首页--数理科学和化学论文--力学论文--流体力学论文--多相流论文

GM及气液两相流场在MBR中的应用研究

学位论文主要创新点第3-4页
摘要第4-5页
Abstract第5-6页
第一章 绪论第10-16页
    1.1 研究现状及发展趋势第10-12页
        1.1.1 膜生物反应器的应用现状第10-11页
        1.1.2 膜生物反应器的发展趋势第11-12页
    1.2 研究条件和内容第12-13页
        1.2.1 研究条件第12页
        1.2.2 研究内容第12-13页
    1.3 研究目的和意义第13-14页
        1.3.1 研究目的第13-14页
        1.3.2 研究意义第14页
    1.4 论文结构安排第14-16页
第二章 MBR膜污染与防治第16-32页
    2.1 膜生物反应第16-21页
        2.1.1 膜生物反应器的构成与分类第16-19页
        2.1.2 膜生物反应原理第19-20页
        2.1.3 传统生物技术和MBR第20-21页
    2.2 膜污染第21-22页
        2.2.1 膜污染的形成第21-22页
        2.2.2 膜污染的分类第22页
    2.3 浓差极化现象第22-24页
    2.4 膜污染影响因素第24-28页
        2.4.1 膜和膜组件的特性对膜污染的影响第26-27页
        2.4.2 进料液和污泥特性对膜污染的影响第27页
        2.4.3 膜组件的操作运行条件对膜污染的影响第27-28页
    2.5 膜污染的防治第28-32页
        2.5.1 膜污染的控制第28-29页
        2.5.2 膜污染的清洗第29-32页
第三章 曝气中气液两相流场的数值模拟第32-40页
    3.1 气液两相流场第32-33页
        3.1.1 垂直管道内前气液两相流的流型第32-33页
        3.1.2 垂直管道内的气液两相流流型的常见分类第33页
    3.2 气液两相流场数值模拟第33-37页
        3.2.1 CFD数值模拟方法第33-34页
        3.2.2 气液两相流的数学模型第34-36页
        3.2.3 FLUENT软件第36-37页
    3.3 曝气大小对气液两相流的影响第37-38页
    3.4 曝气位置对气液两相流的影响第38页
    3.5 气液两相流数值模拟的验证第38-40页
        3.5.1 曝气大小数值模拟的验证第38-39页
        3.5.2 曝气位置数值模拟的验证第39-40页
第四章 基于GM预测模型对MBR曝气强度预测第40-48页
    4.1 GM预测模型的理论研究第40-44页
        4.1.1 GM预测模型算法的基本原理第40页
        4.1.2 GM预测模型的数学描述第40-42页
        4.1.3 算法的计算步骤和流程图第42-44页
    4.2 MBR系统不同阶段最佳曝气强度的预测第44-45页
        4.2.1 最佳曝气强度第44页
        4.2.2 最佳曝气强度的影响因素第44页
        4.2.3 最佳曝气强度的实验确定第44-45页
    4.3 GM预测不同阶段的最佳曝气强度第45-48页
        4.3.1 收集整理最佳曝气强度数据第45-46页
        4.3.2 数据导入GM预测模型进行预测第46页
        4.3.3 预测结果及分析第46-48页
第五章 基于Linear线性神经网络对MBR曝气强度预测第48-56页
    5.1 Linear线性神经网络第48-50页
        5.1.1 Linear线性神经网络介绍第48-49页
        5.1.2 训练Linear的均方差损失函数MSELoss第49页
        5.1.3 训练Linear的Optim随机梯度下降SGD算法第49-50页
    5.2 Linear线性神经网路预测最佳曝气强度第50-53页
        5.2.1 Linear线性神经网络的输入输出第51页
        5.2.2 Linear线性神经网络数据预处理做归一化第51-53页
        5.2.3 使用Pytorch深度学习框架实现Linear模型第53页
    5.3 Linear线性神经网络的实验结果及分析第53-56页
        5.3.1 Linear模型预测实验结果第54-55页
        5.3.2 Linear模型预测实验分析第55-56页
第六章 结论与展望第56-60页
    6.1 结论第56-57页
        6.1.1 气液两相流实验结论第56-57页
        6.1.2 GM模型预测最佳曝气值实验结论第57页
        6.1.3 Linear模型预测最佳曝气值实验结论第57页
    6.2 展望第57-60页
        6.2.1 人工智能时代背后的算法展望第57页
        6.2.2 MBR处理废水技术的展望第57-60页
参考文献第60-64页
发表论文情况和参加科研情况第64-66页
致谢第66-68页
附录第68-73页

论文共73页,点击 下载论文
上一篇:多元样本定理与n-宽度
下一篇:瞬态渗流问题中的FEMOL平面线性样条曲线单元研究