一种基于制盐精制的优化调控装置及调控方法

    公开(公告)号:CN117735751A

    公开(公告)日:2024-03-22

    申请号:CN202311665045.6

    申请日:2023-12-06

    Abstract: 本发明公开了一种基于制盐精制的优化调控装置及调控方法,包括进行流量传输的工艺单元模块组以及进行信号传输的优化调控单元模块组;工艺单元模块包括净化发生单元、沉降发生单元以及反渗透膜单元;优化调控单元模块组包括粗盐水参数采集单元、流量采集控制单元、FPGA控制单元、加热恒温单元以及离子检测单元。本发明能够提高粗盐水的利用率,并通过广义鸽群优化算法实现对于生产调节方式进行优化控制,在提高反应剂的利用率的同时降低生产成本,提高了制盐企业可持续发展的能力。且本发明的装置自动化程度高,通过算法和控制系统的结合来进行反应剂的添加,反应温度控制以及其他优化控制,具有控制精准,提高作业精度和效率的优点。

    一种基于改进蜣螂算法优化Elman神经网络的废气污染预测方法

    公开(公告)号:CN116910542A

    公开(公告)日:2023-10-20

    申请号:CN202310793267.X

    申请日:2023-06-30

    Abstract: 一种基于改进蜣螂算法优化Elman神经网络的废气污染预测方法,通过对采集目标的尾气数据集信息进行处理;将处理好的数据集划分为训练集和测试集,并确定Elman神经网络模型的权值和阈值以及承接层值,设置网络参数;利用经过Logistic‑Tent‑Tan混沌映射公式和振荡算子改进后的蜣螂算法获取最优值,并将获取的最优值作为Elman神经网络的最优权值和阈值;最后输出预测结果。蜣螂算法通过加入振荡算子和logistic‑tent‑tan混沌映射进行优化改进,将具有比原算法更好的寻优性能。本发明克服了Elman神经网络训练周期长、精度不高、容易陷入局部最优值的问题。可以提前预测污染物浓度,及时向监测人员提供参考,制定应对措施,减少污染风险,降低人工成本。较原Elman神经网络预测效果更佳,误差值更小。

Patent Agency Ranking