废水处理过程智能控制建模与策略

目录
前言
第1章绪论1
1.1废水处理过程智能控制的意义1
1.2废水处理过程监控系统研究现状2
1.2.1废水处理系统在线监测技术2
1.2.2废水处理过程监控系统发展现状3
1.3废水处理过程自动控制系统研究现状3
1.3.1经典控制4
1.3.2现代控制4
1.3.3大系统控制5
1.3.4智能控制7
1.4废水处理在线监测及自动控制智能算法9
1.4.1主成分分析9
1.4.2云模型11
1.4.3BP神经网络的基本结构与学习规则16
1.4.4基于遗传算法的BP神经网络GA-BP17
1.4.5自适应模糊神经网络结构与算法ANFIS19
1.4.6基于小二乘法优化的支持向量机算法LSSVM20
1.4.7基于粒子群算法优化的支持向量机算法PSO-SVM24
1.4.8非支配排序遗传算法NSGA-II25
1.4.9非支配排序遗传算法NSGA-III28
参考文献31
第2章废水物化处理的模糊神经网络控制35
2.1废水处理智能控制系统的设计35
2.1.1废水物化处理简介36
2.1.2实验室造纸废水处理智能控制系统37
2.1.3系统设备配置介绍39
2.1.4系统软件42
2.2混凝投药预测控制系统的设计48
2.2.1模糊神经网络模型结构49
2.2.2网络结构辨识50
2.2.3网络参数学习算法52
2.3废水处理混凝投药预测模型52
2.3.1预测数学模型52
2.3.2训练样本数据的获取53
2.3.3样本数据分析与处理54
2.3.4预测模型的结构辨识57
2.3.5预测模型的参数辨识及仿真58
2.4废水处理混凝投药控制模型62
2.4.1控制数学模型62
2.4.2控制模型的结构辨识62
2.4.3控制模型的参数辨识63
2.5废水处理混凝投药控制效果分析64
2.5.1进水流量变化、进水COD不变时的控制效果64
2.5.2进水流量不变、进水COD变化时的控制效果64
参考文献66
第3章废水厌氧处理的混合软测量模型及多目标优化67
3.1厌氧处理工艺自动监控系统的设计67
3.1.1废水厌氧处理简介67
3.1.2废水厌氧处理自动监控系统的硬件构架69
3.1.3废水厌氧处理自动监控系统的软件构架71
3.2基于云模型的pH智能控制器76
3.2.1废水处理pH控制策略76
3.2.2云模型控制器设计77
3.2.3MCGS下实现pH的控制与结果80
3.2.4仿真分析81
3.3基于PCA-LSSVM的厌氧处理出水水质软测量82
3.3.1PCA-LSSVM的厌氧处理出水水质软测量模型82
3.3.2厌氧出水VFA软测量模型83
3.3.3厌氧出水COD软测量模型91
3.4基于PSO-SVM的废水处理过程软测量95
3.4.1PSO-SVM的废水处理过程软测量95
3.4.2厌氧处理COD去除率预测模型97
3.4.3厌氧处理VFA浓度预测模型99
3.5基于动力学和PSO-SVM的废水处理产气量的混合软测量102
3.5.1动力学模型102
3.5.2基于微生物动力学和PSO-SVM模型105
3.5.3厌氧处理产气量的软测量模型105
3.6基于GA-BP的厌氧处理出水水质软测量及多目标优化108
3.6.1GA-BP厌氧同时反硝化产甲烷过程的出水氨氮软测量模型108
3.6.2GA-BP的废水处理过程产气量软测量115
3.6.3基于NSGA-II的多目标优化模型118
3.7基于PCA-BP和PCA-LSSVM的厌氧氨氧化出水软测量及多目标优化123
3.7.1数据选取与预处理123
3.7.2模型性能评价指标125
3.7.3基于PCA-BP和PCA-LSSVM算法的厌氧氨氧化出水水质软测量模型125
3.7.4基于PCA-LSSVM和NSGA-II混合智能算法的厌氧氨氧化脱氮系统多目标优化模型131
参考文献136
第4章A/O废水处理过程智能优化控制137
4.1废水处理智能控制系统的设计137
4.1.1A/O废水处理系统简介137
4.1.2基于Web方式开发的废水处理智能控制APP140
4.2基于两级模糊神经网络的溶解氧混合控制模型141
