中文名 | 污水處理過程優(yōu)化控制系統(tǒng) | 出版社 | 中國(guó)輕工業(yè)出版社 |
---|---|---|---|
頁????數(shù) | 246 頁 | 開????本 | 16 開 |
品????牌 | 輕工業(yè)出版社 | 作????者 | 劉載文 魏偉 |
出版日期 | 2014年4月1日 | 語????種 | 簡(jiǎn)體中文 |
ISBN | 9787501980963 |
第一章 污水處理過程測(cè)量與控制概論
1.1 污水處理的意義
1.2 我國(guó)污水處理的現(xiàn)狀
1.3 污水處理的方法及工藝
1.3.1 污水處理方法
1.3.2 SBR工藝污水處理系統(tǒng)
1.4 污水處理過程建?,F(xiàn)狀
1.5 污水處理過程控制現(xiàn)狀
1.6 污水處理過程軟測(cè)量現(xiàn)狀
1.7 污水處理系統(tǒng)在線測(cè)量與控制存在的問題
1.7.1 流程工業(yè)生產(chǎn)過程在線測(cè)量存在的問題
1.7.2 污水處理過程在線測(cè)量與控制存在的問題
第二章 污水處理出水水質(zhì)BOD軟測(cè)量機(jī)理建模
2.1 軟測(cè)量在廢水處理中的應(yīng)用
2.1.1 軟測(cè)量的概念、意義及發(fā)展
2.1.2 污水處理中軟測(cè)量的必要性
2.1.3 軟測(cè)量在污水處理中的常用方法簡(jiǎn)介
2.2 BOD軟測(cè)量機(jī)理模型公式
2.2.1 經(jīng)典勞倫斯—麥卡蒂公式
2.2.2 勞倫斯—麥卡蒂公式在廢水處理中演化形式
2.2.3 泰勒展開BOD軟測(cè)量機(jī)理模型公式
2.3 基于最小二乘法的污水處理BOD軟測(cè)量線性補(bǔ)償方法
2.3.1 最小二乘原理
2.3.2 遞推最小二乘算法對(duì)機(jī)理模型的補(bǔ)償
2.3.3 限定記憶最小二乘算法對(duì)機(jī)理模型的補(bǔ)償
2.3.4 基于偏最小二乘的BOD軟測(cè)量機(jī)理模型非線性補(bǔ)償方法
2.3.5 基于核最小二乘法的污水BOD軟測(cè)量機(jī)理模型補(bǔ)償算法
2.4 基于神經(jīng)網(wǎng)絡(luò)的BOD機(jī)理模型的補(bǔ)償方法
2.4.1 BP神經(jīng)網(wǎng)絡(luò)軟測(cè)量模型設(shè)計(jì)
2.4.2 基于過程神經(jīng)網(wǎng)絡(luò)的BOD軟測(cè)量模型
第三章 基于PNN的污水處理軟測(cè)量方法研究
3.1 過程神經(jīng)元網(wǎng)絡(luò)(PNN)
3.1.1 過程神經(jīng)元
3.1.2 過程神經(jīng)元網(wǎng)絡(luò)模型
3.2 基于PNN的軟測(cè)量方法及改進(jìn)算法
3.2.1 基于函數(shù)正交基的PNN學(xué)習(xí)算法
3.2.2 基于函數(shù)正交基展開的PNN改進(jìn)算法
3.3 基于PNN的污水處理過程軟測(cè)量
3.3.1 軟測(cè)量模型變量的選取
3.3.2 軟測(cè)量結(jié)構(gòu)模型
3.3.3 實(shí)驗(yàn)數(shù)據(jù)及軟測(cè)量結(jié)果
第四章 基于RBF神經(jīng)網(wǎng)絡(luò)的水處理過程建模方法
4.1 RBF神經(jīng)網(wǎng)絡(luò)
4.1.1 RBF函數(shù)及RBF神經(jīng)元
4.1.2 RBF網(wǎng)絡(luò)的特點(diǎn)、映射機(jī)理
4.1.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
4.2 水處理優(yōu)化控制數(shù)學(xué)模型的RBF神經(jīng)網(wǎng)絡(luò)建模
4.2.1 污水處理優(yōu)化控制的目標(biāo)
4.2.2 水處理RBF神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和測(cè)試
第五章 溶解氧的智能控制方法
5.1 溶解氧的智能控制方法
5.1.1 人工神經(jīng)網(wǎng)絡(luò)控制
5.1.2 模糊控制
5.1.3 專家控制
5.1.4 遺傳算法
5.2 單變量Do控制
5.2.1 被控對(duì)象建模
5.2.2 常規(guī)PID的Do控制器設(shè)計(jì)
5.2.3 基于BP神經(jīng)網(wǎng)絡(luò)的自整定PID控制
5.2.4 基于BP神經(jīng)網(wǎng)絡(luò)的自整定PID控制原理
5.2.5 基于BP神經(jīng)網(wǎng)絡(luò)的自整定PID控制仿真
5.2.6 雙模糊控制器設(shè)計(jì)
5.2.7 模糊PID—Smith控制器設(shè)計(jì)
5.3 基于模糊理論的多變量Do控制
5.3.1 多變量模糊控制的現(xiàn)狀與發(fā)展
5.3.2 基于模糊PID—Smith和模糊理論的兩級(jí)Do控制器的設(shè)計(jì)
