一、活性污泥法污水处理过程仿真软件设计及在控制中的应用(论文文献综述)
万鹏亮[1](2021)在《某城市污水厂A2O工艺沿程水质特征分析与提质增效方案研究》文中研究说明随着我国城市污水集中处理目标的基本达成与各地区更加严格地方排水标准的相继发布执行,表明我国城市污水处理厂排放标准的提升将是一个必然趋势。本文以西安市某污水厂一期A2O工艺为研究对象进行工艺优化研究,提升工艺的出水水质并减少能源消耗。本文首先使用常规指标、三维荧光数据和LC-OCD对该工艺的沿程污水水质进行分析,发现该工艺中存在初沉池截留碳源、回流污泥携带过多硝态氮、回流混合液携带过多溶解氧、缺氧池碳源不足的问题。针对以上问题,本文提出的提质增效方案取消原工艺中初沉池,使用厌缺氧池分点进水的方式解决缺氧池内碳源不足的问题,将原工艺的好氧池第4廊道改造为非曝气区和第2好氧池,在非曝气区的末端进行混合液的回流,在厌氧池、缺氧池和第1好氧池投加悬浮填料增加微生物丰度,增加一个污泥缺氧池削减回流污泥中的硝态氮。基于工艺提质增效方案,在GPS-X仿真平台建立该优化工艺的概化模型并进行模型校正。通过单因素模拟确定工艺的运行参数,最终选定DO、R、r、分段进水比例、填料填充比例、非曝气区与第2好氧池体积比、污泥缺氧池停留时间的最佳参数值分别为2.4 mg/L、160%、50%、20%、25%、6:4、30min。89天动态数据模拟结果表明,该优化工艺出水水质指标中BOD5、NH3-N、TN均稳定达到《陕西省黄河流域污水综合排放标准》(DB61/224-2018)中的A标准。出水COD主要由溶解性惰性有机物贡献,生物反应无法处理,在实际应用中应辅以深度处理。TP在无化学除磷的条件下,平均去除率达到95.6%,仅在进水TP负荷较高时会出现微量超标,同时总能耗相比于原工艺降低了 13.0%。因此本文提出的工艺提质增效方案强化了工艺的脱氮除磷效果并减少了能源消耗,达到了提质增效的目的,可为同类型工艺的提质增效提供借鉴与技术参考。
胡赛飞[2](2020)在《基于FWA优化的溶解氧浓度模型预测控制研究》文中指出污水处理是保护水环境的一种有效途径,活性污泥法是污水处理过程中常用的一种方法,溶解氧(DO)浓度是其中一个重要的参数。污水处理过程具有非线性、不确定性、复杂性等特点,同时活性污泥法的生化反应复杂、涉及众多变量,导致出水水质的主要参数COD(化学需氧量)不能稳定达标。在此背景下,本文以实现DO浓度的精确控制为目标,开展活性污泥法污水处理过程中建模与控制方法的研究,设计了一种基于烟花算法(FWA)优化的模糊模型预测控制方法,通过精确控制DO达到控制COD浓度的目的,主要工作如下:1.详细分析了活性污泥法的特性,研究了活性污泥1号模型(ASM1)的组分、反应过程、化学计量系数与动力学参数之间的关系。研究了基准仿真模型(BSM1)的结构特点、生化池反应特性与二沉池沉降特性,并在MATLAB环境下搭建了BSM1仿真模型,通过数据测试验证了模型的可靠性和准确性。2.针对活性污泥法污水处理过程中难以建模的问题,首先采用T-S模糊建模的方法搭建了COD模糊预测模型,其中包括基于ASM1模型的分析与数学推导,模糊规则结构的确定,利用模糊C均值聚类算法对模糊空间进行划分,借助于最小二乘法来估计相应的参数。然后针对初始模糊模型结构复杂与精确度不高等缺陷,利用FWA对模糊模型结构与参数进行优化。最后通过非线性对象对比实验和COD浓度对比实验,验证了优化后的模糊模型预测精度更高,并建立了FWA优化后的DO浓度模糊预测模型。3.针对DO浓度的精确跟踪控制问题,在DO浓度模糊预测模型的基础上分析并设计了模型预测控制器。通过实验仿真验证了控制器在不同天气条件下的有效性,通过与PID控制、神经网络预测控制的对比,验证了控制器在跟踪控制和抗干扰性能上的优越性。本课题的创新点在于:1.基于ASM1模型利用T-S模糊建模的方法建立了COD模糊预测模型,提出FWA算法对初始模型进行优化的方法,提高了模型预测精度。2.利用预测控制方法设计了DO浓度模糊模型预测控制器,并应用到不同天气条件下的DO控制中,取得了理想的控制效果。
邵袁[3](2019)在《基于WEST软件模拟的城市污水厂的优化运行研究》文中研究说明严格的排放要求和节能降耗的需求,对污水厂的运行提出了更高的要求。本文某县级市城市污水处理厂为研究对象,调研分析了污水处理厂改良型A2/O工艺和Orbal氧化沟工艺的实际运行状况及存在问题,利用WEST软件构建了两种工艺的数学模型,开展工艺的优化运行研究,提出并实施了工艺的优化运行方案,有效提高了污染物的去除效率,并降低了运行能耗。主要研究结果如下:(1)改良型A2/O工艺平均进水水量为7735m3/d,工艺对COD、TN、TP和NH4+-N的平均去除率分别为88.29%、50.11%、72.08%和94.78%,冬季低温导致NH4+-N出水浓度波动较大且出水TN有个别超标现象。Orbal氧化沟工艺的平均进水水量为7593m3/d,COD的去除率高于86%,TN和TP的平均去除率分别为59.24%和71.1%,夏秋季节NH4+-N的去除率高于95%,冬季出现NH4+-N出水浓度超过5mg/L的现象。(2)改良型A2/O工艺通过微生物的降解与吸附作用、好氧菌的呼吸作用及脱氮除磷过程实现COD的去除,NH4+-N在好氧区通过硝化反应去除,TN的去除发生在缺氧区内,预缺氧区分担了超过20%的脱氮功能,脱氮效率不高是因为好氧区曝气过量破坏了厌氧与缺氧环境且进水为低碳源水,反硝化碳源不足,工艺对P的去除主要依靠化学除磷,原因为好氧区DO浓度过高,排泥量较少,污泥活性较低。Orbal氧化沟工艺对COD的去除主要发生在厌氧池,NH4+-N通过在中沟与内沟的硝化反应去除,TN主要通过在厌氧池和外沟的反硝化反应去除,进水低碳源和外沟曝气过量,出水NO3--N浓度较高,影响脱氮效果,超过50%的TP依靠化学加药除去,增加了污水处理成本。(3)利用WEST软件构建改良型A2/O和Orbal氧化沟工艺在不同季节下运行的模型,经进水组分测定、参数灵敏度分析和参数调整,误差均在可接受范围内。模拟得改良型A2/O工艺的优化条件为:春、夏、秋季DO13mg/L、排泥量100m3/d、内回流比1、外回流比0.8;冬季DO23mg/L、排泥量75m3/d、内回流比1、外回流比0.7,液态PAC的投加量均降至0.07kg/m3水。Orbal氧化沟工艺的优化参数为:春季内回流比0、外回流比0.8、排泥量90m3/d;夏、秋季排泥量100m3/d,其余参数同前;冬季外回流比1,其余参数同春季;春夏秋季除磷药剂投加量为0.07 kg/m3水,冬季为0.09 kg/m3水。(4)优化方案实施于改良型A2/O工艺的实际效果为COD平均去除率达88.08%,NH4+-N平均去除率达89.99%,较优化前有所增加,TN的平均去除率较优化前增加了5.61%,TP的平均去除率较优化前提高了2.12%。优化方案的实施使硝化反应降低,反硝化效果增强和好氧区实现部分SND,同时好氧区吸磷量增加和缺氧区反硝化除磷的发生使得近50%的TP通过生物除磷途径去除,优化方案实施阶段电耗均值为0.38kW·h/m3,较优化前同期降低了7.87%,化学除磷药剂的日均使用量下降12.3%。上述结果表明,WEST软件可用于污水处理工艺的仿真模拟与优化运行研究,为污水处理工艺的稳定运行和节能降耗提供了技术支撑。
