学位论文 > 优秀研究生学位论文题录展示

地表Ⅲ类水约束条件下新薛河人工湿地水质水量调度方案的研究

作　者: 高爱丽
导　师: 苗群
学　校: 青岛理工大学
专　业: 市政工程
关键词: 新薛河人工湿地季节性划分 BP神经网络水质模拟预测水质水量调度
分类号: X52
类　型: 硕士论文
年　份: 2010年
下　载: 47次
引　用: 0次
阅　读: 论文下载

内容摘要

本课题为国家水体污染控制重大专项淮河项目“南四湖退化湿地生态修复及水质改善技术与示范课题”(编号2009ZX07210-009)中的子课题“水质水量调度方案的研究”。研究过程中,以南四湖新薛河人工湿地示范工程为研究对象,研究目的是建立地表III类水约束条件下的水质水量调度方案。首先通过试验确定了人工湿地进出水水质、水量状况,分析了人工湿地的季节性变化规律。根据试验结果,分季节建立了基于BP神经网络法的人工湿地预测模型,通过模拟预测,确定了出水水质达到地表水III类水质标准约束条件下的湿地最大进水负荷。利用Origin软件,构建了人工湿地水质水量调度的非线性函数,采用模型的预测结果作为函数约束条件,求解确定湿地最优进水负荷,建立了新薛河人工湿地水质水量的调度方案。本文创新之处主要体现在:利用基于BP神经网络的人工湿地预测模型的预测结果,采用非线性规划理论方法,建立了人工湿地水质水量调度函数,并通过图形求解法,确定人工湿地的最优进水水质水量。本文获得的主要研究成果如下:(1)通过新薛河人工湿地的试验研究和资料收集,确定了人工湿地进出水水质水量状况,为后续人工湿地系统建模提供数据资料。根据人工湿地的实际运行状况,以及对试验资料分析,确定人工湿地对污染物的处理效果呈现出明显的季节性变动。考虑到人工湿地进水水量随季节的变化较为明显,采用12个月湿地进水水量的变化曲线,将人工湿地划分为2~5月、6~9月和10~12月三个时段,并以此作为划分水质水量预测时段的依据。(2)分季节建立了人工湿地进水水量、水质与出水水质之间的BP神经网络模拟预测模型。模型建立过程中,通过对网络进行一系列的优化设计和循环试算,确定网络的拓扑结构和网络学习参数。模型建立后,采用检验样本对模型进行了训练检验。验证结果表明,2~5月神经网络模型水量、CODCr、氨氮、TN、TP的预测相对误差分别为:0.27%、2.93%、1.74%、8.87%和1.4%;6~9月模型预测相对误差分别为:7.03%、15.43%、15.51%、2.63%和15.01%,10~12月模型预测相对误差分别为:2.11%、1.67%、26.02%、20.79%和25.55%。根据模型预测判定规则,所建立的模型其预测相对误差均在可接受范围内,网络训练成功,网络性能能满足实际应用要求。(3)人工湿地预测模型的应用。新薛河人工湿地总占地面积约1.33km2,经预测分析,在保证湿地出水达到地表水III类水质标准要求的前提下,人工湿地2~5月进水最大负荷为:进水水量≤8556.4m3/d,CODCr≤26.37mg/l,氨氮≤1.81mg/l,TN≤10.51mg/l,TP≤0.16mg/l;6~9月进水最大负荷为:进水水量≤31747.9m3/d,CODCr≤45.37mg/l,氨氮≤1.93mg/l,TN≤6.18mg/l,TP≤0.09mg/l;10~12月进水最大负荷为:进水水量≤11069.2m3/d , CODCr≤29.78mg/l ,氨氮≤1.46mg/l ,TN≤10.7mg/l,TP≤0.17mg/l。(4)根据试验结果,建立新薛河人工湿地进水水质水量调度的函数关系式。在函数的建立过程中,通过对多种理论方法的反复尝试,最终选取三项式拟合法,利用Origin软件,建立了水量水质之间的函数式,作出函数关系曲线。(5)采用人工湿地预测模型的预测结果,作为函数的约束条件,通过曲线图解法求解,得出各季节人工湿地的最优进水水质水量状况: 2~5月进水水量≤8556.4m3/d,进水水质中CODCr∈(25.47mg/l,26.37mg/l),氨氮∈(0.11mg/l,1.0mg/l),TN∈(10.28mg/l,10.51mg/l),TP为0.16;6~9月进水水量≤31747.9m3/d,进水水质中CODCr∈(26mg/l,32.36mg/l)或(37.15mg/l,45.37mg/l),氨氮∈(0.48mg/l,1.78mg/l),TN∈(5.15mg/l,6.18mg/l),TP∈(0.07mg/l,0.09mg/l);10~12月进水水量≤11069.2m3/d,进水水质中CODCr∈(24.55mg/l,26.91mg/l),氨氮≤0.75,TN≤8.61 mg/l,TP∈(0.10mg/l,0.12mg/l)或(0.16mg/l,0.17mg/l)。

