一、污水生物处理系统的智能控制（论文文献综述）
叶刚[1]（2020）在《PS高级氧化技术深度处理造纸废水工程应用及智能化控制研究》文中研究指明近年来,造纸工业作为国家工业基础原材料行业的重要组成部分实现了快速发展。但环境污染严重是制约其发展的难题。造纸废水因为有机污染物种类复杂、悬浮物含量高、化学需氧量高、可生化性差等特点,成为工业水处理领域的重点与难点。随着造纸行业水污染物排放标准日益严格,造纸废水深度处理迫在眉睫。基于硫酸根自由基的过硫酸盐新型高级氧化技术因为降解效率好且稳定、药剂成本低、易于贮存运输、操作简单、处理时间短等优点,具备良好的工业化应用前景。本文以造纸厂生化出水为研究对象,研究亚铁盐活化过硫酸盐高级氧化技术中各项因素对CODCr去除效果的影响,并完成该技术的工程应用方案设计与调试运行工作。同时结合该处理系统人工控制过程中出现的问题,通过模糊BP神经网络的分析,完成对该处理过程智能加药系统的设计。主要工作内容与结论如下:（1）以某造纸厂生化出水为对象,采用亚铁盐活化过硫酸钠产生的硫酸根自由基实现对水中有机污染物的氧化降解。在室温下考察了初始p H、亚铁盐投加量、过硫酸钠投加量、聚合氯化铝（Poly Aluminum Chloride,简称PAC）投加量等各项因素对CODCr降解率影响。实验表明,硫酸根自由在酸性至中性条件下皆可实现CODCr的有效降解;亚铁离子最佳投加量为0.6 g/L;考虑到降解效果和用药成本,过硫酸钠最佳投加量浓度为0.3 g/L;投加适量的絮凝剂PAC有助于离子沉淀,最佳PAC投加量为0.12 g/L。（2）完成3600 m3/d过硫酸盐高级氧化技术深度处理造纸废水生化出水的工程应用方案设计。调试运行后,出水CODCr、NH3-N、TN、TP等各项水质指标长期稳定达标,满足《制浆造纸工业水污染物排放标准》（GB 3544—2008）中水污染排放限值的要求。本段工艺费用成本为1.30元/t,药剂成本为0.96元/t,所占比例为73.72%。（3）为满足排放水安全标准的更高要求,完成200 m3/d的过硫酸盐高级氧化+双膜法组合工艺深度处理造纸生化出水中试规模的工程试验研究。运行结果表明,中试系统处理出水CODCr、NH3-N、TP水质指标优于GB3838-2002的IV类标准;TN、SS优于GB3544-2008的表2新建企业水污染物排放限值要求;各项水质指标皆优于GB/T19923-2005中敞开式循环冷却水系统补充水标准的要求,可直接回用。本段工艺运行费用为4.39元/t,电费为2.76元/t,占比62.87%。（4）为解决人工控制投药过程中稳定性差,操作失误频发,加药量难以控制,避免药剂浪费,节约成本。利用实验室小试及工程现场采集的进水流量、进水CODCr、亚铁盐投加量、过硫酸钠投加量、PAC投加量、出水CODCr等各项数据。在Windows 10工作环境下,使用Matlab2016a建立基于BP神经网络出水CODCr预测模型及模糊神经网络控制器及Simulink仿真模型,实现对该加药过程的智能化控制。结果表明,BP神经网络预测模型出水CODCr预测值与测量真实值之间相关性为0.9809,预测效果较好。
刘森,张书维,侯玉洁[2]（2020）在《3D打印技术专业“三教”改革探索》文中指出根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
杨壮[3]（2019）在《基于MOEA/D的污水处理过程优化控制研究》文中研究指明随着我国城镇化建设和工业化发展速度的加快,城市污水的排放量也与日俱增,然而污水处理过程存在高耗能、高运行成本的问题。因此,以最低限度的能耗费用达到污水处理的排放标准,并且达到精准的控制要求是当前智能化城市建设中的重要问题。本文研究以出水水质的精确预测模型、污水处理过程以最低的能耗限度达到排放标准为研究目标,对污水处理过程中结合智能优化控制方法进行深入研究。本文针对污水处理过程中预测模型难以建立以及控制精度低的难题,结合污水处理过程中非线性、大时滞、强耦合等特点,设计了基于分解的多目标进化算法的污水处理过程智能优化方法,并结合模糊神经网络控制方法,提高了污水处理过程对溶解氧浓度和硝态氮浓度的优化控制,确保在出水水质达标的情况下降低能耗以及污水处理厂的运行费用。同时完成了污水处理智能系统的开发,实现了通过智能控制平台对污水环境进行有效监控。本文的研究工作主要分为以下几点:（1）基于灰色神经网络的污水指标COD建模预测。本文在针对污水出水水质检测过程中存在预测模型难以建立的难题,以关键水质参数COD为例,在灰色预测模型（Grey Model,GM）的基础上建立RBF神经网络残差反馈,为灰色预测模型提供预测补差器,解决了灰色模型预测的低精度问题,以实现污水处理过程中对关键水质参数COD的较高精度预测,为污水处理优化目标的建模过程建立基础。（2）基于改进MOEA/D算法的污水能耗及水质优化方法。本文针对污水处理过程中出水水质以及能耗这两个相互矛盾的评价指标,在基于分解的多目标进化算法（MOEA/D）上进行改进,并进行二次寻优,利用改进的算法使得在权衡能耗和出水水质的多目标问题中找到的解尽可能分布均匀,获得溶解氧和硝态氮浓度的最优设定值,解决了优化控制过程中变量繁杂,难以实现实时优化的难题。（3）基于G-SOFNN的污水处理跟踪控制研究。为了保证智能优化控制方法中控制器能够以高精度使得实际值达到设定值,本文对SOFNN控制器进行改进,通过遗传变异的思想提高自组织模糊神经网络控制器在结构调整过程中的调节效率,并采用投影算法对控制器的网络进行参数学习,避免陷入局部最优,从而提高智能控制器对溶解氧浓度的控制精度。（4）污水处理监控系统设计。本污水处理监控系统主要针对污水处理厂智能控制方法应用困难的问题,主要结合了组态软件、数据库以及MATLAB软件,实现了环境监控、数据存储以及智能控制的功能。主要的系统模块包括:污水处理过程控制界面,组态与数据库间的通信,污水处理控制程序的调用。在控制系统的设计过程中,首先采用杰控组态软件实现对监控系统界面的设计;然后通过ODBC技术将从污水环境中检测到的参数存储到SQL Server 2008数据库中,通过MATLAB编写控制程序。最后,通过用户管理模块、数据库、控制程序等各个模块间信息互传,实现出污水环境的实时监测并控制污水中的溶解氧浓度,达到对污水环境的智能监控的目的,为今后的控制方法在实际中的应用提供一种思路。
