工業(yè)園區(qū)廢氣污染的監(jiān)測、分析與溯源研究
發(fā)布時間:2022-07-11 19:48
環(huán)境保護已經(jīng)成為我國可持續(xù)發(fā)展的重要環(huán)節(jié)和關(guān)鍵任務(wù)。工業(yè)園區(qū)作為工業(yè)生產(chǎn)企業(yè)的聚集地和各級區(qū)域工業(yè)發(fā)展的起動機,承接了推動科學(xué)技術(shù)進步和經(jīng)濟發(fā)展的重要任務(wù),不少工業(yè)園區(qū)已取得了一定的經(jīng)濟效益。然而,工業(yè)園區(qū)內(nèi)企業(yè)眾多,且處于產(chǎn)業(yè)鏈的不同階段,排放的大氣污染物成分復(fù)雜,不僅直接影響園區(qū)自身環(huán)境水平,而且影響著所在區(qū)域甚至整個城市的大氣環(huán)境。如何對工業(yè)園區(qū)生產(chǎn)企業(yè)廢氣污染進行準(zhǔn)確、智能化的有效管理,已經(jīng)成為園區(qū)環(huán)境管控乃至城市環(huán)境保護的重點工作。論文的主要完成以下工作:1、基于物聯(lián)網(wǎng)體系結(jié)構(gòu)的特點,對工業(yè)園區(qū)綜合環(huán)保監(jiān)測系統(tǒng)的架構(gòu)進行了設(shè)計,確定了系統(tǒng)的功能;2、針對深入企業(yè)內(nèi)部直接監(jiān)測較難的實際問題,提出了通過企業(yè)邊界監(jiān)測推導(dǎo)內(nèi)部監(jiān)測盲區(qū)數(shù)據(jù)的解決方案,并基于BP-RBF組合神經(jīng)網(wǎng)絡(luò),提出了廢氣監(jiān)測盲區(qū)分析預(yù)測模型,運用工業(yè)園區(qū)SO2實際監(jiān)測數(shù)據(jù)對所提出的方法進仿真實驗;3、提出了基于案例推理的廢氣污染溯源推理方法。通過構(gòu)建廢氣溯源通用本體模型來進行案例表示;在案例檢索和匹配過程中提出了復(fù)雜網(wǎng)絡(luò)動態(tài)關(guān)聯(lián)特性模型,定義了溯源影響因子貢獻度的概念并進行了率定,采用直覺模...
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 工業(yè)園區(qū)大氣監(jiān)測與管理現(xiàn)狀
1.2.2 廢氣污染物分析現(xiàn)狀
1.2.3 廢氣污染溯源現(xiàn)狀
1.3 論文采用的理論方法和主要研究內(nèi)容
1.3.1 論文采用的理論方法
1.3.2 論文研究的主要內(nèi)容與結(jié)構(gòu)安排
1.4 本章小結(jié)
第二章 基于物聯(lián)網(wǎng)的工業(yè)園區(qū)綜合環(huán)保監(jiān)測系統(tǒng)構(gòu)架
2.1 物聯(lián)網(wǎng)概述
2.2 工業(yè)園區(qū)環(huán)保監(jiān)測系統(tǒng)架構(gòu)設(shè)計
2.3 系統(tǒng)功能設(shè)計
2.4 本章小結(jié)
第三章 基于神經(jīng)網(wǎng)絡(luò)的廢氣污染監(jiān)測盲區(qū)濃度預(yù)測
3.1 問題的提出與總體思路
3.2 基于BP-RBF組合神經(jīng)網(wǎng)絡(luò)的監(jiān)測盲區(qū)濃度預(yù)測模型
3.2.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型
3.2.2 BP-RBF組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型
3.3 實驗與結(jié)果分析
3.3.1 實際問題與數(shù)據(jù)準(zhǔn)備
3.3.2 網(wǎng)絡(luò)訓(xùn)練與測試
3.3.3 結(jié)果分析
3.4 本章小結(jié)
第四章 基于案例推理的廢氣污染溯源推理方法研究
4.1 案例推理概述及推理過程
4.2 廢氣污染溯源推理方法
4.2.1 廢氣污染案例表示
4.2.2 廢氣污染案例檢索與匹配
4.3 案例推理方法實現(xiàn)與分析
4.4 本章小結(jié)
第五章 工業(yè)園區(qū)廢氣監(jiān)測管理子系統(tǒng)的設(shè)計與實現(xiàn)
5.1 管理系統(tǒng)技術(shù)架構(gòu)
5.2 設(shè)計與實現(xiàn)
5.2.1 開發(fā)環(huán)境
5.2.2 功能實現(xiàn)
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
攻讀學(xué)位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式
