-
公开(公告)号：CN110542748A
公开(公告)日：2019-12-06
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：CN117215190B
公开(公告)日：2024-11-05
申请号：CN202311158726.3
申请日：2023-09-08
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提供一种城市固废焚烧过程炉膛温度模型预测控制方法，既属于城市固废处理领域，又属于智能控制领域。该方法包括：基于自组织机制和改进二阶算法构建自组织模糊神经网络，获得结构精简和预测性能良好的炉膛温度预测模型；构建炉膛温度模型预测控制目标函数，采用梯度下降算法优化目标函数得到最优控制律，实现了对城市固废焚烧过程炉膛温度的精准控制。本发明可以实现对城市固废焚烧过程炉膛温度的稳定、精准、快速的控制，能为城市固废焚烧过程的稳定运行提供技术支撑。
-
公开(公告)号：CN118607698A
公开(公告)日：2024-09-06
申请号：CN202410649129.9
申请日：2024-05-23
Applicant: 北京工业大学
IPC: G06Q10/04 , G06F18/2135 , G06N3/043 , G06N3/08 , G06N3/006
Abstract: 本发明涉及一种城市固废焚烧过程烟气污染物和燃烧效率的动态多目标优化方法，实现了对氮氧化物(NOx)排放浓度降低的同时提升燃烧效率，包括以下步骤：首先，获取数据；对数据进行预处理，确定NOx排放浓度和燃烧效率模型的输入特征，并采用模糊神经网络建立模型，确定模型学习优化问题；其次，建立NOx排放浓度和燃烧效率优化目标函数，确定城市固废焚烧过程运行优化问题，并根据优化知识确定优化约束；设计自适应多目标竞争群优化算法求解模型学习优化问题和城市固废焚烧过程运行优化问题；最后，确定最优决策，并采用实际城市固废焚烧过程数据验证优化性能。本发明有效地实现了城市固废焚烧过程NOx排放浓度降低和燃烧效率提升。
-
公开(公告)号：CN115541837B
公开(公告)日：2024-07-19
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：CN113780639B
公开(公告)日：2024-04-02
申请号：CN202110999702.5
申请日：2021-08-29
Applicant: 北京工业大学
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06N3/0499 , G06N3/08
Abstract: 基于多任务学习框架的城市固废焚烧氮氧化物NOx排放预测方法涉及人工智能领域。本发明利用基于多任务学习框架的NOx排放预测模型，实现了对NOx浓度的两步预测。首先，结合城市固废焚烧的机理，确定与NOx浓度预测相关的输入变量；然后，利用多任务学习基本思想，建立多任务学习模型的整体框架；接着，使用自组织RBF神经网络构建多任务学习模型的子模块。最后，对所建立的预测模型进行测试，实现城市固废焚烧NOx排放两步预测。本发明在城市固废焚烧NOx浓度预测中取得较好的性能。
-
Patent Agency Ranking
公开(公告)号：CN117215190A
公开(公告)日：2023-12-12
申请号：CN202311158726.3
申请日：2023-09-08
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提供一种城市固废焚烧过程炉膛温度模型预测控制方法，既属于城市固废处理领域，又属于智能控制领域。该方法包括：基于自组织机制和改进二阶算法构建自组织模糊神经网络，获得结构精简和预测性能良好的炉膛温度预测模型；构建炉膛温度模型预测控制目标函数，采用梯度下降算法优化目标函数得到最优控制律，实现了对城市固废焚烧过程炉膛温度的精准控制。本发明可以实现对城市固废焚烧过程炉膛温度的稳定、精准、快速的控制，能为城市固废焚烧过程的稳定运行提供技术支撑。
-
公开(公告)号：CN117035005A
公开(公告)日：2023-11-10
申请号：CN202310951828.4
申请日：2023-07-31
Applicant: 北京工业大学
Abstract: 本发明提供一种城市固废焚烧过程智能操作优化方法，既属于城市固废治理领域，又属于智能优化领域。该方法包括：采集城市固废焚烧过程历史数据构建样本数据集；以氮氧化物排放和燃烧效率为优化目标，建立基于自组织径向基函数神经网络的指标模型以表征城市固废焚烧过程中操作变量与优化目标间的映射关系；将建立的指标模型作为多目标优化算法的评价函数，采用多目标粒子群优化算法，获得操作变量最优设定值，实现降低氮氧化物排放浓度的同时提高燃烧效率。本发明通过建立一种城市固废焚烧过程智能操作优化方法，可以实现燃烧效率和脱硝效率的协同提升，能为城市固废焚烧过程的高效化与绿色化运行提供技术支撑。
-
公开(公告)号：CN113189891B
公开(公告)日：2023-01-13
申请号：CN202011235037.4
申请日：2020-11-08
Applicant: 北京工业大学(CN)
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。
-
公开(公告)号：CN114611398A
公开(公告)日：2022-06-10
申请号：CN202210266639.9
申请日：2022-03-17
Applicant: 北京工业大学
IPC: G06F30/27 , G06F17/10 , G06F119/02
Abstract: 本发明涉及一种基于类脑模块化神经网络的城市固废焚烧过程氮氧化物软测量方法，实现了对NOX浓度的实时准确获取，包括以下步骤：首先，获取数据；对获取的数据进行预处理，确定模型的输入变量和输出变量；然后，采用类脑模块化神经网络建立软测量模型；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浓度的实时精准检测，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113742997A
公开(公告)日：2021-12-03
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。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.024 seconds)
