导读:本文包含了后处理过程模型论文开题报告文献综述及选题提纲参考文献，主要关键词:排放,造纸废水,温室气体,N_2O
后处理过程模型论文文献综述
Nishonov,Akbarjon（阿克巴）[1]（2019）在《造纸废水处理过程的现场N_2O排放模型》一文中研究指出采用数学模型对制浆造纸废水处理厂(WWTPs)的氮氧化物(N_2O)排放进行了计算。以某造纸厂序批式反应器(SBR)工艺为例,采用两种不同的方法计算N_2O排放。其中,以确定总氮(TN)的计算方法为主(模型A)。同时,以气相色谱(GC)法确定溶解氧化氮的含量(S_(N2O))(模型B)作为比较。废水样本从广州造纸厂SBR系统每一批流入和流出废水中的收集。在实验室特定条件下,采用两种不同的方法对样品进行分析,测定TN和S_(N2O)。随后,在模型A中,根据之前公认的制浆造纸污水处理厂生物脱氮工艺研究,利用N_2O的固定排放因子(EF=0.005 kg N_2O/kg TN)计算N_2O的产量。另一方面,在模型B中,N_2O排放的量化还有另一种方法。根据亨利定律,建立了溶解态N_2O与N_2O排放速率之间的数学模型。在该模型中,N_2O的排放因子随进水状态而变化。结果表明,通过固定排放因子和模型A中纸张废水TN浓度的测定,在案例研究期间,N_2O总排放量为6~35.9 mg/m~3/d。通过模型B的精细模型,结果表明,N_2O的排放量在4.66~5.75 g/m~3/d之间。此外,还研究了影响造纸废水处理过程中N_2O排放的因素,包括亚硝酸盐;溶解氧;化学需氧量与氮的比值(COD/N);pH值;温度;以及细菌的生长速度。这些关键操作参数对N_2O排放有影响。废水的DO和pH对N_2O的积累有协同作用;废水pH值在较窄范围(7-8)变化对N_2O排放影响不大;废水中的亚硝酸盐浓度直接增加了生物脱氮过程中N_2O的生成;COD/N比值是N_2O排放的间接影响因子。由此发现,废水处理过程中N_2O排放的影响因素之间存在相互作用。最后,在相同条件下,将模型A的处理结果与模型B的处理结果进行了比较。模型A只关注进水的TN含量和流量。相比之下,模型B考虑了更多的影响因素,如温度、生物反应器体积、气压以及进水废水的一些固有特性,如数量、氮负荷、污染物的多样性等。因此,模型B中的排放因子是动态的,比模型A中的固定排放因子识别更准确。(本文来源于《华南理工大学》期刊2019-06-05）
刘玉良[2]（2019）在《城市污水处理过程模型研究》一文中研究指出城市污水处理工作的数字化是当前环保领域的重要方向,是高效率、高质量、低能耗进行城市污水处理的重要基础。研究从城市污水处理的实际出发,描述了城市污水处理的基本流程,阐述了城市污水处理的基本特点,探讨了城市污水处理过程建模存在的意义和遇到的问题,提供了等方法和措施,为做好城市污水处理工作,加速城市污水处理智能化、数字化建设进行了深入思考。(本文来源于《中国新技术新产品》期刊2019年06期）
刘鸿斌,李祥宇,杨冲[3]（2018）在《基于PCA降维模型的造纸废水处理过程软测量建模》一文中研究指出针对造纸废水处理过程的复杂特性,本课题将主成分分析(PCA)与人工神经网络(ANN)和支持向量回归(SVR)相结合,构建出两种新的软测量模型:主成分分析-人工神经网络(PCA-ANN)和主成分分析-支持向量回归(PCA-SVR)。本课题将这两种软测量模型应用于造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)浓度的预测。计算结果表明,PCA-ANN和PCA-SVR的预测效果均优于偏最小二乘、支持向量回归和人工神经网络3种常规软测量模型,并且PCA-ANN的预测效果最优。对于出水COD浓度预测,PCA-ANN的决定系数(R2)为0.984,均方误差(MSE)为1.892,较ANN分别优化了9.7%和71.5%。对于出水SS浓度预测,PCA-ANN的R2为0.762,MSE为0.228,较ANN分别优化了31.2%和58.7%。(本文来源于《中国造纸学报》期刊2018年04期）