【參考文獻】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的天津市PM2.5濃度預(yù)測研究[J]. 馮樷,劉戈,黃勇,汪東川,孫宇,馮雙喜. 環(huán)境科學(xué)與管理. 2016(06)
[2]基于高斯模型對空氣污染擴散問題的研究[J]. 高夢,朱家明,劉新,劉鳳志. 阜陽師范學(xué)院學(xué)報(自然科學(xué)版). 2016(02)
[3]基于復(fù)雜地形的高斯煙羽模型改進[J]. 梁俊麗,孔維華,費文華,辛群榮. 環(huán)境工程學(xué)報. 2016(06)
[4]基于PSO算法集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體檢測系統(tǒng)[J]. 龔雪飛,劉萍,簡家文. 傳感技術(shù)學(xué)報. 2015(06)
[5]PSO-BP神經(jīng)網(wǎng)絡(luò)在多元有害氣體檢測中的應(yīng)用[J]. 龔雪飛,徐景,孫壽通,劉萍,簡家文. 傳感器與微系統(tǒng). 2015(02)
[6]一個多點源擴散方程的源強識別反問題[J]. 殷鳳蘭,李功勝,賈現(xiàn)正. 山東理工大學(xué)學(xué)報(自然科學(xué)版). 2011(02)
[7]一種改進的有毒氣體擴散高斯模型算法及仿真(英文)[J]. 何寧,吳宗之,鄭偉. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2010(04)
[8]有毒氣體擴散模型在事故救援中的應(yīng)用[J]. 何寧. 自然災(zāi)害學(xué)報. 2009(05)
[9]危險化學(xué)品泄漏事故泄漏源強反算方法比較研究[J]. 張建文,劉茜,魏利軍. 中國安全科學(xué)學(xué)報. 2009(02)
[10]直覺模糊粗糙集[J]. 張瑜,王艷平. 遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2008(06)
博士論文
[1]危險化學(xué)品泄漏源的定位研究[D]. 陳增強.北京化工大學(xué) 2013
碩士論文
[1]面向工業(yè)園區(qū)的污染氣體排放監(jiān)測系統(tǒng)設(shè)計[D]. 顧子玲.北京交通大學(xué) 2016
[2]基于集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體定量檢測方法研究[D]. 龔雪飛.寧波大學(xué) 2015
[3]基于MATLAB的液化氣體源強反算研究[D]. 駱蓓.哈爾濱理工大學(xué) 2015
[4]濟南市環(huán)境空氣質(zhì)量監(jiān)測管理信息系統(tǒng)的設(shè)計與實現(xiàn)[D]. 侯魯健.山東大學(xué) 2014
[5]基于物聯(lián)網(wǎng)的工業(yè)園區(qū)節(jié)能減排實時監(jiān)測系統(tǒng)研究與實現(xiàn)[D]. 胡睿.昆明理工大學(xué) 2014
[6]非重氣泄漏事故源強反算研究[D]. 鄒吉然.哈爾濱理工大學(xué) 2014
[7]有毒氣體罐車運輸泄漏的源強及位置反算研究[D]. 史陽.蘭州交通大學(xué) 2013
[8]基于監(jiān)測數(shù)據(jù)的源強反算算法研究及應(yīng)用[D]. 張久鳳.中國石油大學(xué) 2011
本文編號:3658769
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 工業(yè)園區(qū)大氣監(jiān)測與管理現(xiàn)狀
1.2.2 廢氣污染物分析現(xiàn)狀
1.2.3 廢氣污染溯源現(xiàn)狀
1.3 論文采用的理論方法和主要研究內(nèi)容
1.3.1 論文采用的理論方法
1.3.2 論文研究的主要內(nèi)容與結(jié)構(gòu)安排
1.4 本章小結(jié)
第二章 基于物聯(lián)網(wǎng)的工業(yè)園區(qū)綜合環(huán)保監(jiān)測系統(tǒng)構(gòu)架
2.1 物聯(lián)網(wǎng)概述
2.2 工業(yè)園區(qū)環(huán)保監(jiān)測系統(tǒng)架構(gòu)設(shè)計
2.3 系統(tǒng)功能設(shè)計
2.4 本章小結(jié)
第三章 基于神經(jīng)網(wǎng)絡(luò)的廢氣污染監(jiān)測盲區(qū)濃度預(yù)測
3.1 問題的提出與總體思路
3.2 基于BP-RBF組合神經(jīng)網(wǎng)絡(luò)的監(jiān)測盲區(qū)濃度預(yù)測模型
3.2.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型
