| ·预测模型 | 第52页 |
| ·目标函数 | 第52-53页 |
| ·输出预测 | 第53-54页 |
| ·滚动优化 | 第54-55页 |
| ·反馈校正 | 第55页 |
| ·GPC 控制算法中主要参数对系统性能的影响 | 第55-56页 |
| ·基于最小二乘支持向量机的广义预测控制 | 第56-58页 |
| ·基于 LS-SVM 的广义预测控制系统结构图 | 第57-58页 |
| ·基于 LS-SVM 的广义预测控制器设计 | 第58页 |
| ·生物流化床污水处理系统的广义预测控制研究 | 第58-62页 |
| ·变量选取 | 第58-59页 |
| ·控制方案 | 第59-60页 |
| ·仿真研究 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表论文 | 第71页 |