粉煤灰沸石处理造纸废水的研究

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

山东轻工业学院硕士学位论文粉煤灰沸石处理造纸废水的研究姓名:王本红申请学位级别:硕士专业:应用化学指导教师:吕海亮20090610粉煤灰沸石处理造纸废水的研究作者:王本红学位授予单位:山东轻工业学院相似文献(10条)1.期刊论文刘正贵.王海毅.房桂干.韩善明.李萍.LIUZheng-gui.WANGHai-yi.FANGGui-gan.HANShan-ming.LIPing白腐菌在制浆造纸工业中应用的研究进展-中国造纸2007,26(9)概述了白腐菌的研究进展,论述了影响白腐菌生长的因素、白腐菌降解木素机理,以及白腐菌在树脂障碍、生物制浆、漂白、废水处理、废纸脱墨浆中的应用.2.会议论文谭桂香.徐永建机械浆废水的处理和综合利用2008对玉米秆、棕榈空果串、棉秆的机械浆废水进行了SS、CODcr、BOD5,pH的检测,发现不同原料有不同的污染负荷,同一原料用不同的制浆方法具有不同的性质,而且性质差距较大,但远远小于化学浆的负荷.因为整个制浆过程中没有加入其它的有毒物质,所以废水处理比较简单.初步探索了黑液浓缩和浓黑液的燃烧、磨浆废水絮凝和有机污泥厌氧消化处理工艺及条件,对化机浆处理提供了可行性方案.3.期刊论文谭桂香.徐永建.TanGuixiang.XuYongjian玉米秆、棕榈空果串、棉秆化机浆废水的处理和综合利用-湖南造纸2008,(3)对玉米秆、棕桐空果串、棉秆的预浸处理黑液和磨浆废水进行了SS、CODcr、BOD5、pH的检测和分析;并探索了黑液浓缩和浓黑液的燃烧、磨浆废水絮凝和有机污泥厌氧消化处理工艺及条件.4.期刊论文王森.李新平.张安龙.杜飞.罗清混凝沉淀-ABR-活性污泥法在造纸废水处理中的应用实例-造纸科学与技术2010,29(2)介绍了用混凝沉淀-ABR-活性污泥法处理造纸中段废水的工程实例,主要介绍了工艺流程、各构筑物、设备的运行参数和调试运行情况.实践证明,该工艺具有占地少、效果好、运行稳定可靠、成本低等特点.经混凝沉淀与厌氧折流板反应器(ABR)预处理后,废水的可生化性大大提高,为后续活性污泥法处理提供了有利的条件;当进水COD为2500~3200mg/L,出水可达到150mg/L以下,系统CODcr去除率达90%以上,水质完全满足回用或地方排放标准.5.期刊论文黄明护.马邕文.万金泉.李迪.胡志华.HuangMinghu.MaYongwen.WanJinquan.LiDi.HuZhihua人工神经网络用于造纸废水处理建模的研究-造纸科学与技术2006,25(6)利用造纸废水处理监控系统取得表征废水水质的各项指标,在此基础上研究了基于BP网络和RBF网络的造纸废水处理建模.仿真结果表明,BP网络较RBF网络对样本数据的仿真误差较小,泛化能力更好;输入量考虑历史出水COD变化趋势的网络,其仿真效果要优于不考虑变化趋势的网络;运用基于BP网络和RBF网络的造纸废水处理模型能够准确地预测出水COD,为实现废水处理的自动控制提供可行途径.6.期刊论文黄明护.马邕文.万金泉.李迪.胡志华人工神经网络用于造纸废水处理建模的研究-广西轻工业2006,(5)利用造纸废水处理监控系统取得表征废水水质的各项指标,在此基础上研究了基于BP网络和RBF网络的造纸废水处理建模.仿真结果表明,BP网络较RBF网络对样本数据的仿真误差较小,泛化能力更好;输入量考虑历史出水COD变化趋势的网络,其仿真效果要优于不考虑变化趋势的网络;运用基于BP网络和RBF网络的造纸废水处理模型能够准确的预测出水COD,为实现废水处理的自动控制提供可行途径.7.学位论文黄明护基于模糊神经网络模型的废纸造纸废水处理智能控制研究2007近年来我国造纸工业污染问题尤为突出,治理任务仍然相当繁重。由于废水处理的复杂性、非线性、时变性、不确定性和滞后性等特点,单纯的人工操作造成出水水质的稳定性差,出水COD值高,一般难于回用,增加了生产车间清水的补充量,加重生化处理工段的负荷,处理费用高。而传统控制理论由于自身的缺陷,控制效果也不尽人意,智能控制技术特别是神经网络与模糊控制的结合被认为是解决废水处理的有效手段。基于此,本文正是讨论了模糊神经网络在废纸造纸废水处理中的智能控制。首先,确定了废纸造纸废水处理的工艺条件,建立了带有自动控制环节的废纸造纸废水处理系统,在该系统下进行正交试验取得了样本数据;其次,根据对废纸造纸废水处理特征和模糊神经网络的分析,提出了智能预测和控制模型方案,其中前者采用基于Takagi-Sugeno推理的网络,后者采用基于标准型的模糊神经网络,两者分别以试验得到的64组数据和基于经验的49条模糊规则作为样本数据,结合模糊C均值聚类和混合算法完成网络的结构辨识和参数辨识,仿真结果表明,预测模型具有很好的学习能力和泛化能力,训练数据的相对误差范围为0-0.008%,测试数据的相对误差范围为0.143-15.927%,控制模型可根据不同情况调整加药量。