基于深度神经网络的污水管道硫化氢预测及增氧控制系统研究.pdfVIP

基于深度神经网络的污水管道硫化氢预测及增氧控制系统研究.pdf

  1. 1、本文档共84页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

摘要

市政污水管网作为城市公共基础设施的重要组成部分,承担着各类污废水的

收集、输送和排放任务,为工业生产与居民生活的正常进行提供了坚实的保障。污

水在市政污水管道的运输过程中,会释放大量的硫化氢(HS),易引发恶臭、中毒

2

和管道腐蚀等问题,给公众健康和环境带来巨大威胁。因此,对HS的生成进行

2

精细化、高效化控制,进而减少气味滋扰、健康风险和管道腐蚀等问题刻不容缓。

本研究首先通过试验及Pearson相关分析,明确了污水管道中HS生成的主导

2

SVMDNN

因素。随后,建立了支持向量机()和深度神经网络()两种预测模型,

并利用损失函数比较两种模型对HS的预测精度,发现DNN模型展现出更佳的稳

2

--PID

定性和精确度。在此基础上,本研究进一步设计了基于比例积分微分()和

模糊PID的增氧控制系统,并通过仿真分析对比了传统PID控制器和模糊PID控

制器的控制效果,同时对控制系统的整体结构进行了设计。具体研究结果包括:

1HS

()污水管道顶部空间内2的产量受多种因素影响。模拟实现显示,在其

HSpH

他条件不变的情况下,2浓度随的升高而降低,而随流速的增加而升高。通

过对HS浓度及其影响因素间的关系进行Pearson相关性分析,发现S2-与HS浓

22

度存在强相关;流速、COD与HS浓度呈中等相关;而温度、pH和ORP与HS

22

浓度呈弱相关;DO与HS浓度的相关性极弱。流速、温度、COD、S2-与HS生

22

成量呈正相关,pH、ORP、DO与HS生成量呈负相关。

2

2HS

()针对污水管道中2浓度无法精确实时测量的问题,本研究建立了基于

SVMDNNHSDNNR2MAE

和的污水管道2预测模型。对比结果表明,模型在、、

MSE和RMSE等评价指标上优于SVM模型,显示出更优的预测精度和稳定性。

同时,对DNN模型的适用性进行验证,确定其对学校教师楼居民区的污水HS浓

2

度预测具有较高的准确性和适用性。

3

文档评论(0)

论文资源 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档