伍小龙[4]（2019）在《城市污水处理过程自组织滑模控制研究》文中进行了进一步梳理城市污水处理过程控制是保证出水水质达标、提高处理效率的重要手段,其基本思想是:通过及时获取运行过程数据,利用控制方法对风机、回流泵、加药泵等进行调节,达到期望的运行效果。然而,由于城市处理包含物理处理、生物处理和化学处理等过程,其过程控制面临巨大的挑战,主要体现在:1)影响城市污水处理过程状态的因素众多且相互影响,城市污水处理过程机理异常复杂,缺少精确的机理模型。2)城市污水处理过程变量难以实时检测,尤其是关键水质参数总磷（TP）、氨氮（NH4-N）等无法在线检测,缺少足够的运行状态信息。3)城市污水处理过程入水只能被动接受,入水流量、成份、污染物种类、有机物浓度等波动较大,是一个典型的多干扰非线性动态系统,且始终运行于非平稳状态。因此,如何精确识别城市污水处理过程状态,利用有效的过程控制方法实现过程变量的稳定精准控制,仍然是当前城市污水处理过程控制研究的热点和难点。针对上述城市污水处理过程控制面临的挑战,论文以城市污水处理出水水质稳定达标为目标,基于城市污水处理过程工艺和原理,解析过程生化反应机理,提取城市污水处理过程难在线检测的水质参数,建立了关键水质参数的智能检测模型,实现了实时在线检测出水TP、出水NH4-N等关键水质参数;分析典型控制过程及其工况特征,确定影响过程控制性能的因素,设计了具有强自适应能力和鲁棒性的自组织滑模控制器,实现了城市污水处理过程溶解氧、内回流等典型过程变量的稳定高精度控制;完成了污水处理过程检测、控制等技术的封装,研制出城市污水处理过程自组织滑模控制系统,并在实际污水处理厂进行测试应用。论文主要研究工作和创新点如下:（1）关键水质参数的智能检测模型设计针对出水TP、出水NH4-N等关键水质参数难以在线精确检测的问题,文中设计了一种基于自组织模糊神经网的关键水质参数智能检测模型。首先,通过最小二乘法提取关键水质参数的相关变量,确定智能检测模型的输入输出变量;其次,基于模型结构风险评价指标优化模型结构,同时更新模型的结构和参数,提高了智能检测模型的精度;最后,分析出智能检测模型的收敛条件,并给出了结构优化算法的收敛条件下参数选择的准则,确保模型的成功应用,实际应用结果显示所提出的智能检测模型具有较好的实时性和检测精度。（2）城市污水处理过程鲁棒滑模控制器设计针对城市污水处理过程存在严重的外部和内部扰动问题,论文提出了一种城市污水处理过程鲁棒滑模控制方法。首先,设计出外部鲁棒控制器,基于自适应趋近率完成滑模控制率的求解,实现了控制过程的快速收敛和外部干扰的抑制;其次,设计出内部鲁棒控制器,基于模糊神经网络完成内部干扰动态特征的提取,形成内部鲁棒控制率,确保内部干扰下系统的鲁棒性;最后,通过构造李雅普诺夫函数,完成了鲁棒滑模控制器的性能分析。典型非线性系统和城市污水处理过程硝态氮控制的应用效果表明,鲁棒滑模控制器不仅能够在内部和外部干扰作用下保持稳定的控制性能,而且具有收敛速度快的优势。（3）城市污水处理过程单变量自组织滑模控制器设计针对城市污水处理过程中存在严重的非线性和不确定性问题,论文提出了一种城市污水处理过程单变量自组织滑模控制器,实现了溶解氧浓度的精准控制。首先,利用控制器的跟踪误差和结构风险,设计控制器性能评价指标,并根据评价结果优化控制器结构,减轻自组织滑模抖振现象;其次,采用自适应投影算法对控制器的参数进行更新,提高控制响应速度;最后,在控制器固定结构和自适应结构阶段,分别分析了控制器的稳定性和收敛性,同时给出了自适应参数设置方法,以确保自组织滑模控制器的成功应用。典型非线性系统和城市污水处理过程溶解氧控制的应用效果表明,单变量自组织滑模控制器不仅能够保持平稳精准的跟踪控制性能,还在动态设定点跟踪控制时具有较快的控制响应。（4）城市污水处理过程多变量自组织滑模控制器设计针对城市污水处理全流程难以平稳运行的问题,论文提出了一种城市污水处理过程多变量自组织滑模控制器。首先,设计出一种适用于城市污水处理全流程的多变量自组织滑模控制器架构,包括:多输入多输出滑模控制、多输入多输出自组织模糊神经网络补偿控制、以及自适应策略;其次,基于控制率计算结构和系统输出信息,提出一种的自适应控制增益优化策略,通过调节控制器增益,平滑控制器的输出,解决了控制信号波动大引起的控制性能下降问题,确保控制器控制性能;最后,为了保证控制器的稳定性,给出了多变量自组织滑模控制器参数设计原则及执行步骤,确保控制器实际应用中的可操性。城市污水处理过程多变量控制的应用效果表明,该控制器不仅能同时稳定精准控制曝气、内回流等过程,而且控制器输出的控制信号连续平滑。（5）城市污水处理过程自组织滑模控制系统为了实现城市污水处理过程自组织滑模控制的验证与应用,论文研制出一套城市污水处理过程自组织滑模控制系统。首先,在控制系统架构方面,采用封装式可嵌入应用软硬件,其中包含数据采集模块、关键水质参数检测模块以及自组织滑模控制模块等,确保与其他控制系统的兼容,实现自组织滑模控制功能;其次,在控制系统操作方面,运用执行系统界面监控系统运行状态,设计信号读写端口,对控制模块进行初始设置和执行信号输入,实现对典型控制过程的任意控制变量的自动控制;最后,在城市污水处理厂中试平台中,运用城市污水处理过程曝气控制和出水总磷控制测试了系统的有效性。结果显示,系统运行良好、操作简便且能够根据实际需要实现预期的控制目标。
