首页> 中文学位 >人工神经网络在厌氧序批式反应器建模中的应用研究
【6h】

人工神经网络在厌氧序批式反应器建模中的应用研究

代理获取

目录

文摘

英文文摘

声明及关于学位论文使用权的说明

第一章 绪论

第二章 厌氧序批式反应器

第三章 人工神经网络

第四章 厌氧序批式反应器建模预测系统的分析与设计

第五章 厌氧序批式反应器建模预测的仿真实验和结果分析

第六章结束语

参考文献

致谢

攻读学位期间发表的学术论文目录

符号说明

展开▼

摘要

在废水生物处理技术领域,各国学者相继开发了许多高效厌氧生物反应器,具有高效、稳定、节能等特点。其中厌氧序批式反应器(AnaerobicSequencingBatchReactor,简称ASBR)是第三代高效厌氧生物反应器,具有结构简单、污泥停留时间长、运行成本低等优点。目前ASBR反应器已经广泛应用于处理低温低浓度生活污水、高浓度工业污水、含硫酸盐废水、有毒、难降解废水等,ASBR反应器作为厌氧生物处理领域内极有发展前景的工艺,近几年来成为厌氧反应器领域的研究热点。 与普通的连续流反应器相比,ASBR反应器是间歇运行、序批进料、具有高度非稳态运行特征的高速厌氧反应器,因此对自动控制程度和精度的要求较高。目前对于ASBR反应器运行参数的有效控制在很大程度上依赖于对生物反应器动力学的正确模拟。而由于生化反应及影响生化反应效果的运行参数的复杂性,导致传统的动力学模型预测出的结果往往与现实情况有较大误差。所以,为了能有效的控制ASBR反应器的运行参数,需要建立一种具有较高精度的数学模型。 人工神经网络模拟人类神经系统的结构,揭示数据样本中蕴含的非线性关系,具有良好的自适应性、自组织及很强的学习、联想、容错和抗干扰能力,可灵活方便的对多成因的复杂未知参数的反应系统进行建模。为实现神经网络的模型,设计者需要掌握计算机编程语言且具有较高的编程能力,这在一定程度上不利于神经网络技术的推广和使用。而MATLAB软件提供了一个现成的神经网络工具箱(NeuralNetworkToolbox,简称NNT),为解决这个难题提供了便利条件。 本文作者查阅了大量关于废水厌氧生物处理和神经网络方面的相关资料,在ASBR反应器研究的基础上,提出了一种将人工神经网络应用于ASBR反应器建模,并对ASBR反应器的运行参数进行预测的方法。本文简要介绍了BP神经网络基本原理及其算法,详细介绍了利用MATLAB神经网络工具箱进行BP网络模型建立、训练、仿真的编程方法。然后,主要运用神经网络理论,使用MATLAB的神经网络工具箱建立了ASBR反应器的神经网络模型,并引入了Levenberg-Marquardt算法对反应器相关运行参数进行预测。与反应机理动力学模型预测结果相比较,实验表明,神经网络模型在预测某些参数时比机理动力学模型更精确,同时说明了神经网络应用于ASBR反应器建模的可行性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号