当前位置:主页 > 管理论文 > 领导决策论文 >

废水处理中混凝法优化—决策树模型应用可行性研究

发布时间:2024-04-18 00:33
  混凝处理法是最为常用的预处理、物化处理工艺之一,其在工业污水、城市污水、自然水体中被广泛应用。自上个世纪末以来,混凝法在新型药剂到与其他工艺的联用上都有了长足的发展。但是在实际工程运行中,加药量大、水质波动等问题对混凝法的影响依旧没有得到很好的解决。而且混凝法的设计中存在着对诸如药剂选择、药剂组合、去除率范围等参数的最优化信息未知的局限性,这些因素制约着混凝法设计的准确度及应用的效果。因此,作者通过对两类不同废水的混凝处理优化调试,探究混凝法在实际中的处理效果并分析其遇到的问题及解决途径。同时,在针对解决混凝法设计的局限性上,作者提出了基于决策树模型的数据分析方法,通过机器学习的方式对混凝法工艺设计中参数进行分类并预测,以此建立设计智能化的初步探究,以达到对已有工程工艺路线以及新工程设计的优化。主要研究内容及结果如下:对洗毛废水处理中混凝气浮进行成本优化,通过小试发现使用Ca(OH)2作为pH调节剂,可降低PAC药剂量37.1%。最终经实际调试后,药剂费用降低约27%,出水CODCr在122180mg/L,SS<1...

【文章页数】:82 页

【学位级别】:硕士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 混凝法工艺简介
        1.1.1 混凝剂的发展及应用
        1.1.2 絮凝剂的发展及应用
        1.1.3 混凝工艺的研究
    1.2 混凝处理的应用
        1.2.1 新型混凝工艺
        1.2.2 工艺的联用
        1.2.3 自动化设备的进展
    1.3 基于决策树的大数据分析在环境领域的应用
        1.3.1 大数据分析技术
        1.3.2 决策树模型简介
        1.3.3 随机森林分类器简介
        1.3.4 决策树模型在环境领域的应用
    1.4 论文的背景、研究内容、目的及意义
        1.4.1 研究背景
        1.4.2 论文的主要内容
        1.4.3 论文的研究目的和意义
第二章 研究方法
    2.1 工程优化及问题思考
        2.1.1 混凝处理工程优化调试
        2.1.2 问题探讨
    2.2 文献数据收集与分析
        2.2.1 数据选择及收集
        2.2.2 参数预处理
        2.2.3 决策树模型建立
第三章 两种废水混凝优化实例研究
    3.1 洗毛废水混凝气浮药剂量降低优化研究
        3.1.1 工程概况
        3.1.2 处理工艺构筑物参数及尺寸
        3.1.3 处理效果及药剂成本问题
        3.1.4 混凝气浮成本优化
    3.2 线路板废水混凝沉淀优化研究
        3.2.1 工程概况
        3.2.2 处理工艺及主要构筑物参数
        3.2.3 处理效果问题及原因分析
        3.2.4 问题探究及改进优化
        3.2.5 优化后运行调试结果
    3.3 两类废水混凝优化结果讨论
        3.3.1 洗毛废水优化处理讨论
        3.3.2 线路板废水优化处理讨论
    3.4 本章小结
第四章 决策树法分析结果及讨论
    4.1 数据收集及模型预测路线
        4.1.1 数据收集方法
        4.1.2 设计分析路线
    4.2 参数预处理
    4.3 数据分析及结果
        4.3.1 决策树输出结果
        4.3.2 决策树结果讨论
    4.4 随机森林分析结果及讨论
        4.4.1 随机森林结果
        4.4.2 结果讨论
    4.5 大数据平台建立的探讨
        4.5.1 当前数据获取、分析的难点
        4.5.2 混凝处理工艺大数据库建立探讨
    4.6 本章小结
第五章 结论与建议
    5.1 结论
    5.2 建议
参考文献
图表目录
致谢
附录
作者简历



本文编号:3957150

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/lindaojc/3957150.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户e1cf1***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]