曲世强[5]（2019）在《船载式湿地智能控制系统研究》文中研究表明面对日益严重的湖泊污染问题,人们提出了很多治理方法。在众多的方法中,人工湿地以投资少、不产生二次污染、处理效果好等优点被广泛使用,但也存在基质易饱和,净化与污染速率平衡,治理区域较小等问题。为解决上述问题,本文采用依据湿地模型的分布式全流域湿地,船载式湿地是其中一种。为提高船载式湿地净化效果,本文设计了基于FPGA+STM32架构的智能控制系统。它能够并行处理图像、语音等多种类型数据;综合对水位,天气等多种因素并行处理的结果,控制工作流程;通过2.4G无线通信实现数据不同方向的传输;采用SDRAM存储本地数据。使用C和Verilog语言对数据处理,读写控制,无线传输等模块的软件程序进行编写。系统能够完成如下功能:1.能量的智能调度。船载式湿地消纳清洁能源作为能量来源,系统通过BF算法和HMM语音识别模型,利用系统并行处理能力和软、硬件结合等方式,提高电网测的字符串数据和人工指令的语音数据的处理速率和准确性,结合蓄电池剩余电量实现能量的智能调度。2.净化过程的智能控制。系统采用帧间差分法,选择阂值为25和帧差为8对图像进行处理,实现机械故障等情况的判断;采用比较、锁存等逻辑结构,并行处理数值数据,实现基质堵塞,水质,电量等检测,再综合天气,基质剩余等因素,实现取水、过滤等净化过程的智能控制。3.数据的存储挖掘。通过2.4G无线模块实现系统与云端PC机间的通信。使用SQL Server软件在PC机中建立关系数据库,存储系统要保存的数据;为提高效率,简化数据挖掘流程,利用软件中Analysis Services的可视化挖掘功能,对库中数据进行挖掘,利用得到数据指导净水过程。
皋元[6]（2019）在《基于模糊智能控制系统应用于制药废水混凝装置研究》文中提出中国是一个人口众多的国家,随着老年人群和新生人口的增长,对医药保健的需求急速增大,中国的制药行业因此快速发展。同时,伴随而来的是大量的制药废水,并成为影响人类生活的重要污染源之一。本文主要研究上海中西三维制药有限公司制药废水的混凝沉淀工艺的智能控制系统。论文的技术架构分为4个部分即制药废水混凝实验研究、混凝模糊控制系统的实现、混凝模糊控制系统的可视化仿真、混凝模糊控制装置远程监控系统的建立。本文先通过对混凝废水实验研究,探索影响混凝实验的因素,积累实验参数,建立影响因素与出水COD以及浊度之间相关性分析模型,利用模型选取模糊控制指标,以及对应参数使用范围条件。通过制药废水混凝实验影响因素与浊度、COD相关系数分析,选取浊度作为模糊控制指标,接下来需要构建模糊控制系统设计,该部分分为两节即软件系统设计以及硬件系统实现。在混凝装置硬件组装成功以及模糊控制系统软件编译完成后,将制药废水混凝装置模糊控制的软硬件结合起来,采用MCGS组态软件实现可视化仿真,模拟运行效果。实现方法即采用MCGS工控组态软件作为上位机连接下位机即PLC以及部分仪器仪表,此外由于MCGS自身算法编译能力弱,MATLAB与MCGS之间的数据通信,采用DDE数据传输技术加以实现。完成上位机和下位机结合后,为了便于对混凝装置实时、远距离监控,论文最后采用4G-DTU物联网技术实现远程监控。对混凝系统进行多次运行实验,废水COD去除率在45%50%之间波动、浊度去除率在73%80%之间波动,处理效果良好。
李文汇,陈梦琪[7]（2018）在《关于污水处理中智能控制的应用分析》文中认为近年来,智能控制技术在污水处理的工业控制当中得到了广泛的应用,在污水处理的工作中融入智能控制技术可以对污水处理的情况进行实时监测、控制等。本文重点对污水处理中智能控制的意义、模糊控制技术、神经网络控制技术、专家控制技术、厌氧系统控制技术的应用进行了分析。
王晓菲[8]（2020）在《生活污水同步除磷脱氮过程控制策略研究》文中提出随着社会的不断发展,各种环境问题不断凸显,水资源的保护更加迫切。污水处理关系到居民的用水质量和用水安全,是当前我国城市发展中亟待解决的问题。污水处理过程往往涉及物料传输、物理溶解、微生物生化反应等不同层面的问题,尤其包含有复杂的化学和生化反应过程,对其进行有效控制一直是污水处理所关注的重要问题。论文针对同步除磷脱氮污水工艺处理过程存在的多扰动、非线性、强耦合和大滞后等问题,开展其中关键工艺过程的控制技术研究,主要完成如下的研究任务:首先建立同步除磷脱氮污水处理过程的动态模型。论述了污水处理的主要工艺及其特点,并针对同步除磷脱氮法分析了该工艺污水处理主要工艺过程,明确了各工艺环节的输入变量和输出变量,并推导出系统模型,为后续分析和控制系统设计提供理论依据。针对系统存在的时间滞后问题,采用Smith预估器来补偿时间滞后,改善系统的动态响应。由于污水处理过程采用多个生物反应器相串联的工作方式,物料的传输过程带来了很大的时间滞后,降低了系统的稳定裕量,影响了控制系统的稳定性。在使用Smith预估器时要求能够知道滞后时间,但实际的滞后时间往往很难得到。论文针对该系统的特点提出了一种滞后时间的预测方法,保证了Smith预估器的有效性。由于污水处理过程存在的扰动大、参数时间等问题,研究了一种模糊PID控制器,有效提高了控制器的性能。传统的PID控制器参数是固定的,很难保证不同的工况下得到满意的控制效果。利用模糊规则实时修正PID控制器的参数,保证控制系统稳定并不断提升控制性能,具有智能控制的特点。最后,设计一个中试规模的同步除磷脱氮试验系统,实现了溶氧量的Smith预估控制和基于模糊PID的总氮控制。系统采用可编程控制器作为控制平台,编写了相应的控制程序,并完成了工艺试验。利用生活污水进行了工艺试验,结果表明达到了排放所要求的工艺指标。