于雅凝,过榴晓[4]（2018）在《基于ARIMA-GARCH模型对股票数据处理过程的探讨和研究》一文中研究指出基于2016-2017年贵州茅台股票收盘价数据,应用时间序列分析理论中长期趋势和随机波动之间存在复杂的交互影响关系建立ARIMA-GARCH模型进行分析,首先,对多组数据进行拟合比较,其中ARIMA(2,1,6)模型经检验显着有效。针对波动信息的提取首先是考察ARIMA(2,1,6)模型的残差平方序列的异方差特征,经LM检验和Q检验显示残差序列显着方差非齐,且具有长期相关性。构造GARCH(0,2)模型,并根据该模型的拟合并预测未来股票价格,结果表明该模型效果拟合良好,在短期时间内可以对投资可以起到一定的指导作用。(本文来源于《科教导刊(下旬)》期刊2018年06期）
乔俊飞,卢超,王磊,韩红桂[5]（2018）在《城市污水处理过程模型研究综述》一文中研究指出城市污水处理过程受进水流量、进水成份、污染物负荷、水温、天气变化和微生物反应特性等因素影响,存在较强的非线性和严重的干扰;同时,由于生化反应中微生物的生存规律复杂、污水处理各组分反应特性未被完全辨识,实现污水处理过程精确建模仍极具挑战性.本文从城市污水处理过程模型发展的角度出发,阐述了污水处理过程建模的研究现状,尤其是机理模型、智能特征模型和混合模型在城市污水处理过程中取得的成果.最后,指出了城市污水处理过程仍需解决的问题,并对未来的发展作了进一步的展望.(本文来源于《信息与控制》期刊2018年02期）
张学稳,沈文浩[6]（2018）在《基于BSM平台的造纸污水处理过程中温室气体排放的计算模型》一文中研究指出造纸污水具有处理量大、有机物污染负荷高的特点,但是对其处理过程中温室气体的大量排放长期以来关注不足。以国际公认的BSM1平台为基础,采用Benchmark simulation model No.1(BSM1)标准数据,根据微生物生长动力学及物料平衡关系,从污水生化处理工艺的四个方面,建立了温室气体排放计算模型,实现了污水生化处理过程中温室气体排放的动态计算。研究结果表明,污水生化处理过程中的总温室气体排放量为0.419 kg CO_2/m~3污水,其中具有高温室效应潜势的N_2O对温室气体的总排放的影响高达13%,应引起重视。(本文来源于《造纸科学与技术》期刊2018年02期）
张学稳[7]（2018）在《污水生化处理过程中温室气体排放模型的建立及其在造纸工业的应用》一文中研究指出造纸工业是传统制造业中的用水大户,与国外造纸行业相比,我国造纸企业的具有水资源消耗量大和利用率低的特点,在水资源缺乏、环境压力巨大、国家政策日趋严格的多重环境的下,深入研究造纸污水处理工艺,能为今后探索节能减排的方法打下基础,也能促使造纸行业良性发展,具有良好的现实意义和研究前景。BSM系列模型是国内外污水生化处理过程公认的仿真模型,本文以BSM1模型为基准,建立了污水生化处理过程中温室气体排放模型,并根据造纸污水处理工艺及监测状况,对模型进行了必要性的修改,建立了造纸污水处理过程温室气体计算模型。首先,为了验证本研究中污水生化处理模型的准确性,本文以BSM模型标准提供的叁种天气数据作为模型输入,模拟了污水生化处理过程中污染物的浓度变化,并对比了BSM标准中的参考结果。结果显示,本模型能够模拟污水生化处理过程中污染物的动态变化,并且出水水质结果与BSM1手册同等运行条件下水质参考值相吻合,证明的模型的准确性。同时,模型分为静态模拟、动态模拟以及测试阶段模拟叁个阶段,在测试阶段中添加了简单的溶解氧、硝酸盐-内回流PID闭环控制器,模拟了污水处理过程中简单的过程控制。然后,在模型的基础上添加了温室气体计算模型,并从内源性衰变、BOD去除、硝化过程和反硝化过程四个方面计算了污水处理过程中温室气体的直接排放,建立了污水生化处理过程温室气体排放计算模型。在以晴天数据作为输入,开环控制条件下,四种过程温室气体的排放量分别为:0.089 kg CO_2/m~3污水、0.177 kg CO_2/m~3污水、0.165 kg-CO_2/m~3污水、0.059 kg CO_2/m~3污水,总温室气体排放量为0.16 kg CO_2/m~3污水。不同天气状况下温室气体直接排放也有所差异,在相同的模拟条件下,晴天、雨天、暴风雨天入水数据模拟时,温室气体平均排放量分别为123.2 kg CO_2/h、121.5 kg CO_2/h和126.1kg CO_2/h。