5.4.3.1 DO的重要作用及控制方法
活性污泥法的耗氧处理过程中，DO是重要的指示性参数，它不仅影响处理效果，还关系到运行费用，所以人们围绕DO做了许多研究。研究中发现当DO浓度较低时，处理出水浑浊，BOD浓度明显提高，在高有机负荷时影响更大。当F/M低时，降低反应池中DO浓度不会引起出水浊度的升高。通常，较低的DO浓度对微生物合成速度、产物形成和分布不利。随着污水处理过程中负荷的变化，需氧量也随之变化。试验结果表明，反应阶段的DO浓度与底物浓度有很强的相关性。因此，需要控制系统的供氧量，以保持DO维持在略高于好氧微生物连续生长所需的DO浓度。
控制DO的另一意义在于尽可 ...... （共2375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