基于神经网络的厌氧反应器模拟预测及其运行状态估计
发布时间：2021-09-05 01:16
结合神经网络、并行遗传算法及模糊推理系统模拟预测了毒物负荷冲击下厌氧反应器性能参数的动态变化，并借助模糊集理论对毒物负荷冲击下厌氧反应器的运行状态进行了估计，取得以下研究结果。 1．研究了毒物负荷冲击下厌氧反应器性能参数的变化规律。 （1）未经毒物驯化的UASB反应器（UASB-RⅠ）、毒物驯化的UASB反应器（UASB-RⅡ）和厌氧滤器AF受到有机负荷和有毒负荷联合冲击时，出水COD的最大增幅大于两个负荷各自单独冲击时的最大增幅的叠加；出水碱度（ALK）的最大降幅小于两个负荷各自单独冲击时的最大降幅的叠加；容积产气率（VGP）在联合冲击时通常先下降后上升；CH4百分含量（％CH4）在COD和三氯甲烷（CF）联合冲击时的最大降幅大于COD和CF分别单独冲击时的最大降幅的叠加，在COD和2，4-二硝基酚（DNP）联合冲击时的最大降幅与COD和DNP各自单独冲击时的最大降幅叠加和基本一致。 （2）多负荷冲击（COD+CF+DNP+ALK）按照正交试验来设计，反应器UASB-RⅠ在多负荷冲击时，影响出水VFA的因素的主次顺序为CF...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：157 页
【学位级别】：博士
【文章目录】：
中文摘要
英文摘要
1 引论
1.1 废水厌氧生物处理技术
1.1.1 废水厌氧生物处理技术
1.1.2 厌氧消化系统影响因素
1.2 厌氧反应器模型
1.2.1 动力学模型
1.2.2 神经网络模型
1.3 人工神经网络
1.3.1 人工神经网络概念
1.3.2 人工神经网络发展
1.3.3 人工神经网络特征及分类
1.4 人工神经网络在废水厌氧处理中的应用
1.4.1 厌氧消化过程中BP神经网络模型
1.4.2 厌氧消化过程中模糊神经网络模型
1.4.3 自组织映射神经网络模型
1.4.4 子网并联的神经网络模型
1.4.5 基于遗传算法的神经网络模型
1.4.6 混合神经网络模型
1.5 本文研究的主要内容
2 厌氧反应器启动及负荷冲击试验
2.1 厌氧反应器启动
2.1.1 材料和方法
2.1.2 UASB反应器RⅠ和RⅡ的启动
2.1.3 UASB-RⅡ反应器驯化
2.1.4 厌氧滤器启动
2.2 负荷冲击试验
2.2.1 正交试验设计原理
2.2.2 负荷冲击试验设计
2.2.3 试验过程
2.3 负荷冲击试验结果分析
2.3.1 有机负荷单独冲击试验结果分析
2.3.2 CF单独冲击试验结果分析
2.3.3 DNP单独冲击试验结果分析
2.3.4 CF和COD联合冲击试验结果分析
2.3.5 DNP和COD联合冲击试验结果分析
2.3.6 多负荷冲击试验结果分析
2.3.7 反应器在不同负荷冲击下试验结果分析
2.4 小结
3 基于BP神经网络的厌氧反应器模拟预测
3.1 BP神经网络及改进算法
3.1.1 BP算法原理与实现
3.1.2 BP算法改进
3.1.3 神经网络性能评价指标
3.1.4 数据样本分组
3.2 基于BP神经网络的厌氧反应器时间序列模拟预测
3.2.1 基于神经网络TBPNN-RⅠ的厌氧反应器模拟预测
3.2.2 基于神经网络TBPNN-RⅡ的厌氧反应器模拟预测
3.2.3 TBPNN-RⅠ和TBPNN-RⅡ预测反应器AF动态变化
3.3 基于不同性能参数的BP神经网络的厌氧反应器模拟预测
3.3.1 基于神经网络MBPNN-RⅠ的厌氧反应器模拟预测
3.3.2 基于神经网络MBPNN-RⅡ的厌氧反应器模拟预测
3.3.3 MBPNN-RⅠ和MBPNN-RⅡ预测反应器AF动态变化
3.4 小结
4 基于并行遗传算法神经网络的厌氧反应器模拟预测
4.1 基于并行遗传算法的神经网络
4.1.1 遗传算法基本概念
4.1.2 遗传算法实现
4.1.3 基于实数编码的并行遗传算法神经网络