唐玉玲[4](2015)在《城市污水处理流程能效建模及优化研究》文中提出随着人口增长、区域经济发展及工业化和城市化进程的加快,城市污水排放量不断增加,对污水处理设施的处理能力及排放指标提出了更高要求。污水处理是典型的能耗密集型流程,运行成本高是城市污水处理领域的一个严重问题,一定程度上制约了污水处理设施的可持续发展。本文旨在确保污水排放满足标准的同时提高污水处理过程的能源效率,降低能耗。本文研究受到江苏省自然科学基金项目(编号:BK2011346)、湖北省自然科学基金项目(编号:2011CDB277)及“水力机械过渡过程”教育部重点实验室开放基金项目支持。提出了基于POET(Performance, operation, equipment and technology)的污水处理流程能源审计矩阵,用矩阵网格化分析方法规避了当前能源审计研究中概念模糊、指南不明确等问题,规范了污水处理流程能源审计的内容、方法和工具。用实际污水处理厂对基于POET的能源审计矩阵进行了验证,建立了污水处理流程的耗能特征,寻求并验证了节能机会,并明确了污水提升和污水生物处理这两个能效优化的重点研究对象。以城市污水处理流程的连续性为原则,将管网提升泵站与污水处理厂作为整体进行研究,提出了管网泵站的最优控制策略。在优化目标函数中综合考虑分时电价、泵的启停次数及多台泵之间的累计运行时间差,建立了污水提升泵站基于多目标平衡的混合最优控制问题。算例研究表明污水提升泵站混合优化控制方法在高中负荷及低负荷下能分别节省约25%及35%的能源费用,还能有效抑制泵的频繁启停并均化各泵的累计运行时间。提出了基于最小二乘支持向量机(Least square support vector machine, LS-SVM)进行活性污泥污水生物处理过程学习建模的研究方法。研究了基于LS-SVM的动态建模方法,并将LS-SVM模型的稀疏化过程转换为一个以样本剪切率为优化变量并以校验样本均方根误差(Root mean squared error, RMSE)为目标函数的最优化问题进行研究。分别以BSM1 (Benchmark simulation model, No 1)及浙江省某污水处理厂(记为“Z”厂)为范例,建立了污水生物处理过程出水水质指标的LS-SVM动态预测模型。建立了活性污泥污水生物处理过程的多变量能效优化控制问题,以污水处理流程的总能耗为优化目标,以曝气量、混合液回流量及排泥量为优化变量,并考虑了排水水质约束及控制量上下界约束。研究了基于粒子群优化(Particle swarm optimization, PSO)的求解方法。以BSM1及Z污水处理厂为对象,分别验证了能效多变量最优控制策略在多种工况下的有效性。结果表明:BSM1在晴天、雨天及暴雨天时,能效优化控制能分别获得2.8%、4.65%及5.44%的节能率;Z厂在入水COD(Chemical oxygen demand,化学需氧量)高、中、低3种工况下,能效优化控制分别具有7.71%、9.73%及8.9%的节能潜力。本文针对污水提升系统及活性污泥污水生物处理过程展开了能效优化研究,获得了一定创新成果,体现在:①提出了基于POET(Performance, operation, equipment and technology)的污水处理流程能源审计矩阵,规范了污水处理过程能源审计的内容、方法和工具;②提出了污水提升泵站能效混合优化控制策略,在提高泵站能源效率的同时还能有效抑制泵的频繁启停并均化了各泵的累计运行时间;③提出了基于PSO的LS-SVM模型最优稀疏化方法,能同时获得最优剪切率及最小性能指标。本文针对城市污水处理流程建立了一条从能源审计到控制建模在再到能效优化的完整研究路线。提出了基于POET的能源审计、基于LS-SVM的动态建模及基于多变量最优控制的能效优化等一系列方法。论文的研究结论提高了污水处理流程运行优化的理论水平,可为污水处理流程的节能降耗提供技术支撑。
杨柳[5](2014)在《污水处理过程的建模与基于神经网络的控制算法研究》文中研究表明近年来,污水处理作为环境保护中的热点问题,受到了很多学者和研究人员的关注。污水处理有很多种工艺流程,本文主要研究了活性污泥法污水处理过程,活性污泥法有操作方便、能耗较小的特点,成为目前我国污水处理厂使用最多的一种污水处理工艺。本文的主要工作是研究了活性污泥法污水处理过程的建模与控制,并对污水处理中溶解氧和硝态氮的控制作了一定的改进,最后取得了如下研究结果:1.搭建了污水处理仿真平台。污水处理过程是一个运行周期长、运行成本高,大多数实验室没有条件进行实际污水处理的实验,且实际过程往往受环境因素影响较大,控制策略之间很难平行比较,研究人员很难区分各个控制策略的优劣性。平台的作用是替代实际污水处理过程,研究人员的建模与控制可以在平台上进行,并且统一的环境有利于评估控制策略的优劣;2.利用神经网络建立控制对象的模型。活性污泥污水处理过程是一个非线性过程,具有复杂的动态特性,通过公式推导出来受控对象的方程非常庞大,难以设计控制算法。本文利用利用神经网络强大的学习能力,完成了对活性污泥法污水处理过程建模,控制算法可以基于神经网络模型进行设计;3.提出了加强硝态氮控制的控制策略,设计了基于神经网络的改进PID控制算法和基于神经网络的预测控制算法。污水处理过程中,微生物在有氧环境下将氨氮转化成硝态氮,硝态氮可以在无氧的环境下通过生化反应转化成氮气排放,从而达到去污目的。本文在分析了污水处理中的控制策略后,首先设计了改进的PID控制器,相对于原始的PID控制器控,溶解氧的控制效果得到了改进;进而通过预测控制对第五个反应池中的硝态氮进行控制,有效控制了硝态氮的浓度;4.针对污水处理过程编写了仿真软件。污水处理过程非常复杂,仿真平台的模块众多,出现系统崩溃难以定位问题,本文利用研究中所取得的进展编写了污水处理集成软件,可以有效避免研究人员的篡改造成的崩溃问题,并且软件平台操作较SIMULINK平台更便捷。软件已经申请相关专利。
