基于多級神經(jīng)網(wǎng)絡(luò)模型的厭氧氨氧化系統(tǒng)參數(shù)預(yù)測
發(fā)布時間:2023-04-16 12:13
厭氧氨氧化菌生長條件復(fù)雜、影響因素多,其工藝系統(tǒng)運行控制復(fù)雜,為解決上述問題,研究首先構(gòu)建1個多級神經(jīng)網(wǎng)絡(luò)預(yù)測模型,以提高SBBR單級自養(yǎng)脫氮厭氧氨氧化系統(tǒng)出水總氮去除率預(yù)測精度,并確定了系統(tǒng)工程應(yīng)用的關(guān)鍵控制參數(shù);其次通過響應(yīng)面實驗設(shè)計更為直觀地驗證了多級預(yù)測模型的分析結(jié)論,并探究厭氧氨氧化工藝各影響因素之間的交互作用對總氮去除率的影響;最后基于關(guān)鍵控制參數(shù)建立了模糊PID閉環(huán)反饋控制系統(tǒng),為工藝的運行控制提供參考和指導(dǎo)。主要工作內(nèi)容及結(jié)論如下:(1)建立多級預(yù)測模型,一級神經(jīng)網(wǎng)絡(luò)模型通過灰色關(guān)聯(lián)度分析,對影響出水總氮去除率的關(guān)鍵性指標進行預(yù)測;二級神經(jīng)網(wǎng)絡(luò)模型基于一級模型增加數(shù)據(jù)維度,并通過改進粒子群算法優(yōu)化網(wǎng)絡(luò)、借鑒遺傳算法變異的思想擴大搜索范圍,提高了出水總氮去除率的預(yù)測精度。多級神經(jīng)網(wǎng)絡(luò)模型預(yù)測結(jié)果表明,其總氮去除率平均相對誤差為0.54%,相對誤差為5.76%,均方根誤差為1.132 1,預(yù)測數(shù)據(jù)基本上與實際值相符;與其他預(yù)測模型相比較,該模型表現(xiàn)出較優(yōu)的預(yù)測精度。進一步分析發(fā)現(xiàn),通過控制工藝系統(tǒng)的曝氣量調(diào)節(jié)出水亞氮濃度,是保證工藝反應(yīng)穩(wěn)定和實現(xiàn)厭氧氨氧化工藝工程應(yīng)用的有效...
【文章頁數(shù)】:95 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景及意義
1.2 課題國內(nèi)外研究現(xiàn)狀
1.2.1 水處理脫氮模型國內(nèi)外研究現(xiàn)狀
1.2.2 智能算法在水處理模型領(lǐng)域國內(nèi)外研究現(xiàn)狀
1.3 課題的研究目的、內(nèi)容和技術(shù)路線
1.3.1 課題的研究目的
1.3.2 課題的研究內(nèi)容
1.3.3 課題的技術(shù)路線
2 多級人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型設(shè)計
2.1 BP神經(jīng)網(wǎng)絡(luò)
2.1.1 BP神經(jīng)網(wǎng)絡(luò)概述
2.1.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及確定方法
2.1.3 神經(jīng)網(wǎng)絡(luò)性能的評估
2.2 粒子群算法
2.2.1 粒子群算法概述
2.2.2 粒子群算法的改進
2.3 本章小結(jié)
3 實驗數(shù)據(jù)收集與整理
3.1 基于SBBR系統(tǒng)厭氧氨氧工藝啟動
3.1.1 實驗裝置的構(gòu)建
3.1.2 實驗水質(zhì)
3.1.3 實驗方法
3.1.4 實驗結(jié)果與分析
3.2 數(shù)據(jù)處理
3.2.1 數(shù)據(jù)預(yù)處理
3.2.2 灰色關(guān)聯(lián)度分析
3.3 多級預(yù)測仿真實驗
3.3.1 一級預(yù)測模型
3.3.2 二級預(yù)測模型
3.3.3 仿真結(jié)果分析
3.4 本章小結(jié)
4 響應(yīng)面分析
4.1 響應(yīng)面分析概述
4.2 響應(yīng)面實驗設(shè)計
4.3 結(jié)果與分析
4.4 本章小結(jié)
5 仿真控制模型
5.1 SIMULINK模型概述
5.2 基于溶解氧的控制模型構(gòu)建
5.2.1 模糊自適應(yīng)PID控制器設(shè)計
5.2.2 SIMULINK模型仿真與結(jié)果分析
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄
A 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄
B 學(xué)位論文數(shù)據(jù)集:
致謝
本文編號:3791349
【文章頁數(shù)】:95 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題研究背景及意義
1.2 課題國內(nèi)外研究現(xiàn)狀
1.2.1 水處理脫氮模型國內(nèi)外研究現(xiàn)狀
1.2.2 智能算法在水處理模型領(lǐng)域國內(nèi)外研究現(xiàn)狀
1.3 課題的研究目的、內(nèi)容和技術(shù)路線
1.3.1 課題的研究目的
1.3.2 課題的研究內(nèi)容
1.3.3 課題的技術(shù)路線
2 多級人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型設(shè)計
2.1 BP神經(jīng)網(wǎng)絡(luò)
2.1.1 BP神經(jīng)網(wǎng)絡(luò)概述
2.1.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及確定方法
2.1.3 神經(jīng)網(wǎng)絡(luò)性能的評估
2.2 粒子群算法
2.2.1 粒子群算法概述
2.2.2 粒子群算法的改進
2.3 本章小結(jié)
3 實驗數(shù)據(jù)收集與整理
3.1 基于SBBR系統(tǒng)厭氧氨氧工藝啟動
3.1.1 實驗裝置的構(gòu)建
3.1.2 實驗水質(zhì)
3.1.3 實驗方法
3.1.4 實驗結(jié)果與分析
3.2 數(shù)據(jù)處理
3.2.1 數(shù)據(jù)預(yù)處理
3.2.2 灰色關(guān)聯(lián)度分析
3.3 多級預(yù)測仿真實驗
3.3.1 一級預(yù)測模型
3.3.2 二級預(yù)測模型
3.3.3 仿真結(jié)果分析
3.4 本章小結(jié)
4 響應(yīng)面分析
4.1 響應(yīng)面分析概述
4.2 響應(yīng)面實驗設(shè)計
4.3 結(jié)果與分析
4.4 本章小結(jié)
5 仿真控制模型
5.1 SIMULINK模型概述
5.2 基于溶解氧的控制模型構(gòu)建
5.2.1 模糊自適應(yīng)PID控制器設(shè)計
5.2.2 SIMULINK模型仿真與結(jié)果分析
5.3 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄
A 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄
B 學(xué)位論文數(shù)據(jù)集:
致謝
本文編號:3791349
本文鏈接:http://sikaile.net/wenshubaike/qiuzhijiqiao/3791349.html
最近更新
教材專著