导读:本文包含了低溶解氧浓度论文开题报告文献综述及选题提纲参考文献，主要关键词:污水处理,溶解氧浓度,人工免疫算法,神经网络
低溶解氧浓度论文文献综述
赵小强,杨文君[1]（2019）在《基于AIA-TSFNN的溶解氧浓度控制方法》一文中研究指出针对污水处理过程中溶解氧(DO)浓度的控制具有时变、非线性以及设定值难以跟踪的问题,提出了一种基于人工免疫算法的TS模糊神经网络(AIA-TSFNN)控制方法.首先利用TS模糊神经网络的自学习能力设计了控制器;然后采用人工免疫算法作为TS模糊神经网络的学习方法,对网络的中心值、宽度值以及连接权值进行在线优化,以保证控制器的收敛性,提高控制精度;最后在国际基准仿真平台BSM1上进行实验验证,仿真结果表明,所提方法具有较好的自适应性和鲁棒性,提高了溶解氧的跟踪控制性能.(本文来源于《兰州理工大学学报》期刊2019年05期）
李艳,魏飞[2]（2019）在《污水好氧处理溶解氧浓度控制策略研究》一文中研究指出针对溶解氧控制过程中存在的时滞性给PID参数的整定带来困难,导致溶解氧浓度波动较大,控制效果较差的问题,将传统共轭梯度法与PSO算法结合,运用基于共轭梯度的PSO算法对PID控制器的参数进行优化,克服了PSO算法的早熟问题. MATLAB仿真结果表明:与传统PID控制和基于标准PSO算法的PID控制作对比,共轭梯度优化算法(GCM)和PSO算法的结合所得的PID控制参数使得闭环系统得到了较好的动态响应,控制效果得到了改善.(本文来源于《伊犁师范学院学报(自然科学版)》期刊2019年03期）
刘禹铖,刘子洲,顾艳镇,李培良,孙利元[3]（2019）在《威海市天鹅湖海洋牧场底层海水溶解氧浓度时间变化特征》一文中研究指出依据威海市天鹅湖海洋牧场2016年7—10月海洋生态环境海底有缆在线观测系统的长期连续观测数据,研究了该牧场底层海水溶解氧浓度的时间变化特征,并探讨了其可能的影响因素。结果表明:观测期间海水溶解氧浓度平均值为6.65mg/L,呈先下降后上升的变化趋势,月平均值最小为6.36mg/L,出现在9月。溶解氧月浓度标准差呈先减小后增大的变化趋势,而溶解氧日浓度标准差总体变化趋势与月浓度标准差相反。底层海水基本上处于不饱和状态,月均溶解氧消耗量在观测期间逐月增大。海水温度是影响溶解氧浓度变化的主要因素。7月1日至8月24日期间,牧场海域存在季节性温跃层。7月1日至17日与8月11日至24日期间,溶解氧浓度下降可能受季节性温跃层和海水温度上升的共同影响;7月18日至8月1日期间,溶解氧浓度变化不受季节性温跃层控制。大风过程会增强表、底层海水交换,使溶解氧浓度上升。月均溶解氧浓度日变化均表现出双峰双谷的特征,与月均水深日变化对比, 7—8月0—13时无显着正相关性, 7—8月1—23时及9—10月相位变化基本一致,涨潮时海水溶解氧浓度升高,而落潮时降低,说明研究区域外海水溶解氧浓度很可能高于近岸,而潮流输运过程使得近岸海水溶解氧浓度随潮汐过程变化。(本文来源于《海洋科学》期刊2019年09期）
宁楠,马海涛[4]（2019）在《污水处理曝气过程溶解氧浓度模糊自整定PID控制》一文中研究指出在污水处理控制系统中将传统PID控制与模糊控制相结合,给出一种自整定模糊PID控制方法。能够较快地将曝气池中溶解氧浓度调节为设定值。(本文来源于《长春工业大学学报》期刊2019年04期）
魏伟,陈楠,左敏,王小艺,刘载文[5]（2019）在《污水处理过程溶解氧浓度的复合抗扰控制》一文中研究指出污水处理中,溶解氧浓度直接影响处理效果,是影响污水处理效果的重要因素之一。受进水流量、组分及浓度波动大等因素影响,要保证水处理效果,溶解氧浓度控制应具有较强的鲁棒性。简单闭环控制能耗大、无法保证出水水质。为此,本文以污水处理过程基准模型(benchmark simulation model no.1, BSM1)模拟污水生化处理过程,提出基于扩张状态观测器(extend state observer, ESO)和滑模控制的复合抗扰控制,不依赖具体的模型信息,控制溶解氧浓度。数值仿真结果显示,复合抗扰控制能够以较小的能耗获得期望的调控效果。这表明,复合抗扰控制具有很好的适应性,能够满足调控要求,是一种具有较强实用性的污水处理溶解氧控制方法。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
李兆钦,李欣,孙利元,刘子洲,顾艳镇[6]（2019）在《大沽河口底层海水溶解氧浓度分析》一文中研究指出大沽河是胶州湾入海径流量最大的河流,对其入海口海水溶解氧含量进行分析可以衡量水质的好坏,为大沽河污染治理效果提供依据。本文基于2016年11月6日—2017年6月20日期间大沽河口底层海水温度和溶解氧浓度等数据,对其底层海水溶解氧浓度的时间变化特征及影响因素进行了分析,并对水质进行了评估。结果表明,观测期间大沽河口海水溶解氧浓度以季节变化为主,秋季至冬季升高,冬季至夏季降低,其中1月平均值最高,约为11.86 mg/L,6月份最低,约为6.17 mg/L。影响大沽河口海水溶解氧浓度变化的主要因素是海水温度,溶解氧浓度随着温度的季节性变化而变化。在大风天气的影响下,溶解氧浓度在秋季末至春季初期出现了过饱和的现象。大沽河口底层海水溶解氧浓度受到潮汐作用的影响存在半日周期和日周期的变化特征。在观测期间大沽河口不存在溶解氧浓度低于二类水质标准的现象。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年09期）
郭仁庆,钟声[7]（2019）在《基于在线自动监测的水生植物对溶解氧质量浓度影响分析》一文中研究指出文章通过分析位于江苏省7个河流、湖库水质自动站2017年的自动监测数据,发现在4—10月,水生植物生长茂盛期间,生长水生植物断面的溶解氧质量浓度会随着时间点发生规律性变化,且溶解氧质量浓度昼均值大于夜均值,造成这类现象的主要原因是由于水生植物的光合作用及呼吸作用。因此,在水生植物比较茂盛的断面考核溶解氧时,需要考虑水生植物对溶解氧质量浓度的影响。(本文来源于《江苏科技信息》期刊2019年19期）
王珊珊[8]（2019）在《污水处理过程溶解氧浓度建模及控制策略研究》一文中研究指出随着我国工业化和城镇化的推进,我国水资源形势比较严峻,呈现水资源短缺、用水量攀升、水体污染严重等特征,而水体污染也影响人民的饮水安全和人身健康,污水治理迫在眉睫。在污水处理过程中,曝气池中溶解氧浓度是一个非常重要的控制参数,过高、过低都对污水处理效果产生很大影响。它能直观、快速的反映整个系统的运行状况,也能直接影响到污水处理的效果和系统的能耗。本文针对活性污泥法污水处理过程进水流量波动、水质变化大、非线性、强耦合、大滞后及对溶解氧浓度控制精度要求高等特征展开研究,提出了一种基于改进的差分进化的BP模糊神经网络控制方法,对变参数的活性污泥法污水处理系统的溶解氧浓度进行控制,在ASM1简化模型的基础上进行仿真研究,结果表明,该控制方法可以在线调整隶属函数,优化控制规则,并将其应用于活性污泥污水处理系统,可以快速准确的使溶解氧达到理想的要求,并具有较强的鲁棒性。基于以上本文完成的主要研究内容如下:首先在深入分析活性污泥污水处理机理的基础上,基于ASM1模型进行推导,得出过程模型,在对过程合理简化的基础上,推导出系统模型;分析了所建系统模型的可控性及稳定性;在此基础上,采用Ackerman计算方法求取了状态反馈增益矩阵,改善了系统的稳定性,为后续研究提供了稳定而合理的系统模型。其次概述了模糊神经网络(Fuzzy neural network-FNN)、BP算法、差分算法、改进差分算法。针对模糊神经网络常用的BP算法容易陷入局部极值,为此提出了一种改进差分进化(IDE)和BP的混合算法,分析该算法的运行及优点,将其应用于模糊神经网络的参数优化上;基于测试函数测试两种算法,结果表明:IDEBP算法的收敛速度明显快于DE算法,泛化能力也优于DE算法,其收敛精度也高于DE算法;将IDEBP算法应用在二阶滞后系统中仿真,证明基于IDEBP算法的模糊神经网络的有效性。也证明IDEBP算法优化性能高于BP算法。最后根据上述方法设计了溶解氧浓度控制器。针对模糊控制的四个部分,设计了一种基于标准神经网络模型简化的四层模糊神经网络,并使用IDE离线训练BP得到一组最优或较优权值,可以为模糊神经网络在线学习提供一个较优初值,加入动量项的变速率BP算法作为模糊神经网络控制器的在线学习算法,并搭建了系统仿真平台,对溶解氧浓度进行控制,通过仿真实验对比分析得出结论,所设计的控制器性能能够满足实际控制要求,并在国际基准仿真平台上验证其鲁棒性、自适应能力都比较好。(本文来源于《长春工业大学》期刊2019-06-01）
刘国庆[9]（2019）在《高纬度湖泊无冰期水温及溶解氧浓度变化规律统计研究》一文中研究指出湖泊水温是引起湖水各种动力现象合理化过程的重要条件,是湖泊生物界最重要的生存要素之一,也是影响湖泊生物的新陈代谢、物质分解、决定湖泊生物产量的重要指标。溶解氧(Dissolved Oxygen,DO)是水体经过与大气的氧气交换或经过化学、生物化学等反应后溶解于水中的分子状态的氧。影响溶解氧浓度变化的因素非常多,经大量研究发现,大气压强、大气中气态氧、水生植物的光合作用和温度等都对溶解氧浓度有很大影响,导致溶解氧变化情况极其复杂。本论文主要是根据芬兰赫尔辛基大学拉米生物站提供的1990~2017年Valkea-Kotinen湖不同水层水温与溶解氧浓度现场观测数据,对该湖近几十年来的湖水温度变化趋势和溶解氧浓度变化规律进行探索和研究。首先,本文选取1990年~2017年芬兰Valkea-Kotinen湖5月~10月不同深度水温现场观测数据,对历年最高水温和各月平均水温时间序列分析计算出Kendall秩次相关检验统计量。检验分析结果表明,该湖28年来无冰期水体表层以下水温呈不显着下降趋势,但其表层(0m~1m)和5月、10月水温总体呈上升趋势,该结果与湖水历年无冰期天数的观测数据相吻合。其次,选取该湖1990年~2017年无冰期溶解氧浓度现场观测数据,利用Spearman秩相关检验对该湖历年不同水层的溶解氧浓度平均值与其对应的温度平均值这两个时间序列进行检验分析,得出该湖泊无冰期表层(0m~1m)溶解氧浓度与温度呈显着负相关性,而表层以下水层(2m~5m)溶解氧浓度与温度呈不显着正相关性的结论。最后,对该湖1990年~2017年历年的不同水层溶解氧浓度的最高值及最低值与观测日期对应的时间(当年第一天起始的天数)数据进行拟合分析,拟合给出0m~5m不同水层溶解氧浓度的最高值及最低值依赖于时间(天数)的变化曲线,从而得出Valkea-Kotinen湖无冰期不同水层溶解氧浓度的变化规律。对我国北方地区结冰湖泊、池塘等水产养殖业具有重要的参考价值。(本文来源于《渤海大学》期刊2019-06-01）
李亚俊,钟萍,甘磊,刘正文[10]（2019）在《不同溶解氧质量浓度和pH值条件下3种钝化剂对沉积物磷释放通量及磷形态的影响》一文中研究指出为了探究环境因子对磷钝化剂作用效果的影响,在沉积物柱中设置了溶解氧(DO)质量浓度分别为0.60、4.00、8.00 mg·L~(-1)和pH值分别为5.5、7.5、9.5的环境条件,分别添加一定剂量的铝盐、铁盐和锁磷剂后,检测上覆水磷质量浓度,并探讨了沉积物磷释放通量和沉积物磷形态的变化。结果表明:随着溶解氧质量浓度的增加,铁盐组中沉积物磷平均释放通量逐渐降低,分别为0.35、0.20、0.10 mg·m~(-2)·d~(-1),主要是在好氧条件下,铁盐促进了沉积物中生物有机磷(NaOH-nrP)的分解,从而降低了沉积物活性磷的释放通量。铝盐和锁磷剂在厌氧或好氧条件下均能显着降低沉积物中弱吸附态磷(NH_4Cl-P)或NaOH-nrP的比例,抑制沉积物磷的释放,从而将上覆水总磷(TP)质量浓度控制在0.03 mg·L~(-1)以下。随着pH值升高,铝盐和铁盐组中沉积物磷平均释放通量呈增加趋势,在pH值为9.5时,铝盐或铁盐均不能降低沉积物活性磷质量分数从而抑制磷释放。锁磷剂组中沉积物磷平均释放通量随着pH值的升高均显着低于对照组,沉积物中活性磷NH_4Cl-P质量分数减少了0.12%,氧化还原敏感态磷(BD-P)减少了5.0%～12.0%,从而降低了沉积物活性磷的释放通量。因此,锁磷剂能显着抑制沉积物磷释放,受溶解氧质量浓度和pH值的影响较小,在沉积物内源磷控制中具有较广泛的适用前景。(本文来源于《东北林业大学学报》期刊2019年05期）
低溶解氧浓度论文开题报告
（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：
针对溶解氧控制过程中存在的时滞性给PID参数的整定带来困难,导致溶解氧浓度波动较大,控制效果较差的问题,将传统共轭梯度法与PSO算法结合,运用基于共轭梯度的PSO算法对PID控制器的参数进行优化,克服了PSO算法的早熟问题. MATLAB仿真结果表明:与传统PID控制和基于标准PSO算法的PID控制作对比,共轭梯度优化算法(GCM)和PSO算法的结合所得的PID控制参数使得闭环系统得到了较好的动态响应,控制效果得到了改善.
（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。
低溶解氧浓度论文参考文献
[1].赵小强,杨文君.基于AIA-TSFNN的溶解氧浓度控制方法[J].兰州理工大学学报.2019
[2].李艳,魏飞.污水好氧处理溶解氧浓度控制策略研究[J].伊犁师范学院学报(自然科学版).2019
[3].刘禹铖,刘子洲,顾艳镇,李培良,孙利元.威海市天鹅湖海洋牧场底层海水溶解氧浓度时间变化特征[J].海洋科学.2019
[4].宁楠,马海涛.污水处理曝气过程溶解氧浓度模糊自整定PID控制[J].长春工业大学学报.2019
[5].魏伟,陈楠,左敏,王小艺,刘载文.污水处理过程溶解氧浓度的复合抗扰控制[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[6].李兆钦,李欣,孙利元,刘子洲,顾艳镇.大沽河口底层海水溶解氧浓度分析[J].中国海洋大学学报(自然科学版).2019
[7].郭仁庆,钟声.基于在线自动监测的水生植物对溶解氧质量浓度影响分析[J].江苏科技信息.2019
[8].王珊珊.污水处理过程溶解氧浓度建模及控制策略研究[D].长春工业大学.2019
[9].刘国庆.高纬度湖泊无冰期水温及溶解氧浓度变化规律统计研究[D].渤海大学.2019
[10].李亚俊,钟萍,甘磊,刘正文.不同溶解氧质量浓度和pH值条件下3种钝化剂对沉积物磷释放通量及磷形态的影响[J].东北林业大学学报.2019