工业污水常规五项及COD参数在线测量装置设计
本文选题：水质参数 + 软测量 ； 参考：《北方工业大学》2017年硕士论文
【摘要】：随着现代社会工业化进程的快速推进,现代生活给人们带来了诸多便利,人民的生活水平也在不断的得到提高,但同时也不可避免的带来了环境污染。水体环境污染现象日渐严重的背景下,用人工方法进行污水处理已经成为解决水污染的重要方法之一。其中对水质中的各项参数进行实时的精确测量不仅是污水处理决策重要的参考依据,而且决定判断处理后的污水是否达标及能否合格排放。经过对国外水质资源监测的成果和经验的不断学习,我国在水体环境参数的监测方面也取得了很快的进步,但是测量技术手段的落后和测量成本的制约最终导致在线的、实时的水质监测系统一直没有得到广泛应用。以COD参数测量为例,COD参数可以在数值上直观的描述水质中有机物含量。目前针对COD的离线测量方式均以人工采样配合实验消解的方式来测量得到结果,常见的有以化学反应为原理进行数值测量的化学法、以电化学反应为原理的电化学法以及应用性不具备普适性的光学法等。化学法测量结果准确,但是其操作步骤繁多而复杂,且容易导致后继污染;电化学法测量结果也比较准确,但是也会产生污染。而且其测量仪器造价高昂,很难以在经济上为广大消费者所接受;而光学法相对来说测量方式简单易行,而且较之于前两种方法没有化学试剂的限制,且整个测试过程所需的时间较短,但是普适性不能兼顾。基于以上种种状况,寻求精准而廉价的测量方式已成为未来水质测量的发展趋势。以人工神经网络为基础进行软测量模型的建模方式是当今软测量技术的核心,所建立模型理论上可以逼近任意的非线性函数关系,因此众多国内和国外的学者都有利用人工神经网络来进行污水处理过程模型建模的科研经历。本课题将软测量技术应用到水质在线监测系统,结合ASM模型进行人工神经网络建模,确定辅助变量。通过测得的水质常规五项参数推测出水质中的COD参数。即检测水环境中的PH、温度、溶解氧、电导率以及浊度参数,可以软测量出COD参数,同时也可以对测量数据进行在线存储。
[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 .
【学位授予单位】：北方工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：X832;TP183;TP311.52
【参考文献】
相关期刊论文 前4条
1 李宇航;廖海洋;温志渝;杜宇;;库区水质在线监测数据采集控制系统设计[J];传感器与微系统;2011年02期
2 乔俊飞;李淼;刘江;;一种神经网络快速修剪算法[J];电子学报;2010年04期
3 乔俊飞;韩红桂;;神经网络结构动态优化设计的分析与展望[J];控制理论与应用;2010年03期
4 乔俊飞;张颖;;一种多层前馈神经网络的快速修剪算法[J];智能系统学报;2008年02期
相关硕士学位论文 前10条
1 杨斯博;基于安卓平台的手机订餐系统的设计与实现[D];吉林大学;2016年
2 季伟伟;水质COD在线监测装置研究[D];江南大学;2016年
3 薛佩姣;水质COD在线监测技术研究[D];江南大学;2015年
4 李瑞祥;基于改进回声状态神经网络的出水总磷软测量研究[D];北京工业大学;2015年
5 葛珉昊;基于混合递阶遗传算法的RBF网络优化及在BOD软测量中的应用[D];兰州理工大学;2014年
6 许少鹏;基于自组织递归模糊神经网络的SVI软测量研究[D];北京工业大学;2014年
7 郭楠;基于神经网络的BOD软测量仪表的研究[D];北京工业大学;2014年
8 任东红;基于集成神经网络的污水处理出水水质软测量模型[D];北京工业大学;2013年
9 袁喜春;基于自组织模糊Elman神经网络的SVI软测量研究[D];北京工业大学;2013年
10 陈s，
本文编号：1907165
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1907165.html
