-
公开(公告)号：CN119479902A
公开(公告)日：2025-02-18
申请号：CN202411454856.6
申请日：2024-10-17
Applicant: 北京工业大学
Abstract: 数据驱动的城市固废焚烧过程多目标运行优化方法，属于智能优化领域。该方法包括：首先，通过自组织径向基函数神经网络捕获城市固废焚烧过程的非线性特性，实现运行性能指标燃烧效率和氮氧化物排放浓度的准确评估，为后续设定值优化求解提供准确的优化目标模型；然后，基于所建立的优化目标模型，设计基于双档案机制的多目标粒子群优化算法获得一次风入口流量和二次风入口流量设定值的优化解集；根据优化解集，设计效用函数确定一次风入口流量和二次风入口流量的优化设定值，实现氮氧化物排放达标的同时保持较高的燃烧效率水平。本发明可以实现燃烧效率和脱硝效率的协同提升，推动城市固废焚烧过程高效化和绿色化运行。
-
公开(公告)号：CN118009322B
公开(公告)日：2024-07-02
申请号：CN202410410675.7
申请日：2024-04-08
Applicant: 北京工业大学
IPC: F23G5/50
Abstract: 本发明公开一种端边云协同的城市固废焚烧过程炉膛温度控制方法及系统，涉及炉膛温度控制领域，通过实时获取城市固废焚烧过程的过程数据；对采集到的过程数据进行处理，并根据接收到的数据建立炉膛温度预测模型，基于自校正机制对预测模型进行更新，并将建立好的模型下发至边侧；通过边侧依托云侧建立和在线更新的炉膛温度预测模型预测炉膛温度，采用梯度下降法优化目标函数，求解得到最优控制律，根据计算得到的控制律调节执行设备，实现了城市固废焚烧过程炉膛温度的稳定精确控制。
-
公开(公告)号：CN113742997B
公开(公告)日：2024-06-21
申请号：CN202110882866.X
申请日：2021-08-02
Applicant: 北京工业大学
Abstract: 城市固废焚烧过程风量智能优化设定方法既属于优化计算领域，又属于城市固废焚烧领域。本发明提出了城市固废焚烧过程风量智能优化设定方法，针对城市固废焚烧过程仅依赖操作人员对风量值进行经验设定难以满足实际性能指标要求的问题。首先，结合最大相关最小冗余算法及前馈神经网络，建立燃烧效率和氮氧化物排放浓度性能指标评价模型；然后，提出分阶段多目标粒子群优化算法，获得一次风流量和二次风流量的Pareto优化解集；此外，设计效用函数，确定一次风流量和二次风流量的最优设定值；实验结果表明了该方法通过对风量进行优化设定能同时实现燃烧效率的提高和氮氧化物排放浓度的降低。
-
公开(公告)号：CN113869359B
公开(公告)日：2024-05-28
申请号：CN202110948598.7
申请日：2021-08-18
Applicant: 北京工业大学
IPC: G06F18/214 , G06F17/16 , G06N3/02 , G16C20/70
Abstract: 基于模块化神经网络的城市固废焚烧过程氮氧化物预测方法属于固废处理领域，尾气排放控制是MSWI过程中面临的主要问题。准确预测NOx浓度对于提高SNCR脱硝效率，降低NOx排放具有重要意义。本发明中，开发了一种基于模块化神经网络的NOx预测方法。首先，采用指数平滑预测方法对时序数据进行分割，将数据划分成具有不同分布特性的子集；其次，针对不同的子集，采用径向基函数建立相应的子网络实现NOx的预测；最后采用基于欧式距离的度量方法衡量测试样本与各个子集的匹配度，从而选择合适的子网络进行测试。基于某MSWI厂实际工业数据验证了所提方法的有效性。
-
公开(公告)号：CN116796185A
公开(公告)日：2023-09-22
申请号：CN202310467006.9
申请日：2023-04-27
Applicant: 北京工业大学
IPC: G06F18/214 , G06F3/01 , G06N3/08 , G06Q10/04 , G06Q50/26
Abstract: 本发明涉及一种基于注意力模块化神经网络的城市固废焚烧过程NOx预测方法，实现了NOx浓度的准确预测，包括以下步骤：首先，采集数据并对数据进行预处理；其次，确定模型的输入变量和输出变量；然后，采用注意力模块化神经网络建立预测模型；最后，将测试数据作为模型的输入，验证了模型的有效性。本发明有效地实现了NOx浓度的准确预测，具有重要的理论意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN115541837A
公开(公告)日：2022-12-30
申请号：CN202211125035.9