针对MCGS组态软件的要求,在组态环境中完成5个窗口的组态及与外部设备的通讯;在STEP7-Micro/WIN32编程软件中编写了相关PLC程序并下载到PLC中;在高级开发包生成的VB程序框架中编写模糊神经网络模型算法,然后按照MCGS的接口函数规范将算法嵌入到MCGS中,实现了对废纸造纸废水处理系统的智能控制。最后,在实验室条件下进行验证试验,当固定原水COD,改变进水流量时,智能控制的出水COD在设定值332mg·L'-1附近波动;当固定进水流量,改变原水COD值时,智能控制的出水COD在设定值345mg·L'-1附近波动。另外,在MCGS数据库中还保存了系统运行时的丰富数据,出水外观清澈透明,实际生产时可部分回用于车间的有关工段,COD值可以大致稳定在较低的设定值范围内,特别有利于后续的生化处理,表明基于模糊神经网络算法的智能控制系统,能够有效的实现对废纸造纸废水处理系统的智能控制。本文可为智能控制在废水处理领域的深入研究,推广具有智能控制功能的废水处理工程示范点提供参考。8.会议论文黄明护.马邕文.万金泉.李迪.胡志华人工神经网络用于造纸废水处理建模的研究2006本文利用造纸废水处理监控系统取得表征废水水质的各项指标,在此基础上研究了基于BP网络和RBF网络的造纸废水处理建模.仿真结果表明,BP网络较RBF网络对样本数据的仿真误差较小,泛化能力更好;输入量考虑历史出水COD变化趋势的网络,其仿真效果要优于不考虑变化趋势的网络;运用基于BP网络和RBF网络的造纸废水处理模型能够准确地预测出水COD,为实现废水处理的自动控制提供可行途径.9.期刊论文黄明护.马邕文.万金泉.李迪.胡志华.HuangMing-hu.MaYong-wen.WanJin-quan.LiDi.HuZhi-hua组态软件及可编程控制器在造纸废水处理中的应用-上海造纸2007,38(6)针对一体化反应器处理造纸废水提出了运用自动化控制技术取代人工操作,在此基础上搭建了造纸废水处理自动控制系统.该系统以工业控制机为上位机,PLC为下位机,辅以相应的监测仪器和采集模块,通过组态软件MCGS的管理和BP网络预测控制模型的挂接,完成实验室条件下造纸废水处理的自动控制,为进一步研究造纸废水处理自动控制提供可行途径.10.学位论文张燕聪废纸造纸废水处理BP神经网络智能控制系统的研制2006我国造纸工业的污染状况非常严重,造纸工业的污染占到整个工业污染的1/3以上。废纸造纸是实现造纸行业清洁生产的有效方式,近年来废纸造纸在我国发展非常迅速,目前废纸已经占到了整个造纸原料的50%以上。废纸造纸仍然会对环境产生污染,特别是废纸造纸废水的污染相对来说比较严重。然而,我们国家的废纸造纸废水处理技术相对落后,尤其废水处理的自动控制技术非常落后,相当一部分工厂的废水处理仍然采用的是人工控制。鉴于此,本论文致力于研究用BP神经网络算法实现对废纸造纸废水处理系统的智能控制。本课题首先在实验室条件下,通过试验确定了废纸造纸废水处理的工艺条件,建立了废纸造纸废水处理的自动控制系统,并在该自动控制系统下进行试验取得了大量试验数据。利用取得的试验数据作为BP神经网络的训练样本,在MATLAB下对BP神经网络预测模型和控制模型进行仿真研究,确定BP神经网络模型的各项最优参数。根据确定的最优参数在MATIAB中对BP神经网络模型进行仿真,得到预测模型和控制模型的平均相对误差分别为6.2%和6.6%,仿真结果表明,BP神经网络模型可以作为自动控制系统的预测模型和控制模型。在MCGS高级开发包生成的VB程序中编写BP神经网络算法,然后按照MCGS的接口函数规范将BP神经网络算法嵌入到MCGS中,实现了对废纸造纸废水处理系统的智能控制。在实验室条件下进行验证试验,本试验中我们设定高效反应器的期望出水COD为350mg/l,当分别改变原水COD和进水流量的大小时控制系统会自动计算出该时刻加给高效反应器的加药量,结果表明高效反应器的出水COD在350mg/l左右小范围内波动,平均相对误差分别为8.2%和6.9%,表明基于BP神经网络算法的智能控制系统,能够有效的实现对废纸造纸废水处理系统的智能控制。本课题的研究成果为实现废纸造纸废水处理系统的自动控制提供了一种有效的解决方案,也为已有的废水处理自动控制系统的改造提供了依据。本文链接::上海海事大学(wflshyxy),授权号:5f2dc2d2-09e7-441c-ac56-9de400c54b6e下载时间:2010年9月1日

1 / 74
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功