宋玮华,尹冬俏[9]（2015）在《基于污水生物处理系统中智能控制的应用价值研究》文中研究指明随着信息技术的不断发展,污水处理已经收到世界各国的高度重视,必须采用科学的处理方法和处理技术,才能真正降低水污染程度,最终实现污水的最有效利用。在污水生物处理系统中,智能控制的合理应用和不断推广,有着非常重要的应用价值,对于推动污水处理智能化发展有着重要影响。本文就智能控制系统的基本情况进行概述,提出污水生物处理系统中智能控制的实践应用,以充分发挥智能控制系统的作用,真正提高水资源的有效利用率。
谭跃海[10]（2013）在《仿人控制在污水处理系统中的研究与应用》文中研究说明目前我国建成的污水处理厂,特别是中小型污水处理厂大多处于手动或者半自动运行状态。经济社会的发展决定未来的十年,中小污水处理厂将成为我国污水处理的重要组成部分。CASS工艺具有工艺简单,基建投资低,设备种类少,自控设计方便等优点,特别适合北方中小型污水处理厂的设计。污水处理过程中,微生物的生长和污染物的降解与曝气池溶解氧的浓度息息相关,有关数据表明,曝气机的能耗占整个污水处理厂能耗的35%以上。所以,溶解氧高低的控制对于整个污水处理厂的能耗和出水品质具有重大意义。本文以靖远县污水处理项目为背景,在查阅相关污水处理的文献,书籍,走访周边城市污水处理厂（永昌县污水处理厂、民勤县污水处理厂等）,大量调研的基础上,深入分析CASS工艺的特点,与永昌县污水处理厂自控人员探讨运行中的注意事项、设计自控应主要考虑的因素。根据污水处理工艺,设计基于Controllogix和工业以太网的污水处理自控方案。本文还针对污水处理过程中溶解氧具有非线性慢、多干扰、时变、大滞后的不确定等特点,难以用传统的控制方案实时准确的控制。在深入学习仿人智能控制理论和思想的基础上,查阅相关文献,分析溶解氧控制的难点和现状。设计了仿人智能控制程序,通过MATLAB、Controllogix、OPC等将仿人智能控制思想应用到污水处理中。现场实际运行表明,该自控系统能够安全、稳定、高效的运行,污水水质能够达到《城镇污水处理厂污染物排放标准》（GB18918-2003）一级B标准。
二、污水生物处理系统的智能控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、污水生物处理系统的智能控制（论文提纲范文）
（1）PS高级氧化技术深度处理造纸废水工程应用及智能化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 我国造纸工业污染现状 |
| 1.2 造纸废水水质特征及处理方法 |
| 1.2.1 造纸废水来源及特点 |
| 1.2.2 造纸废水常规处理方法 |
| 1.2.3 造纸废水深度处理技术 |
| 1.3 基于硫酸根自由基的高级氧化技术 |
| 1.3.1 过硫酸盐产生硫酸根自由基的活化方法 |
| 1.3.2 基于硫酸根自由基的高级氧化技术的应用 |
| 1.4 废水处理过程智能化控制研究概况 |
| 1.4.1 废水处理过程智能化控制研究的意义 |
| 1.4.2 废水处理过程智能化控制研究现状 |
| 1.5 课题研究内容及意义 |
| 1.5.1 本文研究内容 |
| 1.5.2 本文的技术路线 |
| 1.5.3 本文的研究方法与思路 |
| 1.5.4 本文的研究意义 |
| 第二章 PS高级氧化技术深度处理造纸生化出水的研究 |
| 2.1 造纸废水的来源及水质指标 |
| 2.2 实验材料及仪器 |
| 2.2.1 实验仪器 |
| 2.2.2 实验材料 |
| 2.3 实验分析方法 |
| 2.3.1 化学需氧量COD_(Cr) |
| 2.3.2 Fe~(2+)浓度的测定 |
| 2.3.3 过硫酸钠浓度的测定 |
| 2.4 实验步骤 |
| 2.5 实验结果与分析 |
| 2.5.1 PS氧化体系下p H值对COD_(Cr)降解率的影响 |
| 2.5.2 PS氧化体系下Fe~(2+)投加量对COD_(Cr)降解率的影响 |
| 2.5.3 PS氧化体系下Na_2S_2O_8 投加量对COD_(Cr)降解率的影响 |
| 2.5.4 混凝剂(PAC)投加量对PS氧化体系下COD_(Cr)降解率的影响 |
| 2.6 本章小结 |
| 第三章 PS高级氧化技术工程应用设计 |
| 3.1 工程概况 |
| 3.2 工程主要技术规范与标准 |
| 3.3 工程设计要点及主要设计参数 |
| 3.3.1 设计水量 |
| 3.3.2 设计进水水质 |
| 3.3.3 设计出水水质 |
| 3.3.4 造纸废水处理工程升级改造系统设计 |
| 3.4 调试与运行方案 |
| 3.4.1 运行调试过程与步骤 |
| 3.4.2 运行管理注意事项 |
| 3.5 运行情况分析 |
| 3.5.1 运行水质结果分析 |
| 3.5.2 升级改造工艺的技术特点 |
| 3.5.3 升级改造系统工程现场图 |
| 3.5.4 升级改造系统的经济性分析 |
| 3.6 本章小结 |
| 第四章 PS高级氧化+双膜法组合工艺深度处理造纸生化出水的中试研究 |
| 4.1 中试系统水质水量分析 |
| 4.2 中试废水处理系统工艺 |
| 4.2.1 中试废水处理系统工艺选择 |
| 4.2.2 中试废水处理系统工艺特点 |
| 4.3 中试系统主要构筑物及设计参数 |
| 4.3.1 PS高级氧化处理单元 |
| 4.3.2 双膜处理单元 |
| 4.4 中试研究运行结果 |
| 4.4.1 中试系统对COD_(Cr)、NH_3-N、TN、TP的去除效果 |
