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DO 35
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 234
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