图书介绍
污水处理过程优化控制系统PDF|Epub|txt|kindle电子书版本网盘下载
- 刘载文，魏伟等著 著
- 出版社： 北京：中国轻工业出版社
- ISBN：9787501980963
- 出版时间：2014
- 标注页数：246页
- 文件大小：95MB
- 文件页数：256页
- 主题词：污水处理－控制系统－系统最优化
PDF下载
下载说明
污水处理过程优化控制系统PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 污水处理过程测量与控制概论1
1.1污水处理的意义1
1.2我国污水处理的现状1
1.3污水处理的方法及工艺2
1.3.1污水处理方法2
1.3.2 SBR工艺污水处理系统4
1.4污水处理过程建模现状7
1.5污水处理过程控制现状9
1.6污水处理过程软测量现状10
1.7污水处理系统在线测量与控制存在的问题11
1.7.1流程工业生产过程在线测量存在的问题11
1.7.2污水处理过程在线测量与控制存在的问题12
第二章 污水处理出水水质BOD软测量机理建模18
2.1软测量在废水处理中的应用18
2.1.1软测量的概念、意义及发展18
2.1.2污水处理中软测量的必要性19
2.1.3软测量在污水处理中的常用方法简介19
2.2 BOD软测量机理模型公式21
2.2.1经典劳伦斯-麦卡蒂公式21
2.2.2劳伦斯-麦卡蒂公式在废水处理中演化形式22
2.2.3泰勒展开BOD软测量机理模型公式24
2.3基于最小二乘法的污水处理BOD软测量线性补偿方法25
2.3.1最小二乘原理25
2.3.2递推最小二乘算法对机理模型的补偿27
2.3.3限定记忆最小二乘算法对机理模型的补偿29
2.3.4基于偏最小二乘的BOD软测量机理模型非线性补偿方法33
2.3.5基于核最小二乘法的污水BOD软测量机理模型补偿算法36
2.4基于神经网络的BOD机理模型的补偿方法39
2.4.1 BP神经网络软测量模型设计39
2.4.2基于过程神经网络的BOD软测量模型41
第三章 基于PNN的污水处理软测量方法研究48
3.1过程神经元网络（PNN）48
3.1.1过程神经元48
3.1.2过程神经元网络模型49
3.2基于PNN的软测量方法及改进算法50
3.2.1基于函数正交基的PNN学习算法50
3.2.2基于函数正交基展开的PNN改进算法51
3.3基于PNN的污水处理过程软测量55
3.3.1软测量模型变量的选取55
3.3.2软测量结构模型58
3.3.3实验数据及软测量结果59
第四章 基于RBF神经网络的水处理过程建模方法64
4.1 RBF神经网络64
4.1.1 RBF函数及RBF神经元64
4.1.2 RBF网络的特点、映射机理66
4.1.3 RBF神经网络的学习算法67
4.2水处理优化控制数学模型的RBF神经网络建模69
4.2.1污水处理优化控制的目标69
4.2.2水处理RBF神经网络模型的训练和测试70
第五章 溶解氧的智能控制方法76
5.1溶解氧的智能控制方法76
5.1.1人工神经网络控制76
5.1.2模糊控制77
5.1.3专家控制77
5.1.4遗传算法79
5.2单变量D0控制80
5.2.1被控对象建模80
5.2.2常规PID的D0控制器设计80
5.2.3基于BP神经网络的自整定PID控制84
5.2.4基于BP神经网络的自整定PID控制原理85
5.2.5基于BP神经网络的自整定PID控制仿真86
5.2.6双模糊控制器设计87
5.2.7模糊PID-Smith控制器设计90
5.3基于模糊理论的多变量D0控制95
5.3.1多变量模糊控制的现状与发展95
5.3.2基于模糊PID-Smith和模糊理论的两级D0控制器的设计98
5.3.3基于双模糊PID-Smith理论的两级D0控制器的设计99