吴勇虎[6](2012)在《城市污水生物处理活性污泥法仿真建模研究》文中研究说明当前由于水资源相对短缺严重,城市污水处理正日益成为人们关注的焦点。而我国目前对城市污水处理的研究还远远落后于国际水平,同时新增的污水处理厂沿用传统工艺手段,缺乏有效的污水处理模型指导工艺的改进,而且大量污水处理工和相关给排水工程的学生一直停留在理论学习的阶段,没有可靠的仿真模型和软件工具支持离线模拟学习。为了解决上述问题,本文根据我国污水处理厂的实际工艺情况,采用模块化的建模思路进行白箱机理建模,以活性污泥ASM1模型为机理内核,抛开了当前领域研究中简化模型、过优假设条件的方法,进行完整的活性污泥除碳、通过“硝化—反硝化”除氮的机理建模研究。总结出城市污水厂的一般工艺过程,设计了通用的工艺图,并根据山西阳泉污水处理厂的实际工艺进行了适当调整,试验了重要的基本控制方案。同时利用山西阳泉污水厂的数据作为初始依据,进行拟合研究,整合出一套将实测数据转化为模型组分浓度的模型,并适度调整模型内部的一些工艺参数,这样有助于打破活性污泥模型在应用到污水厂实践中的限制,使模型的灵活性得到了增强。用VS2005作为开发平台,采用面向对象思想对整个仿真过程进行设计,开发出具有人机交互性强、运行可靠、结果准确的仿真软件。
宁利,沈文浩,龙周,刘天龙[7](2010)在《活性污泥法污水处理过程仿真及仿真界面设计》文中指出基于活性污泥仿真基准(BSM1),提出了通过MATLAB/SIMULINK工具建立活性污泥法污水处理过程仿真模型,并建立了仿真界面,为活性污泥法污水仿真提供了一种简便方法。通过对BSM1中污水处理过程的仿真实验表明,SIMULINK建立的仿真模型具有快速、准确、稳定的特点,并且仿真模块容易得到修改并应用到具体的仿真对象。因此,通过此方法可以方便地实现常见的活性污泥法污水处理过程的仿真。
杨红[8](2010)在《污水生化处理的智能建模与优化控制策略应用研究》文中研究指明活性污泥法污水处理是一种模拟水的自净化过程,利用自然界中微生物的生命活动来清除污水中有机污染物的一种有效方法,是目前世界上工业有机污水处理和城市污水二次处理的主要途径。污水处理过程具有多变量、非线性、时变性与随机性的特点,其控制过程十分复杂,采用传统的控制方法难以实现污水处理的实时控制。近年来,人工智能方法的引入有力地推动了污水生化处理过程的控制技术的研究。但是虽然现有的研究取得了一定的成果,研究却偏重于模糊控制、神经网络、遗传算法、专家系统等,本论文针对城市污水处理的特性,以LS-SVM为基础研究智能建模和优化控制的方法。本课题来源于国家自然科学基金项目(编号60774032)、广东省自然科学基金博士启动项目(编号9451064101002853)和教育部高等学校博士学科点专项科研基金(新教师基金课题)(编号20070561006),以广州市沥滘污水处理厂的污水处理工艺为对象,主要利用ARMA模型、Kalman滤波、数据融合、人工免疫以及LS-SVM等人工智能方法对生化处理过程中建模的若干问题,包括异常数据的检测、Kalman滤波观测融合、出水指标值的预测、预测模型的建立和优化控制等,进行了较为深入的研究,取得了一定的研究成果,具有理论意义和现实意义。本文的主要研究成果和创新点有:1、针对污水处理过程中测量仪器有时会检测到异常的数据,提出了本体/异体检测机制与负向选择结合3σ准则的算法检测异常值,建立代表正常数据特征的本体集合与代表异常数据特征的抗体集合。这样既可以用数据集的方法也可以用直接的方法检测异常值。仿真实验证明这种方法适合对污水数据进行检测,能够有效地监控测量仪器的运行状况。2、提出了对异常数据进行修正的模型--AR模型。AR模型是一种时间序列分析方法,是利用序列的历史信息以及历史信息之间的相互作用,对序列的未来轨迹进行预测的一种数学方法。用信息论准则对AR模型定阶,再用Burg方法建立AR模型。一旦检测到异常值,即用前一时段的正常值来修正,从而达到数据恢复的目的。算法预测精度较高、具备良好的稳定性,也适合于污水处理过程的数据修正。3、考虑到污水处理过程的多传感器数据采集问题,将基于相关性函数和最小二乘的多传感器数据融合算法应用到污水数据的处理上来,对支持程度高的传感器数据进行融合,而支持程度低的传感器数据不参加融合。该方法计算简单,对测量数据进行融合时不需要其先验信息,所得融合结果精度高。在此基础上,提出改进的最小二乘的多传感器数据融合算法,并且利用评价标准比较了两种融合方法。4、以污水处理过程的反应方程的计算值为参考值,提出基于非线性系统的Kalman滤波观测融合算法。研究了Kalman滤波非线性系统的线性化方法,提出在不同观测矩阵情况下的数据融合问题,并在已有的几种观测融合算法的基础上,提出基于岭估计的新的观测融合算法,以定义损失函数为评价标准,证明了新算法优于其它几种算法,用仿真实验表明了Kalman滤波观测融合算法的优越性。5、提出一种应用于污水处理过程出水指标的预测算法。研究了带混沌动态量的自适应学习率的自回归小波神经网络的辨识模型;再利用LS-SVM建立预测模型,以一种新的混合变异的免疫算法对LS-SVM的影响预测精度的几个有关参数进行优化,用下鞅理论证明了该免疫优化算法是几乎处处强收敛甚至具有更强的收敛性。仿真实验表明提出的预测模型的预测精度高。6、提出一种以多约束条件为基础的,运行费用最少为目标的多变量最优控制算法。用LS-SVM预测出水指标,在满足COD、SS、NH3-H的出水要求的条件下,给出污水处理过程中多变量最优控制的数学模型,提出一种采用粒子群算法求解污水处理过程优化控制问题的计算方法。仿真实验表明算法能够降低生产费用。
龙周[9](2011)在《造纸污水活性污泥法处理过程仿真及应用研究》文中进行了进一步梳理国际水质协会和欧盟科学技术合作组织合力推出的活性污泥1号仿真模型(BSM1),被作为市政污水处理厂设计、运行管理、工艺改造和科学研究的一种有效工具,并且在国外得到广泛应用。活性污泥法污水处理过程是个强耦合、多输入多输出的动态系统,具有高度非线性、时变、不确定性和时滞等特点,因此,活性污泥法污水处理的研究往往比较费时费力,且要求成本高。通过仿真模拟,可以大大的简化活性污泥法污水处理过程的研究,从很大程度上降低控制方案开发、工艺改造、工艺评估等方面的成本。对于活性污泥过程的仿真研究,国外,特别是欧洲已经是比较多的了,国内也出现了一些有关活性污泥工艺仿真模拟的文献。在本文中,将活性污泥工艺的仿真模拟引入到造纸污水处理过程中,并且基于对纸厂SBR活性污泥工艺的仿真,对SBR溶解氧浓度控制提出了先进PID控制算法,进行控制效果评估,设计了仿真界面。本文首先介绍了BSM1仿真基准,并针对BSM1中的活性污泥法污水处理对象,用Matlab/Simulink建立了计算机仿真模型,将运行结果用仿真基准的数据进行比较,证明了仿真模型的准确性,同时也证实了通过Matlab/Simulink建立的仿真模型具有简单、稳定、运行速度快的特点。