GM及气液两相流场在MBR中的应用研究
发布时间：2023-06-10 12:41
膜生物反应器(MembraneBio-Reactor)是一种应用在污水处理,水资源再利用领域的新型水处理工艺。该工艺主要由膜分离单元和生物处理单元两部分构成,其中对膜分离单元中的减缓膜污染的研究意义重大,一直以来大量研究也集中在如何减缓MBR的膜污染中。在各种不同的减缓MBR膜污染的措施中,调节系统运行的条件和参数是可操作性强,灵活性高,效果显著的方法。本文旨在研究MBR系统运行过程中曝气这个重要参数对减缓MBR膜污染的影响,首先使用Fluent模拟仿真软件研究曝气时产生的气液两相流场的分布状态,从微观的角度探索如何曝气能达到较好的减缓膜污染效果。然后使用GM算法和深度学习中的Linear算法研究预测MBR系统运行不同时间的最佳曝气强度值,从数据分析的角度构造模型来预测不同时间对应的最佳曝气强度值。进而达到能够使用模型为不同时间提供最佳曝气强度的参考数据的作用。微观角度模拟仿真曝气时产生的气液两相流场的实验主要存在两个难点,第一个难点是要理解流体力学的理论,特别是气体和液体两种状态的流体在相互融合时所需建立的质量守恒方程和动量守恒方程;第二难点是要能够操作使用分析流体力学的Fluent...
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
学位论文主要创新点
摘要
Abstract
第一章 绪论
1.1 研究现状及发展趋势
1.1.1 膜生物反应器的应用现状
1.1.2 膜生物反应器的发展趋势
1.2 研究条件和内容
1.2.1 研究条件
1.2.2 研究内容
1.3 研究目的和意义
1.3.1 研究目的
1.3.2 研究意义
1.4 论文结构安排
第二章 MBR膜污染与防治
2.1 膜生物反应
2.1.1 膜生物反应器的构成与分类
2.1.2 膜生物反应原理
2.1.3 传统生物技术和MBR
2.2 膜污染
2.2.1 膜污染的形成
2.2.2 膜污染的分类
2.3 浓差极化现象
2.4 膜污染影响因素
2.4.1 膜和膜组件的特性对膜污染的影响
2.4.2 进料液和污泥特性对膜污染的影响
2.4.3 膜组件的操作运行条件对膜污染的影响
2.5 膜污染的防治
2.5.1 膜污染的控制
2.5.2 膜污染的清洗
第三章 曝气中气液两相流场的数值模拟
3.1 气液两相流场
3.1.1 垂直管道内前气液两相流的流型
3.1.2 垂直管道内的气液两相流流型的常见分类
3.2 气液两相流场数值模拟
3.2.1 CFD数值模拟方法
3.2.2 气液两相流的数学模型
3.2.3 FLUENT软件
3.3 曝气大小对气液两相流的影响
3.4 曝气位置对气液两相流的影响
3.5 气液两相流数值模拟的验证
3.5.1 曝气大小数值模拟的验证
3.5.2 曝气位置数值模拟的验证
第四章 基于GM预测模型对MBR曝气强度预测
4.1 GM预测模型的理论研究
4.1.1 GM预测模型算法的基本原理
4.1.2 GM预测模型的数学描述
4.1.3 算法的计算步骤和流程图
4.2 MBR系统不同阶段最佳曝气强度的预测
4.2.1 最佳曝气强度
4.2.2 最佳曝气强度的影响因素
4.2.3 最佳曝气强度的实验确定
4.3 GM预测不同阶段的最佳曝气强度
4.3.1 收集整理最佳曝气强度数据
4.3.2 数据导入GM预测模型进行预测
4.3.3 预测结果及分析
第五章 基于Linear线性神经网络对MBR曝气强度预测
5.1 Linear线性神经网络
5.1.1 Linear线性神经网络介绍
5.1.2 训练Linear的均方差损失函数MSELoss
5.1.3 训练Linear的Optim随机梯度下降SGD算法
5.2 Linear线性神经网路预测最佳曝气强度
5.2.1 Linear线性神经网络的输入输出
5.2.2 Linear线性神经网络数据预处理做归一化