4.2.1溶解氧控制的必要性141
4.2.2溶解氧控制方案142
4.2.3模糊及模糊PID控制器145
4.2.4废水处理溶解氧控制模型151
4.3基于参数优化的动态模糊神经网络的回流比控制模型159
4.3.1回流比控制的必要性159
4.3.2回流比控制方案159
4.3.3营养物质动态变化预测模型161
4.3.4缺氧池末端硝态氮预测模型168
4.3.5废水处理回流比控制模型172
4.4A/O废水处理过程智能控制的实现及控制效果分析175
4.4.1溶解氧控制效果分析175
4.4.2回流比控制效果分析177
4.5活性污泥法废水处理仿真基准模型建模与多目标优化178
4.5.1基于MATLAB的仿真基准模型的建模178
4.5.2基准仿真模型BSM1的多目标优化建模步骤179
4.5.3基准仿真模型BSM1的评价函数180
4.5.4基准仿真模型BSM1的约束规则180
4.5.5多目标优化算法和BSM1模型之间的参数传递及使用方法181
4.5.6基准仿真模型BSM1的进水水质分布情况181
4.5.7优化策略下的节能减排分析182
参考文献187
第5章A2/O废水处理的神经网络软测量及智能优化控制189
5.1废水处理智能控制系统的设计189
5.1.1A2/O废水处理系统简介189
5.1.2废水处理自动控制系统的硬件构成190
5.1.3废水处理自动控制系统的软件构成192
5.2基于神经网络和遗传算法的出水水质软测量194
5.2.1神经网络软测量模型的建构和优化194
5.2.2出水COD的软测量模型199
5.2.3出水氨氮的软测量模型204
5.3基于自适应模糊神经网络的出水水质软测量210
5.3.1软测量模型结构及算法的确定210
5.3.2出水COD的软测量模型216
5.3.3出水氨氮的软测量模型220
5.4基于GA-BP和动力学模型的邻苯二甲酸二丁酯降解预测模型223
5.4.1实验材料和方法223
5.4.2造纸废水有机物分析及选择225
5.4.3DBP在A2/O中的迁移转化研究225
5.4.4DBP去除机理分析与模型研究230
5.4.5基于GA-BP神经网络的出水DBP预测模型232
5.4.6实验模型比较236
5.5基于自适应模糊神经网络软测量模型的溶解氧智能优化控制237
5.5.1溶解氧控制方案237
5.5.2废水处理出水COD预测模型239
5.5.3废水处理溶解氧的智能优化控制241
5.5.4溶解氧控制效果分析245
参考文献246
第6章工业废水智能控制系统工程案例248
6.1制浆造纸废水处理简介248
6.1.1制浆造纸废水处理工艺简介248
6.1.2制浆造纸废水的来源及特点250
6.1.3制浆造纸废水处理过程的特征251
6.2制浆造纸废水处理过程的主要影响因素及注意事项251
6.2.1制浆造纸废水处理过程的主要影响因素251
6.2.2制浆造纸废水处理过程日常操作注意事项253
6.3制浆造纸废水处理智能控制系统研究体系254
6.3.1制浆造纸废水处理过程存在的问题254
6.3.2制浆造纸废水处理控制方案255
6.4制浆造纸废水处理应用工程系统设备简介256
6.4.1一体化高效物化反应器256
6.4.2两相两阶段高效厌氧反应器258
6.4.3生物接触氧化池259
6.4.4PS高级氧化反应器260
6.5制浆造纸废水处理自动控制系统构建262
6.5.1制浆造纸废水处理厂常用工艺流程262
6.5.2智能控制系统框架263
6.5.3智能控制系统的搭建流程263
6.5.4设备配置264
6.5.5组态设计274
6.5.6智能控制系统操作运行界面276
6.6制浆造纸废水高级氧化处理智能加药系统构建
2796.6.1制浆造纸废水高级氧化处理智能加药系统数据处理
2796.6.2建模基本过程及模型参数的选择与设定281
6.6.3PS高级氧化技术智能加药控制系统的设计及仿真283
6.6.4模糊控制器的建模过程及模型参数选定284
6.6.5PS高级氧化智能加药系统Simulink仿真模型的建立286
参考文献286