通过呼吸计量法,对某二次纤维造纸厂SBR工段采集的污水和污泥进行测量分析,获得了该纸厂SBR池活性污泥的异养菌产率、异养菌衰减和异养菌最大增长速率几个关键系数,分别为0.625 g XB,H COD formed/(g COD utilised)、0.473 /day、0.473 /day。异养菌产率系数和国际水质协会提供的参考值比较接近,但异养菌衰减和异养菌最大增长速率差距较大,这是由于这两个参数受到污泥本身性质及活性污泥生存环境影响较大;同时分析获得了该纸厂SBR入水的中SS、SI、XS、XI等组份占总COD的百分比分别为:18%、4%、20%、58%。然后针对纸厂的SBR活性污泥工艺,对活性污泥1号模型(ASM1)进行合理简化和修改,建立了纸厂SBR污水处理仿真模型。基于本文所测得的参数,采用工厂实际入水数据进行仿真运行,并将仿真出水和实际出水数据进行比较,证实了本文建立的SBR仿真模型能够很好的模拟仿真实际纸厂SBR运行,同时也说明了ASM系列模型可能用于纸厂等工业污水处理过程的仿真模拟。基于本文建立的纸厂SBR仿真模型,对SBR活性污泥法污水处理过程的溶解氧浓度控制进行了研究,提出了BP-PID和Fuzzy-PID两种先进PID控制方案,两种控制器在调节速度、超调量方面都优于传统的PID控制器,操作变量变化也更加平缓;在强干扰下,BP-PID控制器表现出的控制效果比较差,然而Fuzzy-PID控制器的控制效果和抗干扰能力都仍优于传统PID控制器,在曝气能的消耗比较中,Fuzzy-PID控制器也明显优于传统PID控制器,能够有效降低曝气耗能。最后基于SBR仿真模型和A2/O工艺仿真模型,设计了造纸污水活性污泥法处理仿真界面,为复杂活性污泥法污水处理的仿真提供了一种简单、友好的仿真界面,使得仿真操作更加简便。通过仿真界面,可以方便的对SBR过程和A2/O过程进行仿真模拟,通过数据查询功能可以方便的查询到用户所需要的数据指标;仿真界面提供了运行工艺和控制器的评价指标,因此可以对不同工艺条件和控制器进行评价和比较。
李荣[10](2009)在《基于细胞自动机的污水处理过程建模与仿真研究》文中指出活性污泥法是利用微生物的生理特性对污水中的有机物进行净化的有效的方法,是目前使用的最广泛的污水生物处理的方法。活性污泥法的污水处理过程包含了极其复杂的生化反应,使整个系统呈现出高度非线性、时变、不确定性和时滞等特点,这就导致了污水处理过程的建模比较困难。由于活性污泥法的净化机理是基于微生物的生化反应,因此建立活性污泥法污水处理的生物模型具有重要的理论意义和现实意义。而细胞自动机作为人工智能的一个分支学科,可以用于复杂系统和人工生命系统的建模思想。利用细胞自动机对活性污泥法的污水处理过程进行建模,从生物角度反映污水处理的生化过程,更直观地展现出污水处理过程的特点。本文在现有的研究成果的基础上,借助活性污泥法的净化机理和细胞自动机的原理,对细胞自动机及其在活性污泥法污水处理建模中的应用进行了深入研究,主要工作如下:1.在分析活性污泥系统中微生物的生理特性及其作用的基础上,利用活性污泥法的净化机理和细胞自动机原理,提出了利用细胞自动机从生物角度模拟曝气池内污水处理过程的研究方案。2.针对活性污泥的吸附和稳定过程,提出了使用退火细胞自动机规则进行建模的思想,建立了二维的退火细胞自动机模型,并进行仿真验证,证明了其有效性。3.针对曝气池内的整个污水处理过程,包括初期吸附、生物代谢和重力沉降,提出了使用概率细胞自动机规则进行建模的思想,建立了三维的概率细胞自动机模型,并进行了仿真验证,证明了其有效性。4.利用LabVIEW软件平台开发活性污泥法污水处理过程中的污泥产量计算的仿真软件,并初步实现了污水处理过程的动态仿真。污水处理过程的细胞自动机模型的研究对活性污泥法污水处理过程的建模和仿真技术的发展提供了新方法,但由于条件和时间限制,尚有许多方面有待改进。
二、活性污泥法污水处理过程仿真软件设计及在控制中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、活性污泥法污水处理过程仿真软件设计及在控制中的应用(论文提纲范文)
(1)某城市污水厂A2O工艺沿程水质特征分析与提质增效方案研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外技术现状 |
1.2.1 城市生活污水处理技术发展现状 |
1.2.2 活性污泥模型发展现状 |
1.2.3 基于活性污泥模型的模拟软件发展 |
1.3 主要研究内容与技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线图 |
2 材料与方法 |
2.1 实验材料 |
2.1.1 实验污水与污泥 |
2.1.2 实验药剂 |
2.2 实验装置与仪器 |
2.2.1 主要实验装置 |
2.2.2 实验仪器 |
2.3 仿真平台及模型理论 |
2.3.1 Mantis2 模型状态变量 |
2.3.2 Mantis2 模型复合变量计算 |
2.3.3 Mantis2 模型反应过程 |
2.4 实验指标及检测方法 |
2.4.1 三维荧光光谱测定 |
2.4.2 分子量分布测定 |
2.4.3 Mantis2 模型进水参数 |
2.4.4 Mantis2 模型活性污泥参数 |
2.4.5 其他指标检测方法 |
2.5 荧光数据分析方法 |
2.5.1 平行因子法(PARAFAC) |
2.5.2 荧光区域积分法(FRI) |
3 A~2O工艺水质特征分析 |
3.1 常规指标分析 |
3.1.1 出水水质分析 |
3.1.2 该污水厂A~2O工艺沿程水质基本特征 |
3.2 LC-OCD分析 |
3.3 荧光数据PARAFAC分析 |
3.4 荧光数据FRI分析 |
3.5 荧光信息与水质指标的关系 |
3.6 本章小结 |
4 A~2O工艺概化模型构建 |
4.1 污水厂工艺概况 |
4.2 A~2O工艺概化模型构建 |
4.3 污水水质特征化 |
4.3.1 有机组分 |
4.3.2 氮组分 |
4.3.3 磷组分 |
4.4 A~2O工艺模型动态模拟效果分析 |
4.5 本章小结 |
5 A~2O工艺模型的校准与验证 |
5.1 A~2O工艺模型参数敏感性分析 |
5.1.1 敏感度分析原理 |
5.1.2 敏感度计算与方法 |
5.1.3 化学计量系数敏感度计算结果 |
5.1.4 动力学参数敏感度计算结果 |
5.2 敏感性参数值的确定与分析 |
5.2.1 异养菌好氧产率系数Y_(Hair) |
5.2.2 异养菌好氧衰减速率b_H |
5.2.3 异养菌最大比增长速率m_(μh) |
5.2.4 氨氧化菌的最大比增长速率m_(μNH) |
5.2.5 其他敏感性参数的数值拟合 |
5.3 A~2O工艺校正模型的动态验证 |
