软测量技术在污水处理中的应用研究
|
摘要
本文的主要研究方向是考虑如何应用软测量技术解决污水处理过程中出水水质参数的难测问题。将软测量技术应用于污水处理过程，建立出水水质参数的软测量模型，以解决水质参数只能通过人工化验来确知的问题，从而实现污水处理过程的实时计算机监测和预报，最终实现出水的优化排放。
本文研究的内容主要有以下两大方面：
一、对软测量技术进行综述。
介绍了软测量技术的数学描述形式及工程化设计与实现的步骤。详细阐述了软测量建模方法中回归分析和人工神经网络两种方法的基本原理；
二、对软测量技术在污水处理中的应用的研究。
这是本文的核心部分。首先介绍了相关污水处理的工艺流程，然后在此基础上在MATLAB开发环境下应用回归分析和人工神经网络两种方法分别建立起污水处理过程主导变量的三个软测量模型(多元线性回归模型、多元逐步回归模型和BP网络模型)，并对结果进行比较与分析。最后对下阶段的研究工作作出一定建议。
The main research direction of this paper is how to apply soft-measuring technique in sewage treatment process to solve the problem of effluent quality parameters which is usually difficult to measure. Applying soft-measuring technique in sewage treatment process through building the effluent quality parameters' soft-measuring model will solve the above-mentioned question, accomplish real-time monitor and forecast of sewage treatment process and realize a more reasonable discharge standard.
This paper mainly includes two aspects:
(1) The review on soft-measuring technique:
The first aspect of this paper introduces the mathematical descriptive form of soft-measuring technique and its engineering design steps, then elaborates the two modeling methods of soft measurement which include the regression analysis and the artificial neural network.
(2) The research on application of soft-measuring technique in sewage treatment
This part is the emphasis of the paper. At first, it introduces the technological process of sewage treatment. Afterwards, the paper is focused on building the primary variables' three soft-measuring models which are Multiple Linear Regression ModeK Multiple Stepwise Regression Model and BPN Model using MATLAB software. Finally, some suggestions to the next study period are briefly presented.
本文研究的内容主要有以下两大方面：
一、对软测量技术进行综述。
介绍了软测量技术的数学描述形式及工程化设计与实现的步骤。详细阐述了软测量建模方法中回归分析和人工神经网络两种方法的基本原理；
二、对软测量技术在污水处理中的应用的研究。
这是本文的核心部分。首先介绍了相关污水处理的工艺流程，然后在此基础上在MATLAB开发环境下应用回归分析和人工神经网络两种方法分别建立起污水处理过程主导变量的三个软测量模型(多元线性回归模型、多元逐步回归模型和BP网络模型)，并对结果进行比较与分析。最后对下阶段的研究工作作出一定建议。
The main research direction of this paper is how to apply soft-measuring technique in sewage treatment process to solve the problem of effluent quality parameters which is usually difficult to measure. Applying soft-measuring technique in sewage treatment process through building the effluent quality parameters' soft-measuring model will solve the above-mentioned question, accomplish real-time monitor and forecast of sewage treatment process and realize a more reasonable discharge standard.
This paper mainly includes two aspects:
(1) The review on soft-measuring technique:
The first aspect of this paper introduces the mathematical descriptive form of soft-measuring technique and its engineering design steps, then elaborates the two modeling methods of soft measurement which include the regression analysis and the artificial neural network.
(2) The research on application of soft-measuring technique in sewage treatment
This part is the emphasis of the paper. At first, it introduces the technological process of sewage treatment. Afterwards, the paper is focused on building the primary variables' three soft-measuring models which are Multiple Linear Regression ModeK Multiple Stepwise Regression Model and BPN Model using MATLAB software. Finally, some suggestions to the next study period are briefly presented.
