本文選題：水質參數 + 軟測量��； 參考：《北方工業(yè)大學》2017年碩士論文

【摘要】：隨著現代社會工業(yè)化進程的快速推進,現代生活給人們帶來了諸多便利,人民的生活水平也在不斷的得到提高,但同時也不可避免的帶來了環(huán)境污染。水體環(huán)境污染現象日漸嚴重的背景下,用人工方法進行污水處理已經成為解決水污染的重要方法之一。其中對水質中的各項參數進行實時的精確測量不僅是污水處理決策重要的參考依據,而且決定判斷處理后的污水是否達標及能否合格排放。經過對國外水質資源監(jiān)測的成果和經驗的不斷學習,我國在水體環(huán)境參數的監(jiān)測方面也取得了很快的進步,但是測量技術手段的落后和測量成本的制約最終導致在線的、實時的水質監(jiān)測系統(tǒng)一直沒有得到廣泛應用。以COD參數測量為例,COD參數可以在數值上直觀的描述水質中有機物含量。目前針對COD的離線測量方式均以人工采樣配合實驗消解的方式來測量得到結果,常見的有以化學反應為原理進行數值測量的化學法、以電化學反應為原理的電化學法以及應用性不具備普適性的光學法等。化學法測量結果準確,但是其操作步驟繁多而復雜,且容易導致后繼污染;電化學法測量結果也比較準確,但是也會產生污染。而且其測量儀器造價高昂,很難以在經濟上為廣大消費者所接受;而光學法相對來說測量方式簡單易行,而且較之于前兩種方法沒有化學試劑的限制,且整個測試過程所需的時間較短,但是普適性不能兼顧�；谝陨戏N種狀況,尋求精準而廉價的測量方式已成為未來水質測量的發(fā)展趨勢。以人工神經網絡為基礎進行軟測量模型的建模方式是當今軟測量技術的核心,所建立模型理論上可以逼近任意的非線性函數關系,因此眾多國內和國外的學者都有利用人工神經網絡來進行污水處理過程模型建模的科研經歷。本課題將軟測量技術應用到水質在線監(jiān)測系統(tǒng),結合ASM模型進行人工神經網絡建模,確定輔助變量。通過測得的水質常規(guī)五項參數推測出水質中的COD參數。即檢測水環(huán)境中的PH、溫度、溶解氧、電導率以及濁度參數,可以軟測量出COD參數,同時也可以對測量數據進行在線存儲。
[Abstract]:With the rapid advance of the industrialization process of modern society , the modern life brings convenience to people , and the living standard of the people has been improved continuously .
【學位授予單位】：北方工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：X832;TP183;TP311.52

【參考文獻】

相關期刊論文 前4條

1 李宇航;廖海洋;溫志渝;杜宇;;庫區(qū)水質在線監(jiān)測數據采集控制系統(tǒng)設計[J];傳感器與微系統(tǒng);2011年02期

2 喬俊飛;李淼;劉江;;一種神經網絡快速修剪算法[J];電子學報;2010年04期

3 喬俊飛;韓紅桂;;神經網絡結構動態(tài)優(yōu)化設計的分析與展望[J];控制理論與應用;2010年03期

4 喬俊飛;張穎;;一種多層前饋神經網絡的快速修剪算法[J];智能系統(tǒng)學報;2008年02期

相關碩士學位論文 前10條

1 楊斯博;基于安卓平臺的手機訂餐系統(tǒng)的設計與實現[D];吉林大學;2016年

2 季偉偉;水質COD在線監(jiān)測裝置研究[D];江南大學;2016年

3 薛佩姣;水質COD在線監(jiān)測技術研究[D];江南大學;2015年

4 李瑞祥;基于改進回聲狀態(tài)神經網絡的出水總磷軟測量研究[D];北京工業(yè)大學;2015年

5 葛珉昊;基于混合遞階遺傳算法的RBF網絡優(yōu)化及在BOD軟測量中的應用[D];蘭州理工大學;2014年

6 許少鵬;基于自組織遞歸模糊神經網絡的SVI軟測量研究[D];北京工業(yè)大學;2014年

7 郭楠;基于神經網絡的BOD軟測量儀表的研究[D];北京工業(yè)大學;2014年

8 任東紅;基于集成神經網絡的污水處理出水水質軟測量模型[D];北京工業(yè)大學;2013年

9 袁喜春;基于自組織模糊Elman神經網絡的SVI軟測量研究[D];北京工業(yè)大學;2013年

10 陳s，

本文編號：1907165