| 4.4.2 中试系统对电导率的去除效果 |
| 4.4.3 中试系统现场图 |
| 4.4.4 中试系统运行费用分析 |
| 4.5 本章小结 |
| 第五章 基于模糊BP神经网络的废水高级氧化处理的智能加药系统 |
| 5.1 本章基本理论概述 |
| 5.1.1 主元分析法 |
| 5.1.2 BP神经网络算法 |
| 5.1.3 模糊神经网络算法 |
| 5.2 基于PCA-BP神经网络的出水COD_(Cr)预测模型的建立 |
| 5.2.1 数据选取及预处理 |
| 5.2.2 建模基本过程及模型参数的选择与设定 |
| 5.2.3 模型性能评价指标及运行结果与分析 |
| 5.3 PS高级氧化技术智能加药控制系统的设计及仿真 |
| 5.3.1 PS高级氧化智能加药控制系统的描述 |
| 5.3.2 模糊控制器的建模过程及模型参数的选择与设定 |
| 5.3.3 Simulink仿真模型的建立 |
| 5.4 本章小结 |
| 结论与展望 |
| 1.结论 |
| 2.展望与建议 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（2）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（3）基于MOEA/D的污水处理过程优化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 出水水质检测研究现状 |
| 1.2.2 污水处理过程优化控制研究现状 |
| 1.3 课题来源 |
| 1.4 研究内容及论文安排 |
| 第2章 污水处理过程分析 |
| 2.1 引言 |
| 2.2 活性污泥法污水处理工艺 |
| 2.2.1 活性污泥法工艺流程 |
| 2.2.2 活性污泥法中的控制影响因素 |
| 2.3 BSM1 仿基准平台介绍 |
| 2.3.1 BSM1 模型布局 |
| 2.3.2 BSM1 平台仿真过程 |
| 2.3.3 BSM1 性能评价指标 |
| 2.4 本章小结 |
| 第3章 基于灰色神经网络的污水指标COD建模预测 |
| 3.1 引言 |
| 3.2 灰色预测模型 |
| 3.2.1 灰色预测简介 |
| 3.2.2 灰色预测模型建模过程 |
| 3.3 RBF神经网络模型 |
| 3.3.1 RBF网络结构 |
| 3.3.2 RBF网络参数学习算法 |
| 3.4 灰色神经网络COD预测模型设计 |
| 3.5 实验结果及分析 |
| 3.5.1 Mackey-Glass时间序列预测 |
| 3.5.2 污水环境COD预测实验 |
| 3.6 本章小结 |
| 第4章 基于改进MOEA/D算法的污水能耗及水质优化方法 |
| 4.1 引言 |
| 4.2 污水处理过程多目标优化问题分析 |
| 4.2.1 出水水质约束条件 |
| 4.2.2 优化模型分析 |
| 4.3 多目标优化算法改进策略 |
| 4.3.1 基于分解的多目标优化方法 |
| 4.3.2 帕累托解优化改进策略 |
| 4.3.3 污水处理优化控制过程 |
| 4.4 实验结果及分析 |
| 4.4.1 ZDT系列优化问题 |
| 4.4.2 污水处理优化仿真实验 |
| 4.5 本章小结 |
| 第5章 基于G-SOFNN的污水处理跟踪控制器设计 |
| 5.1 引言 |
| 5.2 模糊神经网络控制器设计 |
| 5.2.1 模糊控制原理 |
| 5.2.2 模糊神经网络 |
| 5.3 基于G-SOFNN的控制器设计 |
| 5.3.1 模糊神经网络自组织算法 |
| 5.3.2 基于遗传变异思想的模糊神经网络设计 |
| 5.3.3 G-SOFNN控制器结构 |
| 5.4 实验结果及分析 |
| 5.5 本章小结 |
| 第6章 污水处理溶解氧监控系统设计 |
| 6.1 引言 |
| 6.2 溶解氧浓度控制系统开发需求分析 |
| 6.2.1 系统的需求分析 |
| 6.2.2 系统的开发目标 |
| 6.3 系统的开发方案 |
| 6.3.1 开发方案 |
| 6.3.2 关键问题及技术路线 |
| 6.4 系统的功能开发 |
| 6.4.1 污水处理过程控制界面 |
| 6.4.2 数据传输过程 |
| 6.4.3 污水处理系统控制程序的调用 |
| 6.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间的成果 |
| 致谢 |
（4）城市污水处理过程自组织滑模控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 课题来源 |
| 1.2 城市污水处理过程控制研究现状 |
| 1.2.1 基于机理模型的城市污水处理过程控制研究现状 |
| 1.2.2 基于数据的城市污水处理控制研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文内容安排 |
| 第2章 城市污水处理过程控制要素分析 |
| 2.1 引言 |
| 2.2 城市污水处理过程概述 |
| 2.2.1 城市污水处理过程机理分析 |
| 2.2.2 城市污水处理过程影响因素分析 |
| 2.3 城市污水处理过程控制架构 |
| 2.3.1 城市污水处理过程控制关键组成 |
| 2.3.2 城市污水处理过程控制主要流程 |
| 2.4 城市污水处理过程变量检测 |
| 2.4.1 城市污水处理过程关键水质变量检测 |
| 2.4.2 城市污水处理过程状态识别 |
| 2.5 城市污水处理过程典型过程控制 |
| 2.5.1 城市污水处理典型过程分析 |