引文
[1] 顾夏声编著，废水生物处理模式，清华大学出版社，1993．
[2] 铁道部专业设计院标准处、兰州铁道学院给排水系、铁道部第三勘测设计院给水科合编，污水处理的基本方法及应用，中国铁道出版社，1985．
[3] 胡大卫、姚念民、冯生华，除磷脱氮新工艺在昆明市第二污水处理厂中的应用，给水排水，1996．
[4] 胡大卫、冯生华，昆明市第二污水处理厂设计，网上下载，2001．
[5] 昆明市第二污水处理厂情况简介，污水处理二厂内部资料，1997．
[6] 俞金寿、刘爱伦、张立进编著，软测量技术及其在石油化工中的应用，化学工业出版社，2000．
[7] 于静江、周春晖，过程控制中的软测量技术，控制理论与应用，1996,13(4)：137-144．
[8] 荣冈、金晓明、王树青，先进控制技术及应用—软测量技术及其应用，化工自动化及仪表，1999,26(4)：70-72．
[9] 郑莹娜、刘强、陈长缨等，过程软测量虚拟仪器系统集成，自动化仪表，2000,21(5)：13-15．
[10] 汪永生、邵惠鹤，现场总线控制系统与通用软测量技术，测控技术，1999,18(11)：15-17．
[11] 罗荣富、邵惠鹤编著，软测量方法及其工业应用，工业过程模型化与控制，上海交通大学出版社，1994．
[12] 叶楠等，模式识别在状态估计中的应用—软测量技术，仪器仪表学报，1988,9(4)：368-374．
[13] 范秀兰等，软测量技术及其在工业生产过程中的应用，自动化仪表，1999,(2)：20．
[14] 孙欣、王金春、何声亮，基于神经网络的过程软测量，自动化仪表，1996,17(9)：7-10．
[15] 王旭东、邵惠鹤，神经元网络建模与软测量技术，化工自动化及仪表，1996(2)：28-31．
[16] 徐敏、俞金寿，软测量技术，石油化工自动化，1998,(2)：1-4．
[17] 孙文爽、陈兰祥编著，多元统计分析，高等教育出版社，1994．
[18] 高惠璇编著，统计计算，北京大学出版社，1995．
[19] 张杰、阳宪惠编著，多变量统计过程控制，化学工业出版社，2000．
[20] 张荣恒编著，应用数理统计，科学出版社，1998．
[21] 张小蒂编著，应用回归分析，浙江大学出版社，1996．
[22] 刘宏才编著，系统辨识与参数估计，冶金工业出版社，1995．
[23] 王惠文主编，偏最小二乘回归方法及其应用，国防工业出版社，1999．
[24] 周复恭、黄运成编著，应用线性回归分析，中国人民大学出版社，1989．
[25] 方开泰编著，实用多元统计分析，华东师范大学出版社，1989．
[26] 李学桥、马莉编著，神经网络工业应用，重庆大学出版社,1996．
[27] 徐丽娜编著，神经网络控制，哈尔滨工业大学出版社，1999．
[28] 李士勇编著，模糊控制、神经控制和智能控制论，哈尔滨工业大学出版社，1996．
[29] 陈明著，神经网络模型，大连理工大学出版社，1995．
[30] 焦李成编著，神经网络系统理论，西安电子科技大学出版社，1995．
[31] 张俊普编著，智能控制，中国科技大学出版社，1997．
[32] 张铃、张钹，神经网络中BP算法的分析，模式识别与人工智能，1994，7(3)．
[33] 卿济民、曹长修等，多层人工神经网络及其BP算法在系统预报中的应用，自动化与仪器仪表，1995,(5)．
[34] 方剑、席裕庚，神经网络结构设计的准则和方法，信息与控制，1996,25(6)：156-164．
[35] 曹长修、叶仲泉等，多层前向网络的一种快速算法、自动化与仪表，1996，(6)：5-7
[36] 何达东等，多层前向网络结构的研究进展，控制理论与应用，1998，15(3)：313-319．
[37] 楼顺天、于卫、闫华梁编著，MATLAB程序设计语言，西安电子科技大学出版社，1999．
[38] 李胡锡、姜红编著，Matlab循序渐进，上海交通大学出版社，1997．
[39] 张志涌等编著精通MATLB5.3，北京航空航天大学出版社．
[40] 韩九强编著，MATLAB高级语言及其在控制系统中的应用，西安交通大学出版社，1999．
[41] 施阳、李俊等编著，MATLAB语言工具箱—TOOLBOX实用指南，西北工业大学出版社，1998．
[42] 丛爽编著，面向MATLAB工具箱的神经网络理论与应用，中国科学技术大学出版社，1998．
[43] 楼顺天、施阳编著，基于MATLAB的系统分析与设计—神经网络，西安电子科技大学出版社，2000．
[44] 薜定宇编著，控制系统计算机辅助设计—MATLAB语言及应用，清华大学出版社，1996．
[45] 何宁，昆明理工大学硕士研究生毕业论文，2001．
[46] 谭春娥，昆明理工大学硕士研究生毕业论文，2001．