4.2 基于并行遗传算法的神经网络对厌氧反应器的模拟预测
4.2.1 厌氧反应器UASB-RⅠ模拟预测结果
4.2.2 厌氧反应器UASB-RⅡ模拟预测结果
4.2.3 PGANN-RⅠ和PGANN-RⅡ在其它反应器的应用
4.3 小结
5 基于模糊神经网络的厌氧反应器模拟预测
5.1 T-S型模糊神经网络
5.1.1 T-S型模糊系统
5.1.2 T-S型模糊神经网络
5.2 基于模糊神经网络FNN-RⅠ的厌氧反应器模拟预测
5.2.1 模糊神经网络FNN-RⅠ建立
5.2.2 FNN-RⅠ模拟预测结果分析
5.2.3 FNN-RⅠ预测UASB-RⅡ动态变化
5.3 基于模糊神经网络FNN-RⅡ的厌氧反应器模拟预测
5.3.1 模糊神经网络FNN-RⅡ建立
5.3.2 FNN-RⅡ模拟预测结果分析
5.3.3 FNN-RⅡ预测UASB-RⅠ动态变化
5.4 FNN-RⅠ和FNN-RⅡ预测反应器AF动态变化
5.5 小结
6 厌氧反应器运行状态估计
6.1 基于模糊综合评判模型的厌氧反应器运行状态估计
6.1.1 模糊综合评价原理
6.1.2 厌氧反应器运行状态估计
6.2 基于模糊稳定性指数的厌氧反应器运行状态估计
6.2.1 模糊稳定性指数建立
6.2.2 隶属函数确定
6.2.3 毒物负荷冲击下厌氧反应器的模糊稳定性指数变化
6.3 小结
7 结论
参考文献：
附录： 攻读博士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]一个生态模型中的动力学[J]. 邓圣福,杨地莲,燕锐,张伟年. 四川大学学报(自然科学版). 2000(03)
[2]UV/H2O2/草酸铁络合物光降解水中氯仿的研究[J]. 李太友,刘琼玉. 中国环境科学. 1999(06)
[3]遗传算法与神经网络的结合[J]. 李敏强,徐博艺,寇纪淞. 系统工程理论与实践. 1999(02)
[4]广义遗传算法的逻辑结构及全局收敛性的证明[J]. 董聪,郭晓华. 计算机科学. 1998(05)
[5]广义遗传算法[J]. 董聪. 大自然探索. 1998(01)
[6]厌氧消化体系的酸碱性及其缓冲能力[J]. 张旭,王宝贞,朱宏. 中国环境科学. 1997(06)
[7]厌氧消化过程的非模型控制[J]. 胡泽新,鲁习文. 生物工程学报. 1994(04)
[8]细胞神经网络的数学理论（Ⅰ）[J]. 廖晓昕. 中国科学（A辑 数学 物理学 天文学 技术科学）. 1994(09)
本文编号：3384382
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：157 页
【学位级别】：博士
【文章目录】：
中文摘要
英文摘要
1 引论
1.1 废水厌氧生物处理技术
1.1.1 废水厌氧生物处理技术
1.1.2 厌氧消化系统影响因素
1.2 厌氧反应器模型
1.2.1 动力学模型
1.2.2 神经网络模型
1.3 人工神经网络
1.3.1 人工神经网络概念
1.3.2 人工神经网络发展
1.3.3 人工神经网络特征及分类
1.4 人工神经网络在废水厌氧处理中的应用
1.4.1 厌氧消化过程中BP神经网络模型
1.4.2 厌氧消化过程中模糊神经网络模型
1.4.3 自组织映射神经网络模型
1.4.4 子网并联的神经网络模型
1.4.5 基于遗传算法的神经网络模型
1.4.6 混合神经网络模型
1.5 本文研究的主要内容
2 厌氧反应器启动及负荷冲击试验
2.1 厌氧反应器启动
2.1.1 材料和方法
2.1.2 UASB反应器RⅠ和RⅡ的启动
2.1.3 UASB-RⅡ反应器驯化
2.1.4 厌氧滤器启动
2.2 负荷冲击试验
2.2.1 正交试验设计原理
2.2.2 负荷冲击试验设计
2.2.3 试验过程
2.3 负荷冲击试验结果分析
2.3.1 有机负荷单独冲击试验结果分析
2.3.2 CF单独冲击试验结果分析
2.3.3 DNP单独冲击试验结果分析