| 2.5.2 城市污水处理过程控制目标分析 |
| 2.5.3 城市污水处理过程控制器设计原则 |
| 2.5.4 城市污水处理过程控制关键点分析 |
| 2.6 本章小结 |
| 第3章 城市污水处理过程关键水质参数检测 |
| 3.1 引言 |
| 3.2 城市污水处理过程关键水质参数特征变量分析 |
| 3.2.1 城市污水处理过程关键水质参数相关变量 |
| 3.2.2 城市污水处理过程关键水质参数特征变量选取 |
| 3.3 自组织模糊神经网络 |
| 3.3.1 模糊神经网络结构 |
| 3.3.2 结构自组织优化算法 |
| 3.4 基于自组织模糊神经网络的关键水质参数特征模型设计 |
| 3.4.1 关键水质参数特征模型结构 |
| 3.4.2 关键水质参数检测主要流程 |
| 3.4.3 模型特性分析 |
| 3.5 实验分析 |
| 3.5.1 出水NH4-N浓度在线检测 |
| 3.5.2 出水TP浓度在线检测 |
| 3.6 本章小结 |
| 第4章 城市污水处理过程鲁棒滑模控制器设计 |
| 4.1 引言 |
| 4.2 城市污水处理过程干扰分析 |
| 4.2.1 城市污水处理过程动态模型 |
| 4.2.2 外部扰动特征分析 |
| 4.2.3 内部扰动特征分析 |
| 4.3 外部鲁棒控制器设计 |
| 4.3.1 滑模控制自适应趋近率 |
| 4.3.2 滑模控制自适应控制增益 |
| 4.3.3 外部鲁棒控制率 |
| 4.3.4 外部鲁棒控制器特性分析 |
| 4.4 内部鲁棒控制器设计 |
| 4.4.1 基于模糊神经网络的内部扰动辨识器 |
| 4.4.2 内部鲁棒控制率 |
| 4.4.3 内部鲁棒控制器特性分析 |
| 4.5 实验分析 |
| 4.5.1 典型非线性控制系统仿真实验 |
| 4.5.2 典型城市污水处理过程控制实验 |
| 4.5.3 实验结果分析 |
| 4.6 本章小结 |
| 第5章 城市污水处理过程单变量自组织滑模控制器设计 |
| 5.1 引言 |
| 5.2 城市污水处理过程非线性特征分析 |
| 5.2.1 城市污水处理过程非线性特性描述 |
| 5.2.2 城市污水处理过程典型控制变量描述 |
| 5.3 自组织滑模控制器设计 |
| 5.3.1 自组织滑模控制器结构 |
| 5.3.2 控制器结构自组织算法 |
| 5.3.3 控制器参数自适应率 |
| 5.3.4 自组织滑模控制算法 |
| 5.4 自组织滑模控制器特性分析 |
| 5.5 实验结果与分析 |
| 5.5.1 典型非线性控制系统仿真实验 |
| 5.5.2 典型城市污水处理过程控制验证实验 |
| 5.5.3 结果分析 |
| 5.6 本章小结 |
| 第6章 城市污水处理过程多变量自组织滑模控制器设计 |
| 6.1 引言 |
| 6.2 城市污水处理过程运行过程分析 |
| 6.2.1 城市污水处理全流程分析 |
| 6.2.2 城市污水处理典型过程分析 |
| 6.3 城市污水处理过程多变量自组织滑模控制器 |
| 6.3.1 多变量控制原理 |
| 6.3.2 多变量控制器设计 |
| 6.3.3 多变量控制器性能分析 |
| 6.4 实验验证 |
| 6.4.1 实验环境设置 |
| 6.4.2 恒定设定值的跟踪控制 |
| 6.4.3 动态设定值的跟踪控制 |
| 6.4.4 实际城市污水处理厂过程控制验证实例 |
| 6.5 本章小结 |
| 第7章 城市污水处理过程自组织滑模控制系统设计 |
| 7.1 引言 |
| 7.2 城市污水处理过程自组织滑模控制系统架构 |
| 7.2.1 控制系统需求分析 |
| 7.2.2 控制系统总体设计 |
| 7.2.3 控制系统功能模块开发 |
| 7.3 城市污水处理过程自组织滑模控制系统 |
| 7.3.1 控制系统运行环境分析 |
| 7.3.2 控制设备的选择 |
| 7.3.3 控制系统界面设计与管理 |
| 7.3.4 控制系统实施操作 |
| 7.4 城市污水处理过程自组织滑模控制系统应用验证 |
| 7.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读博士学位期间的成果 |
| 致谢 |
（5）船载式湿地智能控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究工作 |
| 第二章 船载式湿地的理论依据及系统构成 |
| 2.1 湿地液体动力学简介 |
| 2.1.1 湿地水力学 |
| 2.1.2 湿地降解模型 |
| 2.1.3 扩散和对流 |
| 2.2 大体量污水治理 |
| 2.2.1 循环置换法 |
| 2.2.2 大体量污水治理思路 |
| 2.3 船载式湿地的系统构成 |
| 2.4 本章小结 |
| 第三章 船载式湿地智能控制系统 |
| 3.1 系统结构 |
| 3.2 智能控制系统 |
| 3.2.1 硬件 |
| 3.2.2 软件 |
| 3.3 本章小结 |
| 第四章 清洁能源的智能调度 |
| 4.1 清洁能源智能调度 |
| 4.2 能量调度算法设计 |
| 4.2.1 语音数据的处理算法 |
| 4.2.2 字符串数据的处理算法 |
| 4.3 仿真及结果显示 |
| 4.3.1 对语音数据的仿真 |
| 4.3.2 对字符串的仿真 |
| 4.4 本章小结 |
| 第五章 净化系统污水综合处理环节的智能控制 |
| 5.1 污水治理环节的控制流程 |
| 5.2 算法设计 |
| 5.2.1 图像数据的处理算法 |
| 5.2.2 数值数据的处理 |
| 5.3 仿真及结果显示 |
| 5.3.1 处理图像数据的实现 |
