5.4.1.1 污水处理系统
本文的研究是在污水处理计算机控制实验装置上进行的，图5-12为污水处理实验装置实景图。污水进入调节池后，配置到预期浓度的原料水以备实验，配置好的原料水经过泵提升至曝气池，可根据不同需要设定不同工艺运行方案。调节池内设风力搅拌系统，风源来自鼓风机，最大提供风量是24m3/h，曝气池采用鼓风机曝气，布风系统采用φ70×500的微孔曝气头，氧气利用率为： 18%～28%，空气阻力≤100mm水柱。该曝气池的有效进水容积1.92m3，并考虑200mm保护高度。污水处理能力Q=0.8m3/h。
排水阶段采用旋转式滗水器，配备变频调速系统，用以适应不同方案的排水高度和瞬时排水量。调试方 ...... （共710字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