复合人工湿地磷去除混合模型研究环境工程专业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 分析前人的研究成果，了解人工湿地的结构、特点、污染物去除机理及影响因素， 选取研究较少的TN(总氮)、TOC(总有机碳)作为待研究的影响因素。 以成都市凤凰河二沟人工湿地为研究对象，通过对实际工程运行效果的监测，分 析了TN、TOC等因素对湿地中磷去除的影响及各子系统对磷去除的贡献，发现强化 生物一级植物塘对磷去除量及去除率最高、二级生物塘次之、之后是植物砂滤池、二 级植物碎石床最低，而一级植物碎石床不仅不去除磷，还在一定程度上增加污水中的 磷含量；湿地对TP(总磷)的去除量总体上处于稳定状态；出水磷的浓度随进水磷 浓度的增大而增大；TN、TOC的含量随着总磷含量的减小而减小。根据计算得出的 相关系数以及决定系数说明出水磷浓度和进水磷浓度间、TOC与1P间、TN与11P 间具有很强的线性相关性。 以Monod模型模拟湿地内部生化反应，结合径向基函数(RBF)人工神经网络 模型考虑TN、TOC等因素对磷去除的影响，结合两者的优点，共同构建复合人工湿 地的Monod．RBF混合模型。通过与单独的RBF神经网络模型和机理模型比较，混合 模型的绝对误差机理模型RBF模型；混合模型的相对误差机理模型RBF模型： 混合模型的预测标准误差SEP机理模型RBF模型，说明混合模型有更高的预测精 度，能更好的预测人工湿地的处理效果。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名蒯纪 日期：3D肜．S．22 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 随着人口的增长与经济的快速发展，城市污水不断产生，人工湿地作为一种环境 友好型污水处理技术得到广泛应用。但是人工湿地的设计和预测以黑箱模型为主，无 法准确可靠的评价湿地的运行效果，限制了人工湿地技术的开发利用。为了推动人工 湿地技术的发展，构建一个简便易行且准确可靠的预测模型势在必行，为此开展了以 下工作： I、分析前人的研究成果，了解人工湿地的结构、特点、污染物去除机理及影响 因素，选取研究较少的TN(总氮)、TOC(总有机碳)作为待研究的影响因素。 2、以成都市风凰河二沟人工湿地为研究对象，通过对实际工程运行效果的监测， 分析了IN、TClC等因素对湿地中磷去除的影响及各子系统对磷去除的贡献，发现强 化生物一级植物塘对磷去除量及去除率最高、二级生物塘次之、之后是植物砂滤池、 二级植物碎石床最低，而一级植物碎石床不仅不去除磷，还在一定程度上增加污水中 的磷含量；湿地对TP(总磷)的去除量总体上处于稳定状态；出水磷的浓度随进水 磷浓度的增大而增大；TN、TOC的含量随着总磷含量的减小而减小。根据计算得出 的相关系数以及决定系数说明出水磷浓度和进水磷浓度间、ToC与TP间、IN与TP 间具有很强的线性相关性。 3、以Monod模型模拟湿地内部生化反应，结合径向基函数(RBF)人工神经网 络模型考虑TN、TOC等因素对磷去除的影响，结合两者的优点，共同构建复合人工 湿地的Monod．RBF混合模型。通过与单独的RBF神经网络模型和机理模型比较，混 合模型的绝对误差机理模型RBF模型；混合模型的相对误差机理模型RBF模型； 混合模型的预测标准误差SEP机理模型RBF模型，说明混合模型有更高的预测精 度，能更好的预测人工湿地的处理效果。 关键词：人工湿地；磷；混合模型；凤凰河二沟 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1I页 Abstract With the rapid economic development and population growth,urban sewage continue to produce，artificial wetlands an envkonmentaUy—l}iendly sewage treatment technology has been widely used．But wetland still design and prediction based Oll black box,it can’t be accurate and reliable evaluate the operating results of wetlands and also limit the development