申请日：2022-09-16
Applicant: 北京工业大学
Abstract: 一种基于动态模糊神经网络的出水总氮智能检测方法，既属于城市污水处理领域，又属于智能建模领域。本发明基于动态模糊神经网络建立了出水总氮智能检测模型，进而实现了对出水总氮的实时准确检测。首先，结合专家知识与互信息分析，确定出水总氮智能检测模型的输入变量。然后，结合自组织增删机制与改进二阶学习算法，设计了动态模糊神经网络，建立城市污水处理出水总氮智能检测模型；并且，动态模糊神经网络能够根据在线数据实时更新，保证了非平稳环境中对于出水总氮的准确测量。通过污水处理基准仿真模型平台上的数据，评估了基于动态模糊神经网络的出水总氮智能检测方法的有效性。本发明解决了城市污水处理出水总氮难以实时准确检测的问题。
-
公开(公告)号：CN114296489B
公开(公告)日：2022-09-20
申请号：CN202111468138.0
申请日：2021-12-04
Applicant: 北京工业大学
IPC: G05D23/20
Abstract: 基于事件触发的RBF‑PID城市固废焚烧过程炉膛温度控制方法属于城市固废焚烧领域，针对炉膛温度人工控制精度不高及控制器频繁更新的问题。本发明首先通过梯度下降算法和递归最小二乘算法在线更新RBF网络参数，同时引入动量因子的平方及参数的动量项来更新控制器参数；然后，设计基于固定阈值的事件触发条件作为控制器更新条件，建立基于事件触发的RBF‑PID控制器，实现对炉膛温度的精确控制，解决城市固废焚烧过程炉膛温度人工控制精度不高的问题，为城市固废焚烧过程的安全稳定运行提供理论支撑与技术保障。
-
公开(公告)号：CN110542748B
公开(公告)日：2022-04-19
申请号：CN201910671720.3
申请日：2019-07-24
Applicant: 北京工业大学
Abstract: 本发明提出一种基于知识的鲁棒型出水氨氮软测量方法，属于污水处理领域。由于城市污水处理过程机理复杂、不确定干扰严重，当前出水氨氮浓度检测困难且难以建立精确的数学模型，迫切需要研究一种鲁棒型软测量方法。本发明利用基于建模误差概率密度函数分布的模糊神经网络建立了出水氨氮浓度的软测量模型：首先构建基于建模误差概率密度函数分布的鲁棒性准则；然后基于自适应梯度下降算法调整模糊神经网络的参数，直到模型满足处理信息的需求。本发明实现对出水氨氮浓度的准确测量，有助于提升城市污水处理过程出水氨氮浓度的监控水平，是污水处理过程稳定、高效运行的必要保障。
-
公开(公告)号：CN114331788A
公开(公告)日：2022-04-12
申请号：CN202111679707.6
申请日：2021-12-31
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于级联模块化神经网络的城市污水处理过程出水含氮量智能检测方法。首先，通过互信息选择模型的输入变量，建立模块1来预测出水NH4‑N；然后，考虑到出水NH4‑N和出水TN之间的高度相关性，将模块1中出水NH4‑N的预测值与其他易于测量的变量相结合，设计出用于预测出水TN的模块2。此外，为了保证整个基于HMN的软测量模型的效率和泛化性能，两个模块由基于增长和合并机制的径向基函数(GM‑RBF)网络构建，通过节点生长合并策略和二阶学习算法，提高了模型的计算效率和泛化能力。最后，通过实际工业数据评估基于HMN的软测量模型的有效性，本发明有效解决了受环境或仪器的限制，城市污水处理过程中出水氨氮和出水总氮难以实时精准检测的问题。
-
公开(公告)号：CN113189891A
公开(公告)日：2021-07-30
申请号：CN202011235037.4
申请日：2020-11-08
Applicant: 北京工业大学
Abstract: 本发明公开一种基于双向安全隔离的城市固废焚烧过程半物理仿真平台，首先，将MSWI过程半物理仿真平台划分为内网侧、正向与反向隔离、外网侧三个区域。内网侧区域包括历史数据驱动的焚烧对象、MSWI过程虚拟焚烧对象和MSWI过程控制3个子系统；正向与反向隔离区域，通过基于单向物理隔离的正向数据采集子系统实现正向数据读取隔离功能，再以基于单向物理隔离的反向运行参数传输子系统实现反向数据写入隔离功能；外网侧区域包括MSWI全流程协同优化控制和焚烧火焰采集与预处理2个子系统。最终，构建内外网侧即相互独立运行又相互耦合的协同优化控制的MSWI过程半物理仿真平台。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.026 seconds)