| 5.3.2 处理数字型数据的实现 |
| 5.4 本章小结 |
| 第六章 数据的存储与挖掘 |
| 6.1 船载式湿地的数据 |
| 6.2 数据的无线传输 |
| 6.2.1 智能控制系统数据无线传输 |
| 6.2.2 数据传输的协议 |
| 6.3 数据存储与挖掘 |
| 6.3.1 数据库的建立 |
| 6.3.2 数据挖掘 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 致谢 |
（6）基于模糊智能控制系统应用于制药废水混凝装置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 制药废水特点及常见处理方法 |
| 1.2.1 制药废水特点 |
| 1.2.2 制药废水常见处理方法 |
| 1.3 废水智能处理国内外现状 |
| 1.3.1 废水处理模糊控制系统 |
| 1.3.2 废水处理神经控制系统 |
| 1.3.3 废水处理专家控制系统 |
| 1.3.4 废水处理综合智能控制系统 |
| 1.4 废水处理智能控制前景 |
| 1.5 论文技术路线与实践意义 |
| 1.5.1 论文技术路线 |
| 1.5.2 实践意义 |
| 第2章 制药废水混凝实验研究 |
| 2.1 混凝实验介绍 |
| 2.2 实验药品与仪器设备 |
| 2.2.1 仪器 |
| 2.2.2 药品 |
| 2.3 实验步骤 |
| 2.4 影响混凝效果的实验因素分析 |
| 2.4.1 PAC投加量的影响 |
| 2.4.2 PAM投加量的影响 |
| 2.4.3 pH值的影响 |
| 2.4.4 废水温度的影响 |
| 2.5 基于Pearson相关系数模型对混凝实验分析 |
| 2.5.1 混凝多因素影响实验 |
| 2.5.2 基于Pearson相关系数模型对多因素混凝实验结果分析 |
| 2.6 本章总结 |
| 第3章 制药废水混凝装置的模糊智能控制系统的建立 |
| 3.1 模糊控制系统介绍 |
| 3.2 模糊控制器的设计原理 |
| 3.2.1 模糊控制器的输入、输出变量 |
| 3.2.3 模糊控制规则 |
| 3.2.4 确定模糊推理机制 |
| 3.2.5 确定解模糊策略 |
| 3.3 模糊智能控制系统软件部分设计实现 |
| 3.3.1 浊度模糊控制器结构设计 |
| 3.3.2 浊度模糊控制器规则设计 |
| 3.3.3 浊度模糊控制器编译 |
| 3.4 模糊控制系统硬件部分设计实现 |
| 3.4.1 混凝装置介绍及运行说明 |
| 3.4.2 混凝装置下位机选型介绍 |
| 3.4.3 混凝设备下位机系统连接 |
| 3.5 本章小结 |
| 第4章 制药废水混凝装置模糊控制系统可视化仿真研究 |
| 4.1 MCGS组态软件介绍 |
| 4.1.1 MCGS组态软件操作窗口介绍 |
| 4.1.2 MCGS工控组态软件的功能特点 |
| 4.1.3 组建工程的一般过程 |
| 4.2 制药废水混凝装置可视化界面设计 |
| 4.3 模糊智能控制系统应用于MCGS组态软件 |
| 4.4 模糊智能控制系统仿真运行 |
| 4.5 本章小结 |
| 第5章 基于4G-DTU物联网技术实现混凝模糊智能控制装置远程监控 |
| 5.1 物联网及无线传感技术简介 |
| 5.2 物联网监控系统在废水自动检测中应用 |
| 5.3 基于4G-dtu物联网技术实现远程监控 |
| 5.3.1 数据传输测试 |
| 5.3.2 制药废水混凝工艺的远程监控设计 |
| 5.4 小结 |
| 第6章 论文总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的科研成果及所获奖励 |
| 附件1 |
（7）关于污水处理中智能控制的应用分析（论文提纲范文）
| 引言 |
| 1 智能控制概述 |
| 2 污水处理中应用智能控制的意义 |
| 2.1 提高污水处理技术的需要 |
| 2.2 在污水处理控制上具有明显的优势 |
| 3 污水处理中智能控制的应用 |
| 3.1 在污水处理中模糊控制技术的应用 |
| 3.2 在污水处理中神经网络控制技术的应用 |
| 3.3 在污水处理中专家控制技术的应用 |
| 3.4 在污水处理中厌氧系统控制技术的应用 |
| 4 结论 |
（8）生活污水同步除磷脱氮过程控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外污水行业控制现状 |
| 1.3.2 国内污水行业控制现状 |
| 1.4 同步除磷脱氮污水处理控制中存在的问题 |
| 1.5 论文主要研究内容 |
| 第2章 同步除磷脱氮处理过程建模研究 |
| 2.1 引言 |
| 2.2 污水处理方法简述 |
| 2.2.1 物理处理法 |
| 2.2.2 化学处理法 |
| 2.2.3 生物处理法 |
| 2.3 同步除磷脱氮处理过程分析 |
| 2.3.1 污水处理过程分析 |
| 2.3.2 同步除磷脱氮处理过程分析 |
| 2.3.3 可控点控制指标分析 |
| 2.4 建立污水处理过程生化反应模型 |
| 2.4.1 硝化反应物料平衡方程 |
| 2.4.2 反硝化反应物料平衡方程 |
| 2.4.3 有机物去除过程方程 |
| 2.4.4 污水流动滞后模型 |
| 2.5 本章小结 |
| 第3章 基于Smith预估的溶解氧控制系统设计 |
| 3.1 引言 |
| 3.2 确定溶解氧模型中的参数 |
| 3.2.1 控制器形式选择 |
| 3.2.2 时间滞后对控制系统的影响 |
| 3.2.3 溶解氧系统Smith预估 |