第六章 基于智能进化算法的优化控制方法及实现104
6.1智能进化算法概述104
6.1.1经典优化算法及其弊端104
6.1.2遗传算法104
6.1.3粒子群算法106
6.2基于粒子群算法的污水处理过程的参数优化设计109
6.2.1优化算法的选取109
6.2.2粒子群算法的设计流程109
6.3基于粒子群算法的活性污泥法的优化设计实现110
第七章 污水处理过程的模糊控制技术及实现123
7.1污水处理模糊控制技术123
7.1.1污水处理模糊控制系统基本结构123
7.1.2模糊控制器的设计124
7.2基于预测模型的自适应模糊控制器的设计与仿真128
7.2.1自适应模糊控制器构成128
7.2.2自适应模糊控制系统的仿真129
7.2.3自适应模糊控制器算法及其实现131
7.2.4自适应模糊控制仿真结果及分析132
7.3模糊Smith-PID复合控制方法140
7.3.1 SBR常规控制方法分析140
7.3.2模糊Smith-PID控制器设计142
第八章 生物流化床及其控制方法148
8.1生物流化床的基本特性148
8.1.1生物流化床工作原理148
8.1.2生物流化床特性148
8.1.3生物流化床研究状况149
8.2智能控制方法150
8.2.1自适应控制151
8.2.2模糊控制151
8.2.3神经网络控制152
8.2.4专家控制152
8.3三相生物流化床氨氮废水处理过程数学模型研究153
8.3.1内循环三相生物流化床氨氮废水处理的结构和工作原理153
8.3.2内循环三相生物流化床处理氨氮废水实验154
8.3.3内循环三相生物流化床氨氮废水处理过程主导模型的建立159
8.4基于遗传算法改进的过程神经网络BOD5软测量模型160
8.4.1软测量模型变量的选取160
8.4.2过程神经网络结构的确定161
8.4.3基于遗传算法训练速率寻优的改进算法161
8.4.4过程神经网络BOD5软测量模型的实现164
8.4.5实验分析166
8.5基于遗传算法改进的T-S模糊控制及在生物流化床的应用168
8.5.1 T-S模糊控制168
8.5.2分层模糊控制170
8.5.3遗传算法改进T-S模糊自适应控制方法173
8.6基于DRNN网络辨识的自整定PID解耦控制及在生物流化床的应用179
8.6.1 PID参数整定方法179
8.6.2基于DRNN辨识的自整定PID解耦控制算法181
8.7生物流化床污水处理监控系统设计与实现188
8.7.1生物流化床污水处理监控系统设计188
8.7.2基于西门子S7-200PLC的下位机程序控制190
8.7.3基于WebAccess和Flash交互制作实现的上位机监控192
第九章 污水处理过程的自抗扰控制方法200
9.1自抗扰控制技术200
9.1.1安排过渡过程（TD）201
9.1.2扩张状态观测器（ESO）203
9.1.3非线性误差反馈控制率（NLEFS）206
9.2 SBR污水处理的自抗扰控制设计207
9.2.1 SBR控制系统特点分析207
9.2.2自抗扰控制系统的设计208
9.2.3参数整定规律分析209
9.2.4 SBR污水处理自抗扰控制系统仿真212
9.3生物流化床氨氮废水处理自抗扰控制设计216
9.3.1系统总体框图216
9.3.2系统一阶自抗扰控制器设计217
9.3.3系统二阶自抗扰控制器设计218
9.3.4生物流化床氨氮废水处理的自抗扰控制仿真研究218
9.4生物流化床氨氮废水处理自抗扰控制器的优化228
9.4.1控制器优化问题228
9.4.2自抗扰控制器参数的优化230
9.4.3遗传算法对二阶自抗扰控制器参数的优化233
9.5自抗扰控制器的稳定性分析239
附录：基于BP神经网络的自整定PID控制程序243