'/>
文摘
英文文摘
声明
第一章前言
1.1中国水污染现状
1.2城市污水处理技术
1.2.1 生物处理工艺
1.2.2 化学混凝处理工艺
1.2.3 化学-生物联合处理工艺
1.3课题研究的背景、意义和内容
1.4本研究的创新点
第二章试验的工艺流程、设备及试验方法
2.1小试设备与装置
2.2中试工艺流程
2.3中试设备与装置
2.4试验安排
2.5试验分析测试项目与方法
2.6试验污水水质
2.6.1原水中的SS
2.6.2原水中的NH3-N
2.6.3 原水中的CODCr与SCOD
2.6.4 原水中的TP与PO43-4-P
2.6.5 原水水质小结
第三章混凝小试结果及分析
3.1混凝机理分析
3.1.1 电中和
3.1.2卷扫絮凝
3.1.3吸附架桥
3.1.4 混凝除磷机理分析
3.2结果与讨论
3.2.1 对SS的去除
3.2.2 对COD与SCOD的去除
3.2.3 对PO43--P与TP的去除
3.2.4对NH3-N的去除
3.2.5 小试结论
第四章化学-生物絮凝中试结果及分析
4.1概况
4.2化学-生物絮凝中试工况设计
4.3化学-生物絮凝工艺各设计工况试验结果与分析
4.3.1 化学-生物絮凝各工况试验运行结果
4.3.2 中试结果分析
4.3.3中试小结
第五章悬浮填料床中试结果及分析
5.1概况
5.2污水生物除氨氮原理
5.2.1 生物氨化
5.2.2生物硝化
5.3悬浮填料床中试工况设计
5.4悬浮填料床工艺各设计工况试验结果与分析
5.4.1 悬浮填料床各工况试验运行结果
5.4.2 悬浮填料床中试结果分析
5.4.3 悬浮填料床中试结论
第六章化学-生物絮凝与悬浮填料床组合工艺类神经网络模型
6.1类神经网络模型的发展及在污水处理建模中的应用
6.1.1 类神经网络模型的发展
6.1.2 类神经网络在污水处理建模中的应用
6.2 BP类神经网络模型的基本原理与算法
6.2.1 BP类神经网络模型的基本原理
6.2.2 BP类神经网络模型算法
6.3基于BP类神经网络的化学-生物絮凝工艺模型
6.3.1 单一的多输入多输出(MIMO)类神经网络
6.3.2 多输入单输出(MISO)类神经网络组合
6.3.3 两类神经网络模型性能比较
6.4基于BP类神经网络的悬浮填料床工艺模型
6.5基于BP类神经网络的化学-生物絮凝与悬浮填料床工艺模型结论
第七章化学-生物絮凝与悬浮填料床组合工艺工程设计方案与经济分析
7.1组合工艺工程设计方案
7.1.1 设计进出水水质要求
7.1.2 主要处理单元的设计参数
7.2工程建设经济概算
7.2.1 建设项目总投资概算
7.2.2 污水处理运营成本概算
7.3经济分析结论
第八章结论与展望
8.1结论
8.2工艺发展展望
8.2.1 化学-生物絮凝工艺机理研究
8.2.2 现代生物技术在生物膜生态系统结构分析中的应用
8.2.3 BP类神经网络模型与机理模型的结合
8.2.4 现代自动控制技术在工艺中的应用
参考文献
附录:BP类神经网络源程序(VB)
致谢