3.2.2 BP-RBF組合神經(jīng)網(wǎng)絡(luò)預(yù)測模型
3.3 實驗與結(jié)果分析
3.3.1 實際問題與數(shù)據(jù)準(zhǔn)備
3.3.2 網(wǎng)絡(luò)訓(xùn)練與測試
3.3.3 結(jié)果分析
3.4 本章小結(jié)
第四章 基于案例推理的廢氣污染溯源推理方法研究
4.1 案例推理概述及推理過程
4.2 廢氣污染溯源推理方法
4.2.1 廢氣污染案例表示
4.2.2 廢氣污染案例檢索與匹配
4.3 案例推理方法實現(xiàn)與分析
4.4 本章小結(jié)
第五章 工業(yè)園區(qū)廢氣監(jiān)測管理子系統(tǒng)的設(shè)計與實現(xiàn)
5.1 管理系統(tǒng)技術(shù)架構(gòu)
5.2 設(shè)計與實現(xiàn)
5.2.1 開發(fā)環(huán)境
5.2.2 功能實現(xiàn)
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
攻讀學(xué)位期間取得的研究成果
致謝
個人簡況及聯(lián)系方式
【參考文獻】:
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的天津市PM2.5濃度預(yù)測研究[J]. 馮樷,劉戈,黃勇,汪東川,孫宇,馮雙喜. 環(huán)境科學(xué)與管理. 2016(06)
[2]基于高斯模型對空氣污染擴散問題的研究[J]. 高夢,朱家明,劉新,劉鳳志. 阜陽師范學(xué)院學(xué)報(自然科學(xué)版). 2016(02)
[3]基于復(fù)雜地形的高斯煙羽模型改進[J]. 梁俊麗,孔維華,費文華,辛群榮. 環(huán)境工程學(xué)報. 2016(06)
[4]基于PSO算法集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體檢測系統(tǒng)[J]. 龔雪飛,劉萍,簡家文. 傳感技術(shù)學(xué)報. 2015(06)
[5]PSO-BP神經(jīng)網(wǎng)絡(luò)在多元有害氣體檢測中的應(yīng)用[J]. 龔雪飛,徐景,孫壽通,劉萍,簡家文. 傳感器與微系統(tǒng). 2015(02)
[6]一個多點源擴散方程的源強識別反問題[J]. 殷鳳蘭,李功勝,賈現(xiàn)正. 山東理工大學(xué)學(xué)報(自然科學(xué)版). 2011(02)
[7]一種改進的有毒氣體擴散高斯模型算法及仿真(英文)[J]. 何寧,吳宗之,鄭偉. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2010(04)
[8]有毒氣體擴散模型在事故救援中的應(yīng)用[J]. 何寧. 自然災(zāi)害學(xué)報. 2009(05)
[9]危險化學(xué)品泄漏事故泄漏源強反算方法比較研究[J]. 張建文,劉茜,魏利軍. 中國安全科學(xué)學(xué)報. 2009(02)
[10]直覺模糊粗糙集[J]. 張瑜,王艷平. 遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2008(06)
博士論文
[1]危險化學(xué)品泄漏源的定位研究[D]. 陳增強.北京化工大學(xué) 2013
碩士論文
[1]面向工業(yè)園區(qū)的污染氣體排放監(jiān)測系統(tǒng)設(shè)計[D]. 顧子玲.北京交通大學(xué) 2016
[2]基于集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體定量檢測方法研究[D]. 龔雪飛.寧波大學(xué) 2015
[3]基于MATLAB的液化氣體源強反算研究[D]. 駱蓓.哈爾濱理工大學(xué) 2015
[4]濟南市環(huán)境空氣質(zhì)量監(jiān)測管理信息系統(tǒng)的設(shè)計與實現(xiàn)[D]. 侯魯健.山東大學(xué) 2014
[5]基于物聯(lián)網(wǎng)的工業(yè)園區(qū)節(jié)能減排實時監(jiān)測系統(tǒng)研究與實現(xiàn)[D]. 胡睿.昆明理工大學(xué) 2014
[6]非重氣泄漏事故源強反算研究[D]. 鄒吉然.哈爾濱理工大學(xué) 2014
[7]有毒氣體罐車運輸泄漏的源強及位置反算研究[D]. 史陽.蘭州交通大學(xué) 2013
[8]基于監(jiān)測數(shù)據(jù)的源強反算算法研究及應(yīng)用[D]. 張久鳳.中國石油大學(xué) 2011
本文編號:3658769
本文鏈接:http://www.sikaile.net/kejilunwen/huanjinggongchenglunwen/3658769.html
最近更新
教材專著