5.4 本章小结 |
6 A~2O工艺提质增效方案研究 |
6.1 提质增效方案设计 |
6.2 A~2O优化工艺单因素影响分析 |
6.2.1 溶解氧(DO)对响应变量的影响 |
6.2.2 混合液回流比(R)对响应变量的影响 |
6.2.3 污泥回流比(r)对响应变量的影响 |
6.2.4 分点进水比例对响应变量的影响 |
6.2.5 填料填充比例(P)对响应变量的影响 |
6.2.6 非曝气区与第2 好氧池体积比对响应变量的影响 |
6.2.7 污泥缺氧池停留时间对响应变量的影响 |
6.3 优化工艺的动态模拟与验证 |
6.4 优化工艺的能耗分析 |
6.5 本章小结 |
7 结论 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(2)基于FWA优化的溶解氧浓度模型预测控制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景和意义 |
1.2 污水处理技术与工艺概述 |
1.2.1 污水处理技术简介 |
1.2.2 污水处理工艺简介 |
1.3 污水处理过程的研究现状 |
1.3.1 污水处理过程建模研究现状 |
1.3.2 污水处理过程控制研究现状 |
1.4 本文的主要研究内容 |
第二章 基于活性污泥法的污水处理过程分析 |
2.1 活性污泥法污水处理工艺简述 |
2.2 活性污泥法1号机理模型 |
2.2.1 ASM1号机理模型概述 |
2.2.2 ASM1号机理模型的组分与反应过程 |
2.3 BSM1仿真基准模型描述 |
2.3.1 BSM1概述 |
2.3.2 生化池模型 |
2.3.3 沉淀池模型 |
2.4 BSM1基准仿真平台测试 |
2.4.1 数据分析 |
2.4.2 仿真平台测试 |
2.5 本章小结 |
第三章 活性污泥过程中COD的T-S模糊建模 |
3.1 模糊建模理论概述 |
3.1.1 模糊模型的比较与选择 |
3.1.2 基于模糊聚类算法的T-S模糊建模 |
3.2 COD的T-S模糊建模 |
3.2.1 模糊模型的结构辨识 |
3.2.2 模糊模型的参数辨识 |
3.2.3 辨识结果 |
3.3 本章小结 |
第四章 基于FWA优化的溶解氧T-S模糊建模 |
4.1 算法理论概述 |
4.1.1 FCM优化算法 |
4.1.2 烟花算法 |
4.2 基于FWA的模糊模型设计 |
4.2.1 初始烟花群体的建立与编码 |
4.2.2 适应度函数 |
4.2.3 模糊模型设计步骤 |
4.3 基于FWA优化的模糊模型实验仿真 |
4.3.1 非线性系统实验仿真 |
4.3.2 基于FWA优化的COD模糊模型实验仿真 |
4.3.3 基于FWA优化的溶解氧模糊模型的建立 |
4.4 本章小结 |
第五章 溶解氧浓度的模糊模型预测控制研究 |
5.1 预测控制理论 |
5.1.1 预测控制原理 |
5.1.2 预测控制基本算法 |
5.2 溶解氧浓度的模糊模型预测控制器设计 |
5.3 溶解氧浓度的模糊模型预测控制仿真 |
5.3.1 晴朗天气下溶解氧浓度控制仿真结果 |
5.3.2 阴雨天气下溶解氧浓度控制仿真结果 |
5.3.3 暴雨天气下溶解氧浓度控制仿真结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 A 插图清单 |
附录 B 表格清单 |
附录 C 部分代码 |
在学研究成果 |
致谢 |
(3)基于WEST软件模拟的城市污水厂的优化运行研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 活性污泥数学模型概述 |
1.2.1 米-门方程和Monod模型 |
1.2.2 Eckenfelder模型、McKinney模型和Lawrence-Mc Carty模型 |
1.2.3 活性污泥动态模型 |
1.2.4 ASM系列模型 |
1.3 基于ASM系列模型的仿真软件简介 |
1.3.1 相关软件概述 |
1.3.2 WEST仿真软件介绍 |
1.3.3 WEST仿真软件的建模步骤 |
1.4 活性污泥数学模型的研究进展 |
1.4.1 国外活性污泥数学模型研究进展 |
1.4.2 国内活性污泥数学模型研究进展 |
1.4.3 活性污泥数学模型存在的问题与发展方向 |
1.5 城市污水处理厂主要处理工艺概述 |
1.5.1 A~2/O工艺系列概述 |
1.5.2 氧化沟工艺系列概述 |
1.5.3 城市污水处理厂运行中主要存在的问题 |
1.6 研究内容、技术路线、研究目的与意义 |
1.6.1 论文的研究目的与意义 |
1.6.2 论文的研究内容与技术路线 |
第二章 研究方法 |
2.1 污水处理厂运行现状调研分析方法 |
2.1.1 调研方法 |
2.1.2 采样方法 |
2.1.3 水质测试项目及分析方法 |
2.2 工艺模拟的方法 |
2.2.1 工艺模型的建立 |
2.2.2 进水组分的确定 |
2.2.3 稳态与动态模拟 |
2.2.4 模型参数校正 |
2.2.5 模型的验证 |
第三章 污水处理厂的运行现状调研及分析 |
3.1 污水处理厂概况 |
3.2 污水处理厂改良型A~2/O工艺运行效果分析 |
3.2.1 改良型A~2/O工艺的进出水水质水量分析 |
3.2.2 改良型A~2/O工艺的污染物去除途径分析 |
3.3 污水处理厂Orbal氧化沟工艺运行效果分析 |
3.3.1 Orbal氧化沟工艺的进出水水质水量分析 |
3.3.2 Orbal氧化沟工艺的污染物去除途径分析 |
3.4 本章小结 |
第四章 基于WEST软件的污水处理厂仿真模型构建 |
4.1 污水处理厂改良型A~2/O工艺模型的构建 |
4.1.1 进水组分的测定 |
4.1.2 模型构建及初步模拟 |
4.1.3 灵敏度分析与参数调整 |
4.1.4 模型适用性验证 |
4.2 污水处理厂Orbal氧化沟工艺模型的构建 |
4.2.1 模型构建及初步模拟 |
4.2.2 参数调整与模型验证 |
4.3 本章小结 |
第五章 污水处理厂运行优化模拟研究 |
5.1 改良型A~2/O工艺模拟运行优化研究 |
5.1.1 单因素模拟试验分析 |
5.1.2 多因素模拟试验分析 |
5.1.3 改良型A~2/O工艺的最优工况条件分析 |
5.1.4 化学除磷的优化 |
5.2 Orbal氧化沟工艺出模拟运行优化研究 |
5.1.1 工艺参数的优化 |
5.1.2 化学除磷的优化 |
5.3 本章小结 |
第六章 污水处理厂优化方案的实施及结果 |
6.1 污水处理厂优化方案的确定 |
6.1.1 改良型A~2/O工艺的优化方案 |
6.1.2 Orbal氧化沟工艺的优化方案 |
6.2 优化方案的经济技术分析 |
