收藏本站
《西北师范大学》 2016年
加入收藏

基于软测量的污水水质预测系统

张梦秋  
【摘要】:污水处理是近一、二十年主要研究的一个问题,它对环境保护具有重要的意义。在一些污水处理厂,确定污水是否达标排放的主要依据就是通过测量污水水质参数从而与国家标准相对比。影响水质的参数有很多,大部分都可以利用传感器搭配处理器直接进行测量,如酸碱度、温度等参数,但依然有一些数据无法通过此种方式获得,它们只能在实验室通过对水样进行培养一段时间才能获得。这样显然无法满足我们需要及时获得水质参数从而有效排放污水的要求。因此本文重点研究如何通过间接测量的方式来提高污水处理的性能。本文采取了软测量这种方法。由于水质参数生化需氧量BOD的化验结果取得时间太长,因此为了实时的监控污水的排放,本文采用对生化需氧量BOD进行软测量建模,软测量建模方式有很多,传统方式的实验室化验法其实就是按照其机理特性来检测,而本文通过一些可以迅速获得的数据来对生化需氧量BOD进行建模,采用神经网络的方式,并且为了提高模型的精度,采用一些算法对模型进行优化。本文采用标准遗传算法与改进型遗传算法分别对其优化,并通过优化结果确定算法的有效度。因为本文主要研究软测量传感器,这是一种可以替换传统实体传感器的虚拟传感器。因此本文利用LABVIEW虚拟仪器与MATLAB进行结合,采取了两者的共同的优点,构建了一个软测量传感器,从而替代常规的化验仪器。
【关键词】:污水水质 软测量 BOD 改进型遗传算法 Labview 软测量传感器
【学位授予单位】:西北师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:X703
【目录】:
  • 摘要4-5
  • Abstract5-8
  • 第1章 绪论8-11
  • 1.1 课题背景及研究意义8
  • 1.2 国内外研究现状8-10
  • 1.3 本文研究主要内容和本文结构安排10
  • 1.4 本文创新点10-11
  • 第2章 软测量11-20
  • 2.1 软测量概述11
  • 2.2 软测量技术的数学描述和结构11-13
  • 2.3 软测量传感器13-18
  • 2.3.1 软测量传感器的基本概念13-14
  • 2.3.2 软测量传感器的结构14-15
  • 2.3.3 软测量传感器的设计15-16
  • 2.3.4 软测量传感器模型的建立16-18
  • 2.4 水质参数软测量建模结构18-19
  • 2.5 本章小结19-20
  • 第3章 神经网络建模20-31
  • 3.1 神经网络概述20
  • 3.2 BP神经网络模型20-26
  • 3.2.1 神经元的基本构成20-22
  • 3.2.2 前馈神经网络基本结构22-23
  • 3.2.3 BP学习算法23-26
  • 3.3 基于BP神经网络的BOD建模26-30
  • 3.3.1 数据选择与预处理26-28
  • 3.3.2 BP神经网络建模28-30
  • 3.4 本章小结30-31
  • 第4章 改进型遗传算法软测量模型优化31-43
  • 4.1 概述31
  • 4.2 标准遗传算法水质模型优化31-38
  • 4.2.1 标准遗传算法原理32-35
  • 4.2.2 标准遗传算法的优化35-38
  • 4.3 自适应遗传算法的水质模型优化38-42
  • 4.3.1 自适应遗传算法原理39-40
  • 4.3.2 自适应遗传算法的优化40-42
  • 4.4 本章小结42-43
  • 第5章 虚拟仪器构建软测量传感器43-47
  • 5.1 虚拟仪器概述43
  • 5.2 人机界面设计43-46
  • 5.3 本章小结46-47
  • 第6章 总结与展望47-48
  • 参考文献48-51
  • 攻读学位期间的研究成果51-52
  • 致谢52