| 3.3 溶氧量系统Smith控制器的设计 |
| 3.4 溶氧量Smith预估双控制器设计 |
| 3.5 本章小结 |
| 第4章 基于模糊PID的总氮控制系统设计 |
| 4.1 引言 |
| 4.2 确立总氮控制模型参数 |
| 4.3 总氮模糊PID控制器设计 |
| 4.3.1 总氮系统模糊化过程 |
| 4.3.2 总氮系统模糊推理 |
| 4.3.3 总氮系统解模糊 |
| 4.3.4 模糊PID控制仿真结果 |
| 4.4 本章小结 |
| 第5章 同步除磷脱氮工艺污水处理试验 |
| 5.1 引言 |
| 5.2 试验用污水来源与水质分析 |
| 5.3 试验设备 |
| 5.4 试验用生物污泥的培养 |
| 5.5 可编程控制器及试验仪表选型 |
| 5.6 试验结果分析 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（9）基于污水生物处理系统中智能控制的应用价值研究（论文提纲范文）
| 1智能控制系统的基本情况 |
| 2污水生物处理系统中智能控制的实践应用 |
| 2.1模糊控制系统的实践应用 |
| 2.2专家系统的的实践应用 |
| 2.3神经网络控制的实践应用 |
| 3结束语 |
（10）仿人控制在污水处理系统中的研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 插图索引 |
| 附表索引 |
| 第一章 绪论 |
| 1.1 课题的来源和背景 |
| 1.2 课题的研究内容及意义 |
| 1.3 污水处理智能控制国内外研究现状 |
| 1.4 本文做的主要工作 |
| 第二章 污水处理工艺 |
| 2.1 污水处理概述 |
| 2.2 污水处理工艺概述 |
| 2.3 CASS工艺 |
| 2.3.1 CASS工艺的构成 |
| 2.3.2 CASS工艺的反应周期 |
| 2.3.3 CASS工艺具有的主要技术特点和优点 |
| 2.4 工艺的选择 |
| 2.5 本章小结 |
| 第三章 污水处理厂控制系统方案设计 |
| 3.1 自动控制系统方案 |
| 3.2 控制系统的要求及优势 |
| 3.2.1 系统要求 |
| 3.2.2 系统的优势 |
| 3.3 可编程控制站的设计 |
| 3.3.1 CONTROLLOGLX PLC技术简介 |
| 3.3.2 PLC各个控制站的设计 |
| 3.3.2.1 PLC1监测与控制的主要项目 |
| 3.3.2.2 PLC2监测与控制项目 |
| 3.3.2.3 PLC3监测与控制项目 |
| 3.3.2.4 现场控制站设置 |
| 3.4 上位组态 |
| 3.4.1 组态王 |
| 3.4.2 数据处理 |
| 3.4.3 报表 |
| 3.4.4 实时曲线和历史曲线 |
| 3.4.5 安全登录和密码保户 |
| 3.4.6 报警系统 |
| 3.5 本章小结 |
| 第四章 仿人智能控制器的设计 |
| 4.1 仿人智能控制的基本概念 |
| 4.1.1 仿人智能控制的基本定义 |
| 4.1.2 产生式系统 |
| 4.2 仿人智能控制与PID控制相结合 |
| 4.2.1 常规PID控制原理 |
| 4.2.2 仿人智能PID控制原理 |
| 4.2.3 仿人智能控制系统设计方法 |
| 4.3 仿真实例 |
| 4.4 仿人智能控制的溶解氧控制系统设计 |
| 4.4.1 污水处理厂溶解氧控制中存在问题 |
| 4.4.2 溶解氧控制模型的建立 |
| 4.4.3 曝气的传质过程和溶解氧(DO)检测 |
| 4.4.4 溶解氧仿人智能控制系统硬件结构图如图 |
| 4.5 溶解氧仿人智能控制算法的实现 |
| 4.5.1 模型处理与特征变量 |
| 4.5.2 定义如下特征变量 |
| 4.5.3 DO浓度变化时相轨迹的确立(理想误差时相轨迹的确定) |
| 4.5.4 控制规则 |
| 4.6 MATLAB与PLC之间的通信 |
| 4.6.1 MATLAB与PLC的通讯接口 |
| 4.6.2 MATLAB与PLC的DDE通讯 |
| 4.6.3 Controllogix通过OPC与MATLAB通信 |
| 4.7 仿人智能DO实际运行分析 |
| 4.8 本章小结 |
| 第五章 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读学位期间所发表的学术论文目录 |
四、污水生物处理系统的智能控制（论文参考文献）
- [1]PS高级氧化技术深度处理造纸废水工程应用及智能化控制研究[D]. 叶刚. 华南理工大学, 2020(02)
- [2]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [3]基于MOEA/D的污水处理过程优化控制研究[D]. 杨壮. 北京工业大学, 2019
- [4]城市污水处理过程自组织滑模控制研究[D]. 伍小龙. 北京工业大学, 2019
- [5]船载式湿地智能控制系统研究[D]. 曲世强. 云南大学, 2019(03)
- [6]基于模糊智能控制系统应用于制药废水混凝装置研究[D]. 皋元. 上海应用技术大学, 2019(03)
- [7]关于污水处理中智能控制的应用分析[J]. 李文汇,陈梦琪. 低碳世界, 2018(03)
- [8]生活污水同步除磷脱氮过程控制策略研究[D]. 王晓菲. 哈尔滨工业大学, 2020(01)
- [9]基于污水生物处理系统中智能控制的应用价值研究[J]. 宋玮华,尹冬俏. 生物技术世界, 2015(10)
- [10]仿人控制在污水处理系统中的研究与应用[D]. 谭跃海. 兰州理工大学, 2013(S1)