2.3.4 CF和COD联合冲击试验结果分析
2.3.5 DNP和COD联合冲击试验结果分析
2.3.6 多负荷冲击试验结果分析
2.3.7 反应器在不同负荷冲击下试验结果分析
2.4 小结
3 基于BP神经网络的厌氧反应器模拟预测
3.1 BP神经网络及改进算法
3.1.1 BP算法原理与实现
3.1.2 BP算法改进
3.1.3 神经网络性能评价指标
3.1.4 数据样本分组
3.2 基于BP神经网络的厌氧反应器时间序列模拟预测
3.2.1 基于神经网络TBPNN-RⅠ的厌氧反应器模拟预测
3.2.2 基于神经网络TBPNN-RⅡ的厌氧反应器模拟预测
3.2.3 TBPNN-RⅠ和TBPNN-RⅡ预测反应器AF动态变化
3.3 基于不同性能参数的BP神经网络的厌氧反应器模拟预测
3.3.1 基于神经网络MBPNN-RⅠ的厌氧反应器模拟预测
3.3.2 基于神经网络MBPNN-RⅡ的厌氧反应器模拟预测
3.3.3 MBPNN-RⅠ和MBPNN-RⅡ预测反应器AF动态变化
3.4 小结
4 基于并行遗传算法神经网络的厌氧反应器模拟预测
4.1 基于并行遗传算法的神经网络
4.1.1 遗传算法基本概念
4.1.2 遗传算法实现
4.1.3 基于实数编码的并行遗传算法神经网络
4.2 基于并行遗传算法的神经网络对厌氧反应器的模拟预测
4.2.1 厌氧反应器UASB-RⅠ模拟预测结果
4.2.2 厌氧反应器UASB-RⅡ模拟预测结果
4.2.3 PGANN-RⅠ和PGANN-RⅡ在其它反应器的应用
4.3 小结
5 基于模糊神经网络的厌氧反应器模拟预测
5.1 T-S型模糊神经网络
5.1.1 T-S型模糊系统
5.1.2 T-S型模糊神经网络
5.2 基于模糊神经网络FNN-RⅠ的厌氧反应器模拟预测
5.2.1 模糊神经网络FNN-RⅠ建立
5.2.2 FNN-RⅠ模拟预测结果分析
5.2.3 FNN-RⅠ预测UASB-RⅡ动态变化
5.3 基于模糊神经网络FNN-RⅡ的厌氧反应器模拟预测
5.3.1 模糊神经网络FNN-RⅡ建立
5.3.2 FNN-RⅡ模拟预测结果分析
5.3.3 FNN-RⅡ预测UASB-RⅠ动态变化
5.4 FNN-RⅠ和FNN-RⅡ预测反应器AF动态变化
5.5 小结
6 厌氧反应器运行状态估计
6.1 基于模糊综合评判模型的厌氧反应器运行状态估计
6.1.1 模糊综合评价原理
6.1.2 厌氧反应器运行状态估计
6.2 基于模糊稳定性指数的厌氧反应器运行状态估计
6.2.1 模糊稳定性指数建立
6.2.2 隶属函数确定
6.2.3 毒物负荷冲击下厌氧反应器的模糊稳定性指数变化
6.3 小结
7 结论
参考文献：
附录： 攻读博士学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]一个生态模型中的动力学[J]. 邓圣福,杨地莲,燕锐,张伟年. 四川大学学报(自然科学版). 2000(03)
[2]UV/H2O2/草酸铁络合物光降解水中氯仿的研究[J]. 李太友,刘琼玉. 中国环境科学. 1999(06)
[3]遗传算法与神经网络的结合[J]. 李敏强,徐博艺,寇纪淞. 系统工程理论与实践. 1999(02)
[4]广义遗传算法的逻辑结构及全局收敛性的证明[J]. 董聪,郭晓华. 计算机科学. 1998(05)
[5]广义遗传算法[J]. 董聪. 大自然探索. 1998(01)
[6]厌氧消化体系的酸碱性及其缓冲能力[J]. 张旭,王宝贞,朱宏. 中国环境科学. 1997(06)
[7]厌氧消化过程的非模型控制[J]. 胡泽新,鲁习文. 生物工程学报. 1994(04)
[8]细胞神经网络的数学理论（Ⅰ）[J]. 廖晓昕. 中国科学（A辑 数学 物理学 天文学 技术科学）. 1994(09)
本文编号：3384382
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/3384382.html