[2] 铁道部专业设计院标准处、兰州铁道学院给排水系、铁道部第三勘测设计院给水科合编，污水处理的基本方法及应用，中国铁道出版社，1985．
[3] 胡大卫、姚念民、冯生华，除磷脱氮新工艺在昆明市第二污水处理厂中的应用，给水排水，1996．
[4] 胡大卫、冯生华，昆明市第二污水处理厂设计，网上下载，2001．
[5] 昆明市第二污水处理厂情况简介，污水处理二厂内部资料，1997．
[6] 俞金寿、刘爱伦、张立进编著，软测量技术及其在石油化工中的应用，化学工业出版社，2000．
[7] 于静江、周春晖，过程控制中的软测量技术，控制理论与应用，1996,13(4)：137-144．
[8] 荣冈、金晓明、王树青，先进控制技术及应用—软测量技术及其应用，化工自动化及仪表，1999,26(4)：70-72．
[9] 郑莹娜、刘强、陈长缨等，过程软测量虚拟仪器系统集成，自动化仪表，2000,21(5)：13-15．
[10] 汪永生、邵惠鹤，现场总线控制系统与通用软测量技术，测控技术，1999,18(11)：15-17．
[11] 罗荣富、邵惠鹤编著，软测量方法及其工业应用，工业过程模型化与控制，上海交通大学出版社，1994．
[12] 叶楠等，模式识别在状态估计中的应用—软测量技术，仪器仪表学报，1988,9(4)：368-374．
[13] 范秀兰等，软测量技术及其在工业生产过程中的应用，自动化仪表，1999,(2)：20．
[14] 孙欣、王金春、何声亮，基于神经网络的过程软测量，自动化仪表，1996,17(9)：7-10．
[15] 王旭东、邵惠鹤，神经元网络建模与软测量技术，化工自动化及仪表，1996(2)：28-31．
[16] 徐敏、俞金寿，软测量技术，石油化工自动化，1998,(2)：1-4．
[17] 孙文爽、陈兰祥编著，多元统计分析，高等教育出版社，1994．
[18] 高惠璇编著，统计计算，北京大学出版社，1995．
[19] 张杰、阳宪惠编著，多变量统计过程控制，化学工业出版社，2000．
[20] 张荣恒编著，应用数理统计，科学出版社，1998．
[21] 张小蒂编著，应用回归分析，浙江大学出版社，1996．
[22] 刘宏才编著，系统辨识与参数估计，冶金工业出版社，1995．
[23] 王惠文主编，偏最小二乘回归方法及其应用，国防工业出版社，1999．
[24] 周复恭、黄运成编著，应用线性回归分析，中国人民大学出版社，1989．
[25] 方开泰编著，实用多元统计分析，华东师范大学出版社，1989．
[26] 李学桥、马莉编著，神经网络工业应用，重庆大学出版社,1996．
[27] 徐丽娜编著，神经网络控制，哈尔滨工业大学出版社，1999．
[28] 李士勇编著，模糊控制、神经控制和智能控制论，哈尔滨工业大学出版社，1996．
[29] 陈明著，神经网络模型，大连理工大学出版社，1995．
[30] 焦李成编著，神经网络系统理论，西安电子科技大学出版社，1995．
[31] 张俊普编著，智能控制，中国科技大学出版社，1997．
[32] 张铃、张钹，神经网络中BP算法的分析，模式识别与人工智能，1994，7(3)．
[33] 卿济民、曹长修等，多层人工神经网络及其BP算法在系统预报中的应用，自动化与仪器仪表，1995,(5)．
[34] 方剑、席裕庚，神经网络结构设计的准则和方法，信息与控制，1996,25(6)：156-164．
[35] 曹长修、叶仲泉等，多层前向网络的一种快速算法、自动化与仪表，1996，(6)：5-7
[36] 何达东等，多层前向网络结构的研究进展，控制理论与应用，1998，15(3)：313-319．
[37] 楼顺天、于卫、闫华梁编著，MATLAB程序设计语言，西安电子科技大学出版社，1999．
[38] 李胡锡、姜红编著，Matlab循序渐进，上海交通大学出版社，1997．
[39] 张志涌等编著精通MATLB5.3，北京航空航天大学出版社．
[40] 韩九强编著，MATLAB高级语言及其在控制系统中的应用，西安交通大学出版社，1999．
[41] 施阳、李俊等编著，MATLAB语言工具箱—TOOLBOX实用指南，西北工业大学出版社，1998．
[42] 丛爽编著，面向MATLAB工具箱的神经网络理论与应用，中国科学技术大学出版社，1998．
[43] 楼顺天、施阳编著，基于MATLAB的系统分析与设计—神经网络，西安电子科技大学出版社，2000．
[44] 薜定宇编著，控制系统计算机辅助设计—MATLAB语言及应用，清华大学出版社，1996．
[45] 何宁，昆明理工大学硕士研究生毕业论文，2001．
[46] 谭春娥，昆明理工大学硕士研究生毕业论文，2001．
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |