1污水处理工艺流程及水质参数1

11常见的污水处理方法1

12污水的三级处理工艺5

121一级处理工艺5

122二级处理工艺6

123三级处理工艺10

13污水处理技术的新发展11

14污水处理厂工艺和水质参数12

141污水处理厂工艺参数12

142污水处理厂水质参数15

15污水处理厂水质测量16

151污水水质测量技术现状16

152污水水质测量中现存的问题17

153实现污水处理厂水质参数测量的意义18

2污水处理厂传感器及测量19

21传感器简介20

211传感器的定义20

212传感器的分类20

213传感器的特性21

22几种常见的传感器22

221温度传感器22

222光电传感器23

223电阻式传感器25

224流量传感器25

225生物传感器27

23pH值和碱度的测量29

231测定pH值的方法29

232市场上现有的pH计30

233碱度的测量30

24氧化还原电位的测量32

241ORP的基本概念和测量原理32

242ORP在污水生物处理中的应用33

243市场上现有的数显ORP计34

25溶解氧的测量35

251湿化学法测定DO35

252膜电极法测定DO浓度36

253市场上的DO传感器37

26有机物浓度的测量38

261生化需氧量的测量38

262化学需氧量的测量42

263总有机碳的测量45

264有机酸的测量47

27氮和磷（营养物）的测量48

271氨氮的测量48

272硝酸氮和亚硝酸氮的测量50

273有机氮的测量50

274总氮的测量51

275可溶性正磷酸盐的测量52

276氮磷检测传感器的设计52

28光学探头和采样系统54

281光学探头54

282采样系统54

29活性污泥性质的测量55

291活性污泥呼吸速率的测量55

292污泥沉降比和污泥体积指数的测量59

293污泥浓度的测量60

3软测量技术62

31软测量技术基本原理63

311辅助变量63

312数据采集及预处理63

313主导变量与辅助变量之间的时序匹配71

32软测量模型73

321软测量的数学描述73

322影响软测量模型性能的主要因素74

323软测量模型的在线校正与维护76

324软测量模型的设计步骤76

325软测量模型存在的问题78

33软测量建模方法79

331基于机理分析的软测量建模方法79

332基于对象数学模型的软测量建模方法79

333基于统计回归分析的软测量建模方法80

334基于统计学习理论的软测量建模方法82

335基于人工智能的软测量建模方法83

336混合建模方法87

34软测量技术在污水处理领域应用现状及前景展望89

341软测量技术在污水处理领域的研究现状89

342软测量技术在污水处理系统中的应用前景91

4基于人工神经网络的软测量技术94

41人工神经网络理论94

411人工神经网络的概念94

412神经网络的发展历史95

413人工神经网络的特点96

414人工神经网络的分类96

415人工神经网络的结构97

416神经元特征函数97

417人工神经网络在污水处理中的应用98

42建立人工神经网络模型的技术路线99

421确定问题99

422解决方法100

423建立人工神经网络模型100

424模型的应用及信息反馈104

43基于人工神经网络的污水处理软测量模型104

431基于BP神经网络的污水处理系统软测量模型104

432基于RBF神经网络的污水处理系统软测量模型114

5基于统计回归的软测量技术119

51基于MLR的软测量技术119

511MLR的基本原理119

512基于MLR的污水处理软测量模型120

52基于MSR的软测量技术126

521基本原理126

522基于MSR的软测量模型129

53基于PCR的软测量技术131

531PCR的基本原理131

532基于PCR的污水处理软测量模型132

533基于PCR和MLR的软测量模型比较135

54基于PLS的软测量技术135

541PLS方法概述136

542PLS与PCR的比较138

543PLS方法研究现状140

544基于PLS的污水处理软测量模型146

6污水处理厂测量仪表149

61仪器仪表149

62传统仪表150

63智能仪表150

631智能仪表的特点150

632智能仪表的结构151

633智能仪表的基本功能151

634国内外智能仪表的发展现状152

635智能仪表的发展趋势152

64综合仪表153

641常规智能仪表的不足153

642综合仪表的特点154

65污水处理厂测量仪表154

651工艺流程155

652污水处理过程仪表和传感器155

653污水处理厂计量监测仪表的配置159

654检测点的设置161

655仪表的设计选型原则162

656我国污水处理厂仪表应用的现状162

657智能仪表在污水处理厂的使用162

66在线软测量仪表164

661软测量技术的实现方法164

662软测量仪表的总体结构设计164

663软测量仪表的人机交互设计165

7污水处理厂自动控制概述168

71实现污水处理自动控制的技术背景168

711概述168

712控制系统概念168

713自动控制技术发展史169

72污水控制系统的发展过程169

73污水处理厂自动控制技术研究进展171

731我国污水处理厂自控系统发展状况171

732国外污水处理厂自控系统发展状况172

74污水处理控制技术的难点173

75污水处理自动控制的发展方向174

76污水处理厂智能控制技术175

77污水处理厂自动化控制的意义177

8现代污水处理厂三种控制技术178

81集散型计算机控制系统178

811概述178

812DCS的网络结构及特点178

813DCS的稳定性179

82现场总线控制系统180

821现场总线基本概念180

822现场总线产生的意义180

823现场总线的特点181

824五种典型的现场总线182

825现场总线的网络结构184

826基于现场总线的集散式计算机控制系统188

827现场总线技术展望与发展趋势190

83工业以太网控制系统190

831工业以太网技术概述190

832工业以太网技术的发展现状191

833工业以太网通讯协议192

834工业以太网关键问题193

9可编程逻辑控制器201

91可编程控制器的定义201

92PLC的功能和特点201

93PLC的分类和各部组成203

931分类203

932各部组成203

94PLC的主要技术指标204

95PLC的工作原理205

96PLC的编程语言和过程控制206

97PLC控制系统的发展趋势207

98PLC控制系统冗余技术207

99PLC在污水处理控制系统中的应用209

991污水处理控制系统的工艺流程及设备控制要求209

992污水处理控制系统的PLC选型和资源配置210

993污水处理控制系统程序设计和调试211

994污水处理控制系统PLC程序213

10污水处理厂计算机监控及数据分析系统221

101监控系统介绍221

1011监控系统的含义及发展状况221

1012监控系统的特点221

1013监控系统的分类222

1014监控系统的功能及结构222

102监控系统的设计222

1021设计的原则222

1022监控系统的技术要求223

103监控系统组成223

104工业组态软件224

1041组态软件的特点224

1042上位机组态软件的选择225

1043工业组态软件介绍225

105数据分析系统234

106数据分析系统与监控系统的接口234

11污水处理自动控制系统设计238

111控制系统的设计要求238

112控制系统的结构设计238

113城市污水处理控制系统建立的功能240

114控制系统运行模式240

115控制系统方案241

116控制策略241

117自控系统设备及软件243

1171控制系统上位机243

1172控制系统下位机245

118上下位机通信方式的选用248

1181数据通信基础知识248

1182控制系统网络249

12污水处理厂各处理构筑物自动控制252

121过程仪表选择252

122粗格栅间控制252

123细格栅、沉砂池控制256

124鼓风机房过程控制257

125污泥脱水过程控制260

126变配电所过程控制261

127报警及报表262

13污水处理厂过程参数模糊控制263

131模糊控制的发展和应用263

132模糊控制的特点264

133模糊控制在污水处理中的应用264

134模糊控制器的理论分析265

1341模糊控制系统265

1342模糊控制器的控制原理与设计266

135污水处理COD模糊控制算法应用275

136污水处理DO模糊控制应用280

14污水处理厂自动控制应用实例285

141四川省新都污水处理厂自动控制285

142河南省鹤壁市污水处理厂自动控制288

143济源市污水处理厂自动控制296

144大连泉水污水处理厂自动控制299

15故障诊断的基本问题308

151故障诊断的一些基本概念309

1511系统故障309

1512故障诊断310

152故障诊断的任务和内容310

153故障诊断的过程311

1531故障检测方法311

1532故障诊断过程312

154故障诊断系统性能评价指标313

155故障诊断的代表性方法313

1551基于解析模型的故障诊断方法314

1552基于信号处理的方法317

1553基于知识的故障诊断方法318

156故障诊断的智能化320

157故障诊断目前存在的主要问题和发展趋势321

1571故障诊断目前存在的主要问题和发展趋势321

1572智能故障诊断技术的发展趋势322

16污水处理厂异常问题诊断与修复323

161活性污泥生物处理工艺的主要运行问题324

162活性污泥系统异常问题产生的原因324

1621活性污泥系统受损的原因324

1622产生污泥膨胀的原因325

1623产生生物浮沫的原因326

163异常问题诊断与修复体系327

1631污泥系统异常问题的诊断技术327

1632污水生物处理系统异常问题的解决对策328

164现代污水处理厂异常运行问题评定与控制方法330

1641污泥膨胀、浮渣和泡沫中丝状菌的评定方法330

1642污泥膨胀、浮渣和泡沫中丝状菌的控制方法330

165污泥系统受损的快速诊断指标332

17污水处理厂故障检测334

171污水处理工艺过程故障检测的意义334

172支持向量机用于故障检测的优势335

173支持向量机理论335

1731统计学习理论与支持向量机335

1732基于SVM的二值分类339

1733支持向量机多分类算法342

1734粗糙集支持向量机混合方法343

174SVM用于污水处理工艺过程故障检测的实例345

1741加权SVM算法用于污水处理工艺过程故障检测346

1742RSSVM方法用于污水处理工艺过程故障检测347

18污水处理工艺过程故障诊断系统设计与实现349

181智能故障诊断技术在污水处理领域的应用现状349

182基于专家系统的故障诊断方法350

1821专家系统的基本概念与发展现状351

1822专家系统的组成351

1823专家系统与数据库的结合——专家数据库系统354

1824专家系统在污水处理故障诊断中的应用354

183模糊专家系统概述358

1831模糊变量的处理359

1832模糊专家系统在解决实际问题中的优点360

1833模糊专家系统的结构361

1834模糊专家系统用于故障诊断361

184污水处理工艺过程故障诊断系统设计363

1841数据库363

1842模糊知识表示364

1843推理机制的实现368

1844解释机的实现370

185开发环境及工具370

参考文献372 2100433B