| | | 基于CBR的曝气池智能实时供氧控制专家系统的设计
| | 毕业论文下载
摘要：本文介绍了基于案例推理(Case Based Reasoning：CBR)的毕业论文下载曝气池智能实时供氧控制专家系统的毕业论文下载初步设计。着重说明了在难以建立精确的曝气池实时供氧控制系统模型里，采用CBR技术对曝气池进行准确而高效的实时供氧的必要性和可能性。本系统的应用将具有良好的节能效果，从而增加污水厂的经济效益，强化自动管理。
关键词：基于规则推理 曝气池 供氧 专家系统
1．曝气池智能实时供氧控制专家系统的必要性及研究现状
在城市污水和工业废水处理中，多采用运行可靠、成本低，以好氧生物处理为主的处理工艺，其中供氧能耗占运行总能耗的 60％左右[1]。现行的供氧方式主要有2种类型：基于电机驱动的曝气转刷的机械式曝气和基于鼓风机～曝气头式的鼓风曝气。在实际运行中，由于进水水质的变化，好氧池中混合液需氧量也是不断变化的，而曝气转刷的数量以及风机的数量和曝气头的类型均按理论需氧量来设计，并适当增设一定数量作为备用。为了满足足够的溶解氧，曝气转刷和鼓风机都工作在气量最大需求的状态下运行，造成气量过大，溶解氧值过高，则不仅会增加能耗，同时也会造成混合液絮体分散和破碎，而且使二沉池的固液难以分离。
由于好氧生物处理系统的复杂性和诸多不可预测性，影响DO值的因素有进水水质、氧转移速率、微生物量及其活性和底物的去除速率，很难建立一个高效而准确的处理模型来描述DO和这些参数的关系，所以建立一个精确而高效的动态供氧系统是件相对复杂的事情。目前在这方面的研究方法主要有模糊理论、人工神经网络、随机优化技术和专家系统等。曾薇等采用SBR法处理啤酒废水的过程中，将在线检测DO浓度与人工神经网络系统相结合实现对曝气量的模糊控制试验研究，结果表面，人工神经网络系统可根据初始阶段DO的大小及变化情况预测进水有机物浓度和相应的曝气量，与此同时，以初始阶段的DO作为曝气量的模糊控制参数，实现对曝气量的模糊控制[2]。王华丰等采用了模糊控制方法控制曝气池的DO浓度，在不同情况下采用不同的策略实现风量节能的控制方案，对仿真结果和结合现场实际情况对方案进行了分析[3]。
|
| | |
| | | | <<<<<全文未完>>>>> 全文字数约$$$zishu$$$字 | |
| | |
| |
|
教育论文中心