【相似文献】
中国期刊全文数据库 前10条
1 李凌;;软测量过程中的若干建模方法研究[J];沈阳化工学院学报;2006年02期
2 赵忠盖;刘飞;;基于因子回归模型的软测量方法[J];计算机与应用化学;2010年01期
3 李庆华;;1种基于遗失数据重构的软测量方法[J];计算机与应用化学;2011年05期
4 周强;;打浆度软测量信号中有色噪声的白化及滤除[J];中国造纸学报;2007年03期
5 吴德会;;一种基于近红外光谱技术的柴油在线软测量方法研究[J];光谱学与光谱分析;2008年07期
6 李炜;章寅;;异类多模型动态融合软测量方法研究与应用[J];化工自动化及仪表;2010年08期
7 戴先中;丁煜函;王万成;;红霉素发酵关键生化量的动态软测量方法[J];仪器仪表学报;2006年S2期
8 李炜;石连生;李征宏;;基于双层智能结构的多模型软测量方法研究[J];化工自动化及仪表;2007年06期
9 苗晓寒;;软测量在腈纶聚合质量指标控制中的应用[J];石油化工技术经济;2007年06期
10 刘国海;江兴科;梅从立;;基于连续隐Markov模型的发酵过程软测量方法[J];控制与决策;2011年11期
中国重要会议论文全文数据库 前10条
1 张利;孙德敏;张培仁;王永;杨兵;;设施农业中的磷酸根浓度软测量研究[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
2 韩大伟;邹志云;;软测量与推断控制技术初探[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
3 赵忠盖;刘飞;;一种基于因子回归模型的软测量方法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
4 毕维准;;粘度在线软测量方法的应用[A];2007年中国智能自动化会议论文集[C];2007年
5 靳其兵;林艳春;;丙烯脱乙烷塔出口组分的软测量[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
6 唐晓;王佳;;软测量方法评价区域海水腐蚀性的研究[A];2004年腐蚀电化学及测试方法学术交流会论文集[C];2004年
7 张自成;费敏锐;;基于人工神经网络的中速磨存煤量软测量方法[A];第七届工业仪表与自动化学术会议论文集[C];2006年
8 刘载文;许继平;侯朝桢;王正祥;薛福霞;;SBR污水处理系统神经网络软测量与控制技术[A];2005年中国智能自动化会议论文集[C];2005年
9 郑德忠;赵永磊;;基于新型广义预测算法的板厚软测量方法的研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年
10 常青;杨捷;裴洪卿;;基于RBF神经网络的丙烯腈收率软测量方法[A];第十七届全国过路控制会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 于涛;基于混合模型的软测量方法研究及其在发酵过程中的应用[D];北京化工大学;2006年
2 杨强大;诺西肽发酵过程生化参数软测量方法的研究[D];东北大学;2009年
3 李修亮;软测量建模方法研究与应用[D];浙江大学;2009年
4 黄丽;基于数据驱动的生物反应过程软测量与优化控制[D];江苏大学;2011年
5 于晓明;支持向量机及其在制浆过程重要参数软测量中的应用研究[D];陕西科技大学;2012年
6 凌玉华;铝电磁铸轧带坯晶粒度软测量及复合磁场智能控制研究[D];中南大学;2010年
7 李铁;电熔镁炉熔池尺寸软测量方法的研究[D];大连理工大学;2013年
8 王强;基于非线性特征提取的软测量智能建模方法研究[D];中国石油大学(华东);2013年
9 潘孝礼;穿孔过程关键参数软测量与优化控制[D];东北大学;2008年
10 任会峰;基于泡沫图像的铝土矿浮选pH值软测量及应用[D];中南大学;2012年
中国硕士学位论文全文数据库 前10条
1 闫业富;基于DSP的时—频谱估计纸浆流量软测量方法的研究[D];陕西科技大学;2015年
2 邢丽萍;时变工业过程参数的动态软测量方法研究[D];大连理工大学;2015年
3 夏源;基于信息熵的软测量问题研究[D];江南大学;2015年
4 刘龙;醋酸乙烯合成过程催化剂活性的软测量研究[D];河北科技大学;2015年
5 杨铭;基于多模型的高斯过程回归软测量方法研究[D];江苏大学;2015年
6 刘贺朋;基于支持向量机的水泥生料粉磨细度软测量方法研究[D];燕山大学;2016年
7 陈震宇;多自由度精密运动平台机械参数软测量方法[D];哈尔滨工业大学;2016年
8 左光磊;交流电力测功机特性参数降噪处理及其转矩软测量研究[D];湖南大学;2015年
9 张梦秋;基于软测量的污水水质预测系统[D];西北师范大学;2016年
10 杜润龙;发酵过程生物量软测量方法研究[D];江南大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026