6.2.1 出水水质预测分析 |
6.2.2 经济成本预测分析 |
6.3 优化方案的实施结果分析 |
6.3.1 污染物去除效率及途径分析 |
6.3.2 能耗药耗分析 |
6.4 针对污水处理厂提标到准Ⅳ类水对策的探讨 |
6.4.1 提标要求及提标工作流程 |
6.4.2 关键指标达标难点分析及对策 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
致谢 |
参考文献 |
攻读学位期间研究成果 |
(4)城市污水处理流程能效建模及优化研究(论文提纲范文)
表目录 |
图目录 |
缩写词 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 论文的研究背景 |
1.2 研究目的和意义 |
1.2.1 问题的提出 |
1.2.2 课题研究的目的和意义 |
1.3 国内外相关研究综述 |
1.3.1 国内外研究概况 |
1.3.2 国内外文献综述 |
1.4 研究内容及章节安排 |
2 城市污水处理流程能源审计研究 |
2.1 POET能源管理框架 |
2.1.1 基于POET的能源效率 |
2.1.2 基于POET的能源管理 |
2.2 基于POET的能源审计 |
2.2.1 能源审计概念 |
2.2.2 POET能源审计阶段 |
2.2.3 POET能源审计方法和工具 |
2.3 基于POET的污水处理流程能源审计 |
2.3.1 污水处理厂能源审计 |
2.3.2 污水处理流程能源审计方法 |
2.3.3 污水处理流程能源审计结果分析 |
2.3.4 能效优化的目标对象 |
2.4 本章小结 |
3 污水提升系统能效优化控制研究 |
3.1 污水提升系统 |
3.1.1 污水管网 |
3.1.2 污水提升节能优化的范围 |
3.2 提升泵能耗模型 |
3.3 管网提升泵站能效优化 |
3.3.1 优化问题的假设 |
3.3.2 一般最优控制(GOC) |
3.3.3 计及启停次数的最优控制(OCPS) |
3.3.4 计及累计运行时间最优控制(OCOT) |
3.3.5 OCPS与OCOT混合最优控制(OCPS+OCOT) |
3.4 泵站能效优化算例分析 |
3.4.1 算例概述 |
3.4.2 最优化问题的解法研究 |
3.4.3 提升泵站最优控制策略研究 |
3.4.4 最优控制结果分析 |
3.5 本章小结 |
4 活性污泥污水生物处理过程动态控制模型研究 |
4.1 引言 |
4.2 最小二乘支持向量机回归 |
4.2.1 支持向量机回归 |
4.2.2 最小二乘支持向量机回归 |
4.3 LS-SVM模型最优稀疏化研究 |
4.3.1 经典LS-SVM稀疏化方法 |
4.3.2 LS-SVM模型最优稀疏化方法 |
4.4 基于LS-SVM动态建模研究 |
4.5 活性污泥污水处理过程LS-SVM动态控制模型 |
4.5.1 建模对象 |
4.5.2 LS-SVM模型结构 |
4.5.3 LS-SVM动态建模验证 |
4.5.4 LS-SVM最优稀疏化算法验证 |
4.5.5 BSM1的LS-SVM动态预测模型 |
4.5.6 Z污水处理厂LS-SVM动态预测模型 |
4.6 本章小结 |
5 活性污泥污水处理流程能效最优控制研究 |
5.1 污水处理流程控制量选取 |
5.2 污水处理流程能效优化控制问题建立 |
5.2.1 BSM1平台能效优化控制问题 |
5.2.2 Z污水处理厂能效优化控制问题 |
5.3 污水处理流程能效优化实例研究 |
5.3.1 基于BSM1平台的能效优化及结果分析 |
5.3.2 Z污水处理厂能效优化及结果分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 本文的创新点 |
6.3 研究展望 |
参考文献 |
攻博期间发表的科研成果目录 |
致谢 |
(5)污水处理过程的建模与基于神经网络的控制算法研究(论文提纲范文)
附件 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 水污染现状及研究的意义 |
1.2 污水处理工艺的发展概况 |
1.3 国内外污水处理研究情况 |
1.3.1 污水处理过程生化模型的研究 |
1.3.2 污水处理控制方法研究 |
1.4 研究内容和小结 |
第二章 污水处理过程仿真平台的搭建 |
2.1 引言 |
2.2 活性污泥法简介 |
2.3 BSM1 模型简介 |
2.3.1 BSM1 模型的结构与参数 |
2.3.2 生化反应池部分 |
2.3.3 二沉池部分 |
2.4 基于 BSM1 的仿真平台 |
2.4.1 MATLAB 中的 S 函数 |
2.4.2 仿真平台的搭建 |
2.4.3 仿真结果与分析 |
第三章 污水处理过程的建模与仿真 |
3.1 引言 |
3.2 神经网络的发展概况 |
3.3 基于 BP 神经网络的建模 |
3.3.1 BP 神经网络的结构 |
3.3.2 BP 神经网络的学习算法 |
3.3.3 基于 BP 网络的模型设计与仿真结果 |
3.4 基于 RBF 神经网络的建模 |
3.4.1 RBF 神经网络的结构 |
3.4.2 RBF 神经网络的算法 |
3.4.3 基于 RBF 网络的模型设计与仿真结果 |
3.5 基于 Elman 网络的预测模型 |
3.5.1 Elman 网络的一般结构 |
3.5.2 Elman 网络的学习算法 |
3.5.3 基于 Elman 网络的模型设计与仿真结果 |
3.6 仿真结果分析 |
3.7 本章小结 |
第四章 污水处理中的神经网络控制算法研究 |
4.1 引言 |
4.2 污水处理中控制策略的分析 |
4.3 污水处理中的溶解氧控制器 |
4.3.1 基于 RBF 神经网络的自适应 PID 控制器的结构 |
4.3.2 自适应速率因子的设计 |
4.3.3 DO 控制器的设计 |
4.4 DO 控制器的仿真结果与分析 |
4.5 污水处理中的硝态氮控制器 |
4.5.1 预测控制的原理 |
4.5.2 基于神经网络的预测模型 |
4.5.3 控制作用的计算方法 |
4.5.4 NO 控制器的设计 |
4.6 NO 控制器的仿真结果与分析 |
4.7 污水处理的性能评估 |
第五章 污水处理仿真软件的设计 |
5.1 引言 |
5.2 BSM1 仿真模拟软件的总体设计 |
5.2.1 软件语言的选择 |
5.2.2 仿真软件界面和流程设计 |
5.3 BSM1 仿真模拟软件的功能模块介绍 |
5.3.1 输入模块 |
5.3.2 控制策略模块 |
5.3.3 输出模块 |
5.4 BSM1 仿真模拟软件的操作步骤 |
5.4.1 进水数据的选择 |
5.4.2 控制器选择 |