5.2.3 使用Pytorch深度学习框架实现Linear模型
5.3 Linear线性神经网络的实验结果及分析
5.3.1 Linear模型预测实验结果
5.3.2 Linear模型预测实验分析
第六章 结论与展望
6.1 结论
6.1.1 气液两相流实验结论
6.1.2 GM模型预测最佳曝气值实验结论
6.1.3 Linear模型预测最佳曝气值实验结论
6.2 展望
6.2.1 人工智能时代背后的算法展望
6.2.2 MBR处理废水技术的展望
参考文献
发表论文情况和参加科研情况
致谢
附录
本文编号：3832904
【文章页数】：73 页
【学位级别】：硕士
【文章目录】：
学位论文主要创新点
摘要
Abstract
第一章 绪论
1.1 研究现状及发展趋势
1.1.1 膜生物反应器的应用现状
1.1.2 膜生物反应器的发展趋势
1.2 研究条件和内容
1.2.1 研究条件
1.2.2 研究内容
1.3 研究目的和意义
1.3.1 研究目的
1.3.2 研究意义
1.4 论文结构安排
第二章 MBR膜污染与防治
2.1 膜生物反应
2.1.1 膜生物反应器的构成与分类
2.1.2 膜生物反应原理
2.1.3 传统生物技术和MBR
2.2 膜污染
2.2.1 膜污染的形成
2.2.2 膜污染的分类
2.3 浓差极化现象
2.4 膜污染影响因素
2.4.1 膜和膜组件的特性对膜污染的影响
2.4.2 进料液和污泥特性对膜污染的影响
2.4.3 膜组件的操作运行条件对膜污染的影响
2.5 膜污染的防治
2.5.1 膜污染的控制
2.5.2 膜污染的清洗
第三章 曝气中气液两相流场的数值模拟
3.1 气液两相流场
3.1.1 垂直管道内前气液两相流的流型
3.1.2 垂直管道内的气液两相流流型的常见分类
3.2 气液两相流场数值模拟
3.2.1 CFD数值模拟方法
3.2.2 气液两相流的数学模型
3.2.3 FLUENT软件
3.3 曝气大小对气液两相流的影响
3.4 曝气位置对气液两相流的影响
3.5 气液两相流数值模拟的验证
3.5.1 曝气大小数值模拟的验证
3.5.2 曝气位置数值模拟的验证
第四章 基于GM预测模型对MBR曝气强度预测
4.1 GM预测模型的理论研究
4.1.1 GM预测模型算法的基本原理
4.1.2 GM预测模型的数学描述
4.1.3 算法的计算步骤和流程图
4.2 MBR系统不同阶段最佳曝气强度的预测
4.2.1 最佳曝气强度
4.2.2 最佳曝气强度的影响因素
4.2.3 最佳曝气强度的实验确定
4.3 GM预测不同阶段的最佳曝气强度
4.3.1 收集整理最佳曝气强度数据
4.3.2 数据导入GM预测模型进行预测
4.3.3 预测结果及分析
第五章 基于Linear线性神经网络对MBR曝气强度预测
5.1 Linear线性神经网络
5.1.1 Linear线性神经网络介绍
5.1.2 训练Linear的均方差损失函数MSELoss
5.1.3 训练Linear的Optim随机梯度下降SGD算法
5.2 Linear线性神经网路预测最佳曝气强度
5.2.1 Linear线性神经网络的输入输出
5.2.2 Linear线性神经网络数据预处理做归一化
5.2.3 使用Pytorch深度学习框架实现Linear模型
5.3 Linear线性神经网络的实验结果及分析
5.3.1 Linear模型预测实验结果
5.3.2 Linear模型预测实验分析
第六章 结论与展望
6.1 结论
6.1.1 气液两相流实验结论
6.1.2 GM模型预测最佳曝气值实验结论
6.1.3 Linear模型预测最佳曝气值实验结论
6.2 展望
6.2.1 人工智能时代背后的算法展望
6.2.2 MBR处理废水技术的展望
参考文献
发表论文情况和参加科研情况
致谢
附录
本文编号：3832904
本文链接：https://www.wllwen.com/kejilunwen/lxlw/3832904.html