生物污水处理过程活性污泥体积指数预报方法研究
发布时间：2023-04-02 04:48
污泥体积指数(Sludge Volume Index,SVI)是目前广泛用于分析污泥沉降特性的重要指标,该指标的人工检测过程存在步骤繁琐、耗时、成本高、且无法实时检测等问题。实时可靠并准确地预报SVI,对于污水处理工艺的过程检测、故障诊断和操作具有实际应用价值。本文分别研究了以污泥微生物的形态学特征SVI预报建模和曝气池氧量、PH值等工艺参数特征的SVI预报建模问题。前者通过图像分割、形态特征提取以建立污泥中絮状物的形态学特征的SVI预报模型,后者对多条污水处理线上水质检测工作站的污水数据进行分布式SVI预报建模。分布式建模可以利用多水线运行状况的多样性,构建适合各条水线的模型,相对使用单条水线数据,分布式建模使得模型的鲁棒性较好。该论文主要研究工作包括以下几点:1.污泥膨胀早期检测有助于保障活性污泥工艺过程的稳定运行。基于微生物形态学特征建立污泥体积指数软测量模型是一种有效方式,其中絮状物和丝状菌的图像分割是提取污泥形态学特征的关键步骤。在污泥微生物的相差显微图像中,存在絮状物和丝状菌间的灰度差异小、光晕和阴影等伪影现象,使得絮状物和丝状菌的分割成为一个具有挑战性的问题。在本工作中,...
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.2 污泥体积指数检测的研究现状
1.2.1 污泥体积指数的定义和检测方法
1.2.2 污泥体积指数的智能检测方法
1.2.3 基于显微图像处理的SVI检测方法
1.3 图像分割技术的研究现状
1.3.1 传统图像分割研究现状
1.3.2 基于卷积网络的图像语义分割研究现状
1.4 随机权神经网络的研究现状
1.5 研究内容及论文安排
第2章 活性污泥处理过程描述
2.1 污水厂工艺流程与数据清洗
2.1.1 污水处理厂的工艺流程
2.1.2 数据整理和清洗
2.2 实验室规模活性污泥过程描述
2.2.1 实验室规模的活性污泥系统
2.2.2 图像获取系统
2.3 本章小结
第3章 活性污泥微生物相差显微图像分割方法
3.1 分割问题描述
3.2 基于U-NET图像分割
3.2.1 图像分割策略提出
3.2.2 U-NET模型结构与损失函数
3.2.3 分割问题评价指标
3.3 实验和讨论
3.3.1 数据集标注
3.3.2 环境配置
3.3.3 U-NET模型的训练
3.3.4 传统图像分割方法的运用
3.3.5 实验结果与对比
3.4 本章小结
第4章 基于改进随机配置网络的污泥体积指数预报
4.1 SCN理论介绍
4.1.1 泛化性理论
4.1.2 随机配置算法
4.2 活性污泥形态学参数
4.2.1 计算形态学特征
4.2.2 建立数据集
4.3 基于早停法SCN模型结构优化
4.3.1 早停SCN算法
4.3.2 仿真实验
4.4 L2正则随机配置神经网络
4.4.1 L2正则SCN算法
4.4.2 仿真实验
4.5 FASTSCN模型
4.5.1 FASTSCN算法流程
4.5.2 仿真实验
4.6 SVI预报实验
4.7 本章小结
第5章 分布式正则化SCN模型及其SVI预报
5.1 分布式随机配置网络方法
5.1.1 模型构建过程描述
5.1.2 算法过程
5.1.3 具体推导
5.2 基准数据仿真实验
5.2.1 实验环境
5.2.2 基准数据来源
5.2.3 分布式模型的训练
5.2.4 实验结果与分析
5.3 污水数据的仿真实验
5.4 本章小结
第6章 活性污泥图像分割与SVI预报
6.1 开发和功能
6.2 图像分割
6.2.1 图像分割
6.2.2 模型训练
6.2.3 软件的鲁棒性说明
6.3 形态学特征提取
6.4 SVI预报
6.4.1 SVI预报
6.4.2 SVI数据建模
6.5 SVI分布式建模
6.6 本章小结
结论与展望
致谢
在学研究成果
参考文献
本文编号：3778569
【文章页数】：94 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究意义
1.2 污泥体积指数检测的研究现状
1.2.1 污泥体积指数的定义和检测方法
1.2.2 污泥体积指数的智能检测方法
1.2.3 基于显微图像处理的SVI检测方法
1.3 图像分割技术的研究现状
1.3.1 传统图像分割研究现状
1.3.2 基于卷积网络的图像语义分割研究现状
1.4 随机权神经网络的研究现状
1.5 研究内容及论文安排
第2章 活性污泥处理过程描述
2.1 污水厂工艺流程与数据清洗
2.1.1 污水处理厂的工艺流程
2.1.2 数据整理和清洗
2.2 实验室规模活性污泥过程描述
2.2.1 实验室规模的活性污泥系统
2.2.2 图像获取系统
2.3 本章小结
第3章 活性污泥微生物相差显微图像分割方法
3.1 分割问题描述
3.2 基于U-NET图像分割
3.2.1 图像分割策略提出
3.2.2 U-NET模型结构与损失函数
3.2.3 分割问题评价指标
3.3 实验和讨论
3.3.1 数据集标注
3.3.2 环境配置
3.3.3 U-NET模型的训练
3.3.4 传统图像分割方法的运用
3.3.5 实验结果与对比
3.4 本章小结
第4章 基于改进随机配置网络的污泥体积指数预报
4.1 SCN理论介绍
4.1.1 泛化性理论
4.1.2 随机配置算法
4.2 活性污泥形态学参数
4.2.1 计算形态学特征
4.2.2 建立数据集
4.3 基于早停法SCN模型结构优化
4.3.1 早停SCN算法
4.3.2 仿真实验
4.4 L2正则随机配置神经网络
4.4.1 L2正则SCN算法
4.4.2 仿真实验
4.5 FASTSCN模型
4.5.1 FASTSCN算法流程
4.5.2 仿真实验
4.6 SVI预报实验
4.7 本章小结
第5章 分布式正则化SCN模型及其SVI预报
5.1 分布式随机配置网络方法
5.1.1 模型构建过程描述
5.1.2 算法过程
5.1.3 具体推导
5.2 基准数据仿真实验
5.2.1 实验环境
5.2.2 基准数据来源
5.2.3 分布式模型的训练
5.2.4 实验结果与分析
5.3 污水数据的仿真实验
5.4 本章小结
第6章 活性污泥图像分割与SVI预报
6.1 开发和功能
6.2 图像分割
6.2.1 图像分割
6.2.2 模型训练
6.2.3 软件的鲁棒性说明
6.3 形态学特征提取
6.4 SVI预报
6.4.1 SVI预报
6.4.2 SVI数据建模
6.5 SVI分布式建模
6.6 本章小结
结论与展望
致谢
在学研究成果
参考文献
本文编号：3778569
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3778569.html
最近更新
教材专著