5.3.3 基于雙模糊PID—Smith理論的兩級(jí)Do控制器的設(shè)計(jì)
第六章 基于智能進(jìn)化算法的優(yōu)化控制方法及實(shí)現(xiàn)
6.1 智能進(jìn)化算法概述
6.1.1 經(jīng)典優(yōu)化算法及其弊端
6.1.2 遺傳算法
6.1.3 粒子群算法
6.2 基于粒子群算法的污水處理過程的參數(shù)優(yōu)化設(shè)計(jì)
6.2.1 優(yōu)化算法的選取
6.2.2 粒子群算法的設(shè)計(jì)流程
6.3 基于粒子群算法的活性污泥法的優(yōu)化設(shè)計(jì)實(shí)現(xiàn)
第七章 污水處理過程的模糊控制技術(shù)及實(shí)現(xiàn)
7.1 污水處理模糊控制技術(shù)
7.1.1 污水處理模糊控制系統(tǒng)基本結(jié)構(gòu)
7.1.2 模糊控制器的設(shè)計(jì)
7.2 基于預(yù)測(cè)模型的自適應(yīng)模糊控制器的設(shè)計(jì)與仿真
7.2.1 自適應(yīng)模糊控制器構(gòu)成
7.2.2 自適應(yīng)模糊控制系統(tǒng)的仿真
7.2.3 自適應(yīng)模糊控制器算法及其實(shí)現(xiàn)
7.2.4 自適應(yīng)模糊控制仿真結(jié)果及分析
7.3 模糊Smith—PID復(fù)合控制方法
7.3.1 SBR常規(guī)控制方法分析
7.3.2 模糊Smith—PID控制器設(shè)計(jì)
第八章 生物流化床及其控制方法
8.1 生物流化床的基本特性
8.1.1 生物流化床工作原理
8.1.2 生物流化床特性
8.1.3 生物流化床研究狀況
8.2 智能控制方法
8.2.1 自適應(yīng)控制
8.2.2 模糊控制
8.2.3 神經(jīng)網(wǎng)絡(luò)控制
8.2.4 專家控制
8.3 三相生物流化床氨氮廢水處理過程數(shù)學(xué)模型研究
8.3.1 內(nèi)循環(huán)三相生物流化床氨氮廢水處理的結(jié)構(gòu)和工作原理
8.3.2 內(nèi)循環(huán)三相生物流化床處理氨氮廢水實(shí)驗(yàn)
8.3.3 內(nèi)循環(huán)三相生物流化床氨氮廢水處理過程主導(dǎo)模型的建立
8.4 基于遺傳算法改進(jìn)的過程神經(jīng)網(wǎng)絡(luò)BOD5軟測(cè)量模型
8.4.1 軟測(cè)量模型變量的選取
8.4.2 過程神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定
8.4.3 基于遺傳算法訓(xùn)練速率尋優(yōu)的改進(jìn)算法
8.4.4 過程神經(jīng)網(wǎng)絡(luò)BOD5軟測(cè)量模型的實(shí)現(xiàn)
8.4.5 實(shí)驗(yàn)分析
8.5 基于遺傳算法改進(jìn)的T—S模糊控制及在生物流化床的應(yīng)用
8.5.1 T—S模糊控制
8.5.2 分層模糊控制
8.5.3 遺傳算法改進(jìn)T—S模糊自適應(yīng)控制方法
8.6 基于DRNN網(wǎng)絡(luò)辨識(shí)的自整定PID解耦控制及在生物流化床的應(yīng)用
8.6.1 PID參數(shù)整定方法
8.6.2 基于DRNN辨識(shí)的自整定PID解耦控制算法
8.7 生物流化床污水處理監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
8.7.1 生物流化床污水處理監(jiān)控系統(tǒng)設(shè)計(jì)
8.7.2 基于西門子S7—200PLC的下位機(jī)程序控制
8.7.3 基于WebAccess和Flash交互制作實(shí)現(xiàn)的上位機(jī)監(jiān)控
第九章 污水處理過程的自抗擾控制方法
9.1 自抗擾控制技術(shù)
9.1.1 安排過渡過程(TD)
9.1.2 擴(kuò)張狀態(tài)觀測(cè)器(ESO)
9.1.3 非線性誤差反饋控制率(NLEFS)
9.2 SBR污水處理的自抗擾控制設(shè)計(jì)
9.2.1 SBR控制系統(tǒng)特點(diǎn)分析
9.2.2 自抗擾控制系統(tǒng)的設(shè)計(jì)
9.2.3 參數(shù)整定規(guī)律分析
9.2.4 SBR污水處理自抗擾控制系統(tǒng)仿真
9.3 生物流化床氨氮廢水處理自抗擾控制設(shè)計(jì)
9.3.1 系統(tǒng)總體框圖
9.3.2 系統(tǒng)一階自抗擾控制器設(shè)計(jì)
9.3.3 系統(tǒng)二階自抗擾控制器設(shè)計(jì)
9.3.4 生物流化床氨氮廢水處理的自抗擾控制仿真研究
9.4 生物流化床氨氮廢水處理自抗擾控制器的優(yōu)化
9.4.1 控制器優(yōu)化問題
9.4.2 自抗擾控制器參數(shù)的優(yōu)化
9.4.3 遺傳算法對(duì)二階自抗擾控制器參數(shù)的優(yōu)化
9.5 自抗擾控制器的穩(wěn)定性分析
附錄:基于BP神經(jīng)網(wǎng)絡(luò)的自整定PID控制程序 2100433B