全文目录

摘要  8-10
ABSTRACT  10-13
第1章绪论  13-24
  1.1 研究背景及意义  13-14
  1.2 人工湿地污水处理技术及发展状况  14-17
    1.2.1 人工湿地的净化机理及技术特点  14-15
    1.2.2 人工湿地处理系统的类型与特点  15-16
    1.2.3 人工湿地国内外的发展研究  16-17
  1.3 神经网络模型在人工湿地水质预测中的应用  17-18
  1.4 水质水量联合调度的研究动态和理论方法  18-21
    1.4.1 水质水量联合调度的研究动态  18-19
    1.4.2 水质水量联合调度的理论方法  19-21
  1.5 论文研究内容、来源及技术路线  21-24
    1.5.1 研究内容  21-22
    1.5.2 论文研究来源  22
    1.5.3 论文研究技术路线  22-24
第2章人工湿地预测模型原理及构建机理研究  24-37
  2.1 人工湿地系统预测模型的基本原理  24-33
    2.1.1 人工湿地预测模型的选择  24-25
    2.1.2 BP 神经网络基本原理  25-26
    2.1.3 BP 网络学习算法  26-33
  2.2 神经网络模型的构建机理  33-36
    2.2.1 样本数据的选择与预处理  33-34
    2.2.2 神经网络结构的设计  34-35
    2.2.3 BP 网络的传递函数  35-36
  2.3 应用MATLAB 软件建立神经网络模型  36-37
第3章新薛河人工湿地试验与季节性分析研究  37-46
  3.1 人工湿地试验研究  37-41
    3.1.1 人工湿地设计概况  37-39
    3.1.2 人工湿地水质水量监测  39-40
    3.1.3 人工湿地水质水量监测结果  40-41
  3.2 人工湿地季节性划分  41-44
    3.2.1 进水水量的季节性检验  41-42
    3.2.2 进水水量的季节性划分  42-44
  3.3 本章小结  44-46
第4章 BP 神经网络预测模型的构建与应用研究  46-70
  4.1 原始样本的确定与预处理  46-48
  4.2 网络模型拓扑结构的设计  48-55
    4.2.1 网络层数的确定  48
    4.2.2 隐含层节点数的确定  48-54
    4.2.3 人工湿地模型的拓扑结构  54-55
  4.3 网络学习参数的确定  55-61
    4.3.1 节点传递函数的确定  55
    4.3.2 网络初始值的确定  55-56
    4.3.3 网络学习算法的确定  56-61
  4.4 神经网络模型训练结果与分析  61-67
    4.4.1 人工湿地模型的训练检验  61-66
    4.4.2 神经网络检验结果分析  66-67
  4.5 神经网络模型的应用  67-68
    4.5.1 人工湿地进水水质预测  67
    4.5.2 预测结果分析  67-68
  4.6 本章小结  68-70
第5章新薛河人工湿地水质水量调度方案的研究  70-84
  5.1 确定水质水量调度步骤及过程  70-72
  5.2 水质水量联合调度函数的建立  72-81
    5.2.1 水质水量调度理论方法的选择  73-75
    5.2.2 水质水量调度函数的建立与求解  75-81
  5.3 水质水量调度方案的确定  81-82
  5.4 本章小结  82-84
第6章结论与建议  84-87
  6.1 结论  84-86
  6.2 建议  86-87
参考文献  87-92
攻读硕士学位期间发表的学术论文及参与的科研工作  92-93
  1 发表的学术论文  92
  2 进行的科研工作  92-93
致谢  93-94
附件  94-97

地表Ⅲ类水约束条件下新薛河人工湿地水质水量调度方案的研究

内容摘要

全文目录

相似论文