开环控制和闭环控制对温室气体的直接排放影响不明显,但是闭环控制可减小电能的消耗和由于能量消耗所带来的间接温室气体排放量。最后,为了将温室气体直接排放计算模型应用到造纸工业,本研究对模型进行了修改,并利用从造纸厂获得的污水数据,模拟了造纸污水生化处理过程污水的浓度变化,并计算了该过程温室气体的直接排放。运行结果显示,由于造纸污水中可供微生物生长的营养物质浓度不足,且不可生物降解颗粒有机物浓度偏高,使得处理过程中微生物活性不高,且反应器中不可生物降解颗粒有机物浓度有明显的增大。模型对可生物降解有机物的降解有较好的处理效果,可生物降解溶解性、颗粒性有机物平均浓度从入水中的96.7 mg/L和107.3 mg/L下降到了出水时候的1.4 mg/L和0.1 mg/L。模型从内源性衰变和BOD去除两个方面计算了过程温室气体的直接排放,其平均排放量分别为0.084 kg CO_2/m~3污水、0.121 kg CO_2/m~3污水,其中BOD去除过程产生的温室气体排放占总排放了量的59%。(本文来源于《华南理工大学》期刊2018-04-12）
刘林[8]（2017）在《混合软测量模型在废水厌氧处理过程中的应用研究》一文中研究指出随着我国工业化水平不断的发展,水污染问题尤为突出,水污染控制依然任重而道远。厌氧消化工艺由于其高效性、污泥产量小、能生成沼气等优点,其在工业废水处理中越来越重要。然而,厌氧消化体系是一个对环境因素敏感的复杂的过程,特别是产甲烷菌对环境的改变非常敏感,因此为保持废水处理的高效稳定,对废水厌氧处理过程中厌氧反应器的状态进行监控就显得格外重要。近年来,人们逐渐将计算机技术、自动化技术以及人工智能技术应用于废水处理过程中,取得了较好的成果。而随着对这些技术的深入研究,软测量技术为解决上述问题提供了的新的思路,软测量模型的设计、参数优化等逐渐受到越来越多的关注,是当前废水处理监测与控制领域一向备受关注的研究课题。本论文在较为全面地分析了废水厌氧处理工艺、软测量模型在废水处理过程中的应用现状以及支持向量机、粒子群算法和微生物动力学基本原理的基础上,系统地研究了基于SVM的软测量模型的建模思路与方法,探索了在传统SVM模型引入对原始数据集进行有效分类以及引入微生物动力学量化环境因素对厌氧消化体系的影响的建模新思路,分别建立了基于PSO-SVM的废水厌氧处理过程中COD去除率和出水VFA浓度的软测量模型以及基于微生物动力学和PSO-SVM的厌氧废水处理产气量的混合软测量模型。本文对软测量技术在废水厌氧处理中的应用做了一些探索性的工作,为监控、优化和理解厌氧消化过程提供了指导。本文主要研究内容与结论如下:1.在实验室搭建了基于IC反应器以及带有相关指标的监控系统的厌氧处理系统,分别以消化污泥和颗粒污泥成功启动了两个IC厌氧反应器。以颗粒污泥为接种污泥,属于“二次启动”,反应器在整个启动过程中运行较为平稳;而以消化污泥为接种污泥,反应器在启动阶段前期运行状态波动较大,前期产气量较小均在0.50L/h以下,反应器内部pH值波动较大,最低可达5.5,随着消化污泥完成“颗粒化”,反应器在启动后期逐渐运行稳定;2.以颗粒污泥为接种污泥成功启动的反应器为基础,在不同工况下共运行60d,为建立模型共获得数据159组。反应器在不同工况下运行时,当厌氧体系碱度过低时,厌氧体系pH值较低,VFA浓度相应较高,整个厌氧消化体系容易出现“酸败”现象。此时应适当提高进水碱度,以此缓解厌氧消化系统的酸度下降;容积负荷的提升(尤其是突然提升至较高水平),反应器运行状态波动较大,处理效果和产气量均受到影响。3.在分析了粒子群算法和支持向量机原理的基础上,引入分类策略对原始数据集进行有效分类建立了基于PSO-SVM的废水厌氧处理过程中COD去除率和出水VFA浓度的软测量模型。原始数据集分类之前,pso-SVM模型对废水厌氧处理体系COD去除率及出水总VFA浓度的仿真表现较好,测试样本的整体预测数据与实际数据的相关系数分别为65.86%,85.25%;通过加入分类策略提升了模型的表现,模型预测系统COD去除率测试样本数据相关系数分别为92.34%,83.41%;模型预测系统出水总VFA浓度测试样本数据相关系数分别为99.14%,99.59%。4.在分析了微生物动力学模型的基本原理及优缺点的基础上,引入微生物动力学相关函数量化环境因素对厌氧消化体系的影响的建模新思路,建立了基于微生物动力学和PSO-SVM的厌氧废水处理产气量的混合软测量模型。原始数据集经过动力学模型修正后均匀分布,降低了混合模型的输入与输出量之间的关系的杂乱性与噪点。相对于传统模型,混合模型在预测废水厌氧处理产气量中提升较大,相关系数R由86.71%提升至95.73%。(本文来源于《华南理工大学》期刊2017-06-02）