5.4.3 参数设置 |
5.4.4 仿真时间设定 |
5.4.5 输出数据的选择 |
5.5 仿真测试与结果分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 全文展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(6)城市污水生物处理活性污泥法仿真建模研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 污水处理工艺 |
1.3 污水处理研究综述 |
1.3.1 模型发展 |
1.3.2 软件现状 |
1.3.3 控制策略综述 |
1.4 本课题主要内容 |
第二章 活性污泥法机理及数学模型 |
2.1 活性污泥机理 |
2.1.1 生物处理过程 |
2.1.2 微生物细胞生长 |
2.1.3 反应器中的反应过程 |
2.2 ASM1 模型 |
2.2.1 模型组分 |
2.2.2 模型组分相互影响分析 |
2.2.3 模型矩阵 |
2.2.4 模型反应过程速率方程 |
2.2.5 模型内物料的平衡 |
2.3 小结 |
第三章 污水处理的仿真建模 |
3.1 建模基本假设 |
3.2 建模原则与过程 |
3.2.1 建模原则 |
3.2.2 建模过程 |
3.2 静态模型 |
3.2.1 静态模型建模 |
3.2.2 静态模型信号流图 |
3.3 生化曝气池模型 |
3.3.1 除碳模型 |
3.3.2硝化与反硝化模型 |
3.4 沉淀池模型 |
3.4.1 通量模型 |
3.4.2 分格模型 |
3.5 模型计算方法 |
3.6 进水检测指标的转换 |
3.6.1 污水的流量转换 |
3.6.2 污泥的模型组分转换 |
3.6.3 COD和BOD数值拟合 |
3.7 小结 |
第四章 计算机仿真的软件开发 |
4.1 UML建模 |
4.1.1 用例建模 |
4.1.2 业务流程的分析设计 |
4.2 程序模块设计 |
4.2.1 总体架构 |
4.2.2 用户界面 |
4.2.3 设置模块 |
4.3 小结 |
第五章 城市污水处理软件的工程应用 |
5.1 模型的稳态响应仿真 |
5.2 模型的动态响应仿真 |
5.3 基于阳泉污水厂生产数据的软件应用 |
5.3.1 阳泉污水处理厂概况 |
5.3.2 污水处理厂的COD仿真处理 |
5.4 溶解氧控制 |
5.4.1 内部控制 |
5.4.2 外部控制 |
5.5 小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者及导师简介 |
硕士研究生学位论文答辩委员会决议书 |
(7)活性污泥法污水处理过程仿真及仿真界面设计(论文提纲范文)
1 污水处理过程仿真模型的建立 |
1.1 仿真模块的建立 |
1.2 仿真模型的建立 |
1.3 仿真及仿真结果分析 |
2 仿真界面设计 |
3 结 论 |
(8)污水生化处理的智能建模与优化控制策略应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 活性污泥法控制方法研究现状 |
1.2.1 活性污泥法及其包含的控制问题 |
1.2.2 活性污泥法的数学模型 |
1.2.3 污水处理系统过程控制的现状 |
第二章 活性污泥脱氮除磷过程及其反应模型 |
2.1 引言 |
2.2 活性污泥脱氮除磷原理 |
2.2.1 生物脱氮基本原理 |
2.2.2 氨化作用 |
2.2.3 硝化作用 |
2.2.4 反硝化作用 |
2.3 生物除磷基本原理 |
2.4 污水处理A2 /O 工艺流程 |
2.5 污水主要水质参数及出水水质标准 |
2.6 适合于控制系统设计的简化模型 |
2.7 本章小结 |
第三章 活性污泥脱氮除磷过程的数据采集 |
3.1 引言 |
3.2 活性污泥处理过程中的传感器 |
3.3 本体/异体检测机制与负向选择算法及其与3σ的结合 |
3.4 AR异常值修正模型 |
3.4.1 AR模型 |
3.4.2 AR模型定阶的信息论准则 |
3.4.3 Burg算法 |
3.5 数据融合算法 |
3.5.1 基于相关性函数和最小二乘的多传感器数据融合 |
3.5.2 融合方法优劣的评判标准 |
3.6 仿真实验结果 |
3.6.1 异常值检测与修正 |
3.6.2 数据融合的仿真 |
3.7 本章小结 |
第四章 污水生化处理过程中基于Kalman滤波的采集数据的融合 |
4.1 引言 |
4.2 Kalman滤波 |
4.2.1 基本Kalman滤波 |
4.2.2 时变系统的Kalman滤波 |
4.2.3 带不同观测阵的扩展Kalman滤波(EKF) |
4.2.4 Unscented Kalman滤波(UKF) |
4.3 基于Kalman滤波的数据融合 |
4.4 带不同观测阵的观测融合Kalman滤波算法 |
4.4.1 集中式观测融合Kalman滤波算法 |
4.4.2 LS分布式观测融合Kalman滤波算法 |
4.4.3 WLS分布式观测融合Kalman滤波算法 |
4.4.4 REWLS分布式观测融合Kalman滤波算法 |
4.4.5 融合Kalman滤波器的信息滤波器形式 |
4.4.6 多种融合Kalman滤波器融合算法的比较 |
4.5 实验结果 |
4.6 本章小结 |
第五章 COD等出水指标的预测建模 |
5.1 引言 |
5.2 神经网络建模方法 |
5.2.1 ASRWNN的结构 |
5.2.2 训练算法 |
5.3 出水指标的预测LS-SVM建模方法 |
5.3.1 统计学习理论的基本原理 |
5.3.2 VC维 |
5.3.3 推广性的界 |
5.3.4 结构风险最小化原理 |
5.3.5 支持向量机原理 |
5.3.6 出水指标的预测模型 |
5.4 改进的免疫优化算法及收敛性分析 |
5.4.1 改进的免疫优化算法 |
5.4.2 改进的免疫优化算法的收敛性证明 |
5.5 仿真实验 |
5.6 本章小结 |
第六章 活性污泥生化过程的节能优化控制 |
6.1 引言 |
6.2 性能指标的建立 |
6.3 粒子群优化算法的基本概念和原理 |
6.3.1 基本粒子群算法 |
6.3.2 基本粒子群算法的控制参数 |
6.4 多变量最优控制算法的描述 |
6.5 仿真实验 |
6.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
(9)造纸污水活性污泥法处理过程仿真及应用研究(论文提纲范文)
摘要 |
ABSTRACT |
物理量名称及符号表 |
第一章 绪论 |
1.1 引言 |
1.2 活性污泥法污水处理简介 |
1.2.1 间歇式活性污泥法(SBR 工艺) |
