ASM-CFD模型及ADABOOST算法在MBR模拟仿真中的应用研究

声明

摘要

第一章 绪论

1．1 膜生物反应器概述

1．1．1 膜生物反应器的原理及分类

1．1．2 不同类型膜生物反应器的优点与不足

1．1．3 膜生物反应器的研究及应用现状

1．2 课题研究条件

1．3 研究内容、目的和意义

1．3．1 研究内吞

1．3．2 研究目的和意义

1．4 论文结构安排

第二章 MBR膜污染机理与控制

2．1 膜污染的概述

2．1．1 膜污染的形成

2．1．2 膜污染的分类

2．2 膜污染机理研究

2．2．1 浓差极化现象

2．2．2 恒压下膜污染的形成机理

2．2．3 恒通量下膜污染的形成机理

2．3 膜污染的影响因素

2．3．1 膜和膜组件的特性对膜污染的影响

2．3．2 进料液和污泥特性对膜污染的影响

2．3．3 膜组件的操作运行条件对膜污染的影响

2．4 膜污染的控制

2．4．1 膜污染的控制方法

2．4．2 膜污染的清洗方法

2．5 本章小结

第三章 基于ASM-CFD模型的MBR溶质浓度变化的研究

3．1 活性污泥法模型(ASM)

3．1．1 Monod(莫诺特)模型

3．1．2 Eckenfelder(埃肯菲尔德)模型

3．1．3 McKinney(麦金尼)模型

3．1．4 Lawrence-McCarty(劳伦斯-麦卡蒂)模型

3．2 ASM降解有机物过程

3．3 CFD方法

3．3．1 CFD概述及应用状况

3．3．2 FLUENT软件包介绍

3．3．4 CFD求解过程

3．4 ASM-CFD模拟MBR反应器中溶质浓度变化

3．5 本章小结

第四章 AdaBoost_BP模型在MBR膜通量预测中的应用

4．1 BP神经网络概述

4．1．1 BP神经网络结构

4．1．2 BP神经网络算法

4．1．3 BP神经网络缺陷

4．2 AdaBoost算法介绍

4．2．1 AdaBoost算法原理

4．2．2 AdaBoost算法流程

4．2．3 AdaBoost算法误差分析

4．3 基于BP及AdaBoost_BP的MBR仿真预测模型

4．3．1 数据预处理

4．3．2 BP和AdaBoost_BP模型的建立

4．3．3 进行实验及结果分析

4．4 本章小结

第五章 梯度提升决策树在MBR膜通量预测中的应用

5．1 决策树概述

5．2 分类决策树

5．2．1 特征选择

5．2．2 决策树的生成

5．2．3 决策树剪枝

5．3 回归树

5．4 提升树算法

5．5 梯度提升决策树算法

5．6 基于梯度决策树的MBR仿真预测实验及分析

5．7 本章小结

第六章 结论与展望

参考文献

发表论文和参加科研情况

附录

致谢