赵宁宁[9]（2017）在《基于认知处理过程模型的大学生常见听力困难分析》一文中研究指出对学生听力容易出现困难的理解有助于教师合理安排教学,进而帮助学生有针对性的提高听力水平,本文从Vandergrift和Goh的2012年听力处理过程模型出发,结合有声思维数据,分析了大学生常见的英语听力困难。结果发现大学生英语听力常见困难有词汇量不足;无法利用听到内容构建句子意思从而容易出现具体语句中具体细节的记忆错误或缺失;过度使用不正确的背景知识以及缺乏综合分析能力。(本文来源于《考试周刊》期刊2017年42期）
刘林,马邕文,万金泉,王艳,谢彬[10]（2017）在《基于pso-SVM的废水厌氧处理过程软测量模型》一文中研究指出由于厌氧消化过程的复杂性和厌氧菌的敏感性,保持厌氧消化体系的稳定和高效性是比较困难的.本文在实验室采用IC反应器构建了一套厌氧废水处理系统处理人工合成废水,基于支持向量机(SVM)提出了一种预测废水厌氧处理系统出水挥发性脂肪酸(VFA)浓度和COD去除率的软测量模型.为了提高模型的精确性和鲁棒性,加入pso算法(粒子群算法)优化SVM模型,并引入了分类策略对元数据集进行有效分类.仿真结果表明,基于pso-SVM模型的软测量模型对厌氧废水处理系统出水VFA浓度和COD去除率具有较好的预测能力,模型预测系统COD去除率及出水总VFA浓度测试样本数据相关系数分别为65.86%、85.25%;加入分类策略后,元数据集分成两类,模型预测系统COD去除率测试样本数据相关系数分别为92.34%、83.41%;模型预测系统出水总VFA浓度测试样本数据相关系数分别为99.14%、99.59%,系统预测精度明显提高.引入分类策略对元数据集进行有效分类,基于pso-SVM的软测量模型可为监控、优化和理解厌氧消化过程提供指导.(本文来源于《环境科学学报》期刊2017年06期）
后处理过程模型论文开题报告
（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：
城市污水处理工作的数字化是当前环保领域的重要方向,是高效率、高质量、低能耗进行城市污水处理的重要基础。研究从城市污水处理的实际出发,描述了城市污水处理的基本流程,阐述了城市污水处理的基本特点,探讨了城市污水处理过程建模存在的意义和遇到的问题,提供了等方法和措施,为做好城市污水处理工作,加速城市污水处理智能化、数字化建设进行了深入思考。
（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。
后处理过程模型论文参考文献
[1].Nishonov,Akbarjon（阿克巴）.造纸废水处理过程的现场N_2O排放模型[D].华南理工大学.2019
[2].刘玉良.城市污水处理过程模型研究[J].中国新技术新产品.2019
[3].刘鸿斌,李祥宇,杨冲.基于PCA降维模型的造纸废水处理过程软测量建模[J].中国造纸学报.2018
[4].于雅凝,过榴晓.基于ARIMA-GARCH模型对股票数据处理过程的探讨和研究[J].科教导刊(下旬).2018
[5].乔俊飞,卢超,王磊,韩红桂.城市污水处理过程模型研究综述[J].信息与控制.2018
[6].张学稳,沈文浩.基于BSM平台的造纸污水处理过程中温室气体排放的计算模型[J].造纸科学与技术.2018
[7].张学稳.污水生化处理过程中温室气体排放模型的建立及其在造纸工业的应用[D].华南理工大学.2018
[8].刘林.混合软测量模型在废水厌氧处理过程中的应用研究[D].华南理工大学.2017
[9].赵宁宁.基于认知处理过程模型的大学生常见听力困难分析[J].考试周刊.2017
[10].刘林,马邕文,万金泉,王艳,谢彬.基于pso-SVM的废水厌氧处理过程软测量模型[J].环境科学学报.2017