1.2.2 AB 法 |
1.2.3 A~2/O 工艺和A/O 工艺 |
1.3 活性污泥法污水处理仿真基准 |
1.3.1 活性污泥数学模型 |
1.3.2 基准仿真1 号模型 |
1.4 活性污泥模型的参数测定及污水组份划分 |
1.4.1 活性污泥污水参数测定 |
1.4.2 活性污泥污水组份划分 |
1.5 造纸污水活性污泥法处理仿真研究 |
1.5.1 研究意义 |
1.5.2 国内外研究现状 |
1.6 本课题研究内容 |
第二章 造纸过程活性污泥法污水处理仿真模型的建立 |
2.1 BSM1 仿真模型的建立 |
2.1.1 仿真模型的建立 |
2.1.2 模型的仿真运行 |
2.1.3 仿真结果分析 |
2.2 纸厂SBR 活性污泥工艺模型的建立 |
2.2.1 造纸厂污水处理系统简介 |
2.2.2 生物反应过程模型 |
2.2.3 沉淀过程模型 |
2.2.4 模型的仿真运行及结果分析 |
2.3 本章小结 |
第三章 造纸污水处理仿真模型参数测定及污水组份划分 |
3.1 造纸污水处理仿真模型参数测定 |
3.1.1 实验材料及装置 |
3.1.2 实验原理及方案 |
3.1.3 实验结果 |
3.2 造纸活性污泥法污水组份划分 |
3.2.1 实验材料及装置 |
3.2.2 实验原理及方案 |
3.2.3 实验结果及分析 |
3.3 本章小结 |
第四章 造纸污水活性污泥法处理过程溶解氧控制策略 |
4.1 BP-PID 控制器设计 |
4.1.1 BP 神经网络控制器原理 |
4.1.2 BP-PID 控制器设计 |
4.1.3 BP-PID 控制器的应用 |
4.2 模糊自适应整定PID 控制器设计 |
4.2.1 模糊自适应整定PID 控制器原理 |
4.2.2 模糊自适应整定PID 控制器设计 |
4.2.3 模糊自适应整定PID 控制器的应用 |
4.3 BSM1 性能评价体系简介 |
4.3.1 工艺过程评定 |
4.3.2 控制系统评定 |
4.4 造纸污水SBR 工艺过程评定和控制器控制效果分析 |
4.4.1 SBR 工艺过程评定 |
4.4.2 无噪声干扰下控制器效果评价 |
4.4.3 有噪声干扰下控制器效果分析及评价 |
4.5 本章小结 |
第五章 造纸污水活性污泥法处理仿真界面设计 |
5.1 仿真主界面 |
5.1.1 信息面板 |
5.1.2 设备布局 |
5.1.3 数据显示 |
5.2 仿真步骤 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(10)基于细胞自动机的污水处理过程建模与仿真研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.1.1 课题背景 |
1.1.2 研究意义 |
1.2 活性污泥法的研究现状 |
1.2.1 活性污泥法污水处理过程概述 |
1.2.2 活性污泥法处理系统的建模现状 |
1.3 活性污泥法污水处理过程仿真技术的研究现状 |
1.3.1 国外仿真软件的研究现状 |
1.3.2 国内仿真软件的研究现状 |
1.4 细胞自动机的研究现状 |
1.4.1 细胞自动机的发展 |
1.4.2 细胞自动机的应用 |
1.5 课题来源 |
1.6 研究内容与论文安排 |
第2章 活性污泥法污水处理过程 |
2.1 活性污泥法的微生物学基础 |
2.1.1 活性污泥中的细菌及其作用 |
2.1.2 活性污泥中的原生动物及其作用 |
2.1.3 活性污泥中的真菌和后生动物 |
2.2 活性污泥法污水处理过程 |
2.2.1 活性污泥的形态与组成 |
2.2.2 活性污泥的净化过程与机理 |
2.2.3 活性污泥的生长情况 |
2.2 4 活性污泥系统的相关参数 |
2.2.5 影响活性污泥净化过程的环境因素 |
2.3 活性污泥法的运行方式 |
2.4 曝气原理与曝气池的构造 |
2.5 本章小结 |
第3章 基于细胞自动机的曝气池模型设计 |
3.1 细胞自动机概述 |
3.1.1 细胞自动机的定义 |
3.1.2 细胞自动机的构成及特征 |
3.1.3 典型的细胞自动机 |
3.2 曝气池的细胞自动机模型设计 |
3.2.1 模型限制条件 |
3.2.2 模型的结构设计 |
3.2.3 模型的边界条件说明 |
3.2.4 模型的演化规则 |
3.3 曝气池的细胞自动机模型特点 |
3.4 本章小结 |
第4章 基于细胞自动机的曝气池模型实现 |
4.1 基于退火细胞自动机的二维细胞自动机模型 |
4.1.1 退火细胞自动机规则 |
4.1.2 演化规则 |
4.1.3 实验方案设计 |
4.1.4 实验结果及分析 |
4.2 基于概率细胞自动机的三维细胞自动机模型 |
4.2.1 概率细胞自动机规则 |
4.2.2 演化规则 |
4.2.3 实验方案设计 |
4.2.4 实验结果及分析 |
4.3 曝气池的细胞自动机模型的应用分析 |
4.4 本章小结 |
第5章 活性污泥产量计算的仿真软件开发 |
5.1 LabVIEW 概述 |
5.2 仿真软件的具体实现 |
5.2.1 FSS 和NVSS 模块 |
5.2.2 微生物模块 |
5.2.3 内源呼吸模块 |
5.2.4 活性污泥产量计算的主程序 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的学术论文 |
致谢 |
四、活性污泥法污水处理过程仿真软件设计及在控制中的应用(论文参考文献)
- [1]某城市污水厂A2O工艺沿程水质特征分析与提质增效方案研究[D]. 万鹏亮. 西安理工大学, 2021(01)
- [2]基于FWA优化的溶解氧浓度模型预测控制研究[D]. 胡赛飞. 安徽工业大学, 2020(07)
- [3]基于WEST软件模拟的城市污水厂的优化运行研究[D]. 邵袁. 东南大学, 2019(06)
- [4]城市污水处理流程能效建模及优化研究[D]. 唐玉玲. 武汉大学, 2015(07)
- [5]污水处理过程的建模与基于神经网络的控制算法研究[D]. 杨柳. 上海交通大学, 2014(07)
- [6]城市污水生物处理活性污泥法仿真建模研究[D]. 吴勇虎. 北京化工大学, 2012(10)
- [7]活性污泥法污水处理过程仿真及仿真界面设计[J]. 宁利,沈文浩,龙周,刘天龙. 造纸科学与技术, 2010(06)
- [8]污水生化处理的智能建模与优化控制策略应用研究[D]. 杨红. 华南理工大学, 2010(07)
- [9]造纸污水活性污泥法处理过程仿真及应用研究[D]. 龙周. 华南理工大学, 2011(12)
- [10]基于细胞自动机的污水处理过程建模与仿真研究[D]. 李荣. 北京工业大学, 2009(09)