-
公开(公告)号：CN119578643A
公开(公告)日：2025-03-07
申请号：CN202411708222.9
申请日：2024-11-27
Applicant: 北京工业大学
Abstract: 一种基于注意力机制的多列神经网络出水总磷浓度多步预测方法，涉及人工智能领域，又直接应用于污水处理领域。本发明利用软测量方法对出水总磷浓度进行多步预测，解决了污水处理过程中出水总磷浓度趋势难以掌握、预测成本高等问题。针对传统多步预测中忽视目标变量与各辅助变量在预测任务中潜在重要性差异的问题，提出了一种基于注意力机制的输入重构机制，提高了预测模型的泛化性能；同时，针对传统多步预测任务划分中仅考虑单一误差评价指标的问题，提出了一种结合了预测误差和形状误差的损失函数用于模型训练，提高了模型的预测精度，促进了污水处理厂的管理运行。
-
公开(公告)号：CN119511732A
公开(公告)日：2025-02-25
申请号：CN202411675564.5
申请日：2024-11-21
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于自适应模糊终端滑模的城市污水处理过程控制方法，实现了溶解氧浓度和硝态氮浓度的准确控制。该方法设计了自适应预估模糊神经网络预测生化反应过程中溶解氧浓度和硝态氮浓度的动态变化，建立了基于预估误差的权值自适应更新机制以及基于终端滑模面的模糊终端滑模控制器，实现了对溶解氧浓度和硝态氮浓度的精准控制；通过设计自适应切换增益机制来降低抖振现象对系统稳定性的影响，解决城市污水处理过程中控制系统不稳定的问题。实验结果表明该方法能够实现溶解氧浓度和硝态氮浓度的准确控制，保证城市污水处理过程的平稳高效运行。
-
公开(公告)号：CN119478382A
公开(公告)日：2025-02-18
申请号：CN202510060165.6
申请日：2025-01-15
Applicant: 北京工业大学
IPC: G06V10/25 , G06V20/52 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/776 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种火灾目标检测智能边缘计算方法，属于火灾目标检测技术领域，包括以下步骤：S1、制作火灾目标检测数据集；S2、形成改进后的YOLO‑AFPN‑LADH‑WIOU模型；S3、对上述改进后的YOLO‑AFPN‑LADH‑WIOU模型进行评价和横向对比，并对结果进行可视化分析；S4、基于步骤S3，实现基础模型在开发板上的远程部署；S5、利用TCP传输控制协议在边缘检测系统和客户监测端之间建立连接，从而进行交互；S6、实现图像采集和用户GUI显示。本发明采用上述的一种火灾目标检测智能边缘计算方法，提高了检测的精度、速度和广度，同时确保了实际中火灾监测及防护的实时性和准确性。
-
公开(公告)号：CN119444492A
公开(公告)日：2025-02-14
申请号：CN202411468339.4
申请日：2024-10-21
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于多任务插值回声状态网络的电力消耗预测方法。涉及电力消耗预测技术领域，包括：获取待测污水数据；利用合成时间序列，根据所述待测污水数据得到待输入数据；将所述待输入数据输入到多任务插值回声状态网络模型中，得到电力消耗预测值，其中，所述电力消耗预测值为泵送能耗值和曝气能耗值，所述多任务插值回声状态网络的模型包括输入层、储备池和输出层。本发明解决了现有技术中针对污水处理过程的泵送能耗和曝气能耗难以实现精准高效预测的问题。
-
公开(公告)号：CN119443168A
公开(公告)日：2025-02-14
申请号：CN202410976773.7
申请日：2024-07-22
Applicant: 北京工业大学
IPC: G06N3/0499 , G06N3/084 , G06F18/23213
Abstract: 一种基于小世界神经网络的出水总磷浓度鲁棒软测量方法涉及人工智能领域，又直接应用于污水处理领域。本发明利用软测量方法预测出水总磷浓度，解决了污水处理过程中出水总磷测量操作复杂、成本高等问题，同时针对实际污水处理过程中不可避免地存在噪声和异常值的问题，本发明在规则的前馈神经网络中引入小世界属性，设计了一种结合了具有中心的混合相关熵和自适应Lasso惩罚的鲁棒损失函数用于模型训练，在结构和算法上同时提高了软测量模型的鲁棒性，降低了网络复杂度，提高了模型的预测精度，促进了污水处理厂的管理运行。
-
Patent Agency Ranking
公开(公告)号：CN119357898A
公开(公告)日：2025-01-24
申请号：CN202411466084.8
申请日：2024-10-18
Applicant: 北京工业大学
IPC: G06F18/25 , G06V10/74 , G06F18/213 , G06N5/04 , G06N20/20 , F23G5/50 , G01N25/22 , G01K7/02 , G06F123/02
Abstract: 本发明提供了一种面向MSWI过程的工况漂移检测与量化分析方法。涉及MSWI过程技术领域，包括：获取火焰图像并进行分析得到第一局部工况漂移数据；获取炉内温度数据并进行分析得到第二局部工况漂移数据，所述第二局部工况漂移数据包括：真实局部工况漂移数据和虚拟局部工况漂移数据；获取过程数据并将所述过程数据和所述火焰图像及其炉内温度数据进行融合，得到融合数据；根据所述融合数据得到多模态工况漂移数据；根据所述第一局部工况漂移数据、第二局部工况漂移数据和多模态工况漂移数据确定最优工况漂移数据。本发明解决了现有技术中如何实现燃烧过程的全局工况漂移检测与量化分析以支撑后续控制的问题。
-
公开(公告)号：CN119335855A
公开(公告)日：2025-01-21
申请号：CN202411413521.X
申请日：2024-10-11
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于知识引导的城市污水处理过程主动容错控制方法，旨在解决污水处理过程中鼓风机故障引发污泥膨胀的难题，实现了污水处理过程中溶解氧浓度的稳定且精确控制。本发明采用了基于格兰杰因果关系的故障诊断策略来分析具有耦合关系的故障特性，以获取根本故障变量。通过利用故障数据来设计知识引导机制的补偿策略，用于重新构造控制律，有效缓解了鼓风机故障对系统控制性能和稳定性的不利影响。实验结果显示，该方法不仅能够精确诊断出根本故障变量，而且能够实现对溶解氧浓度的稳定控制，确保了污水处理过程的持续、安全和稳定运行。
-
公开(公告)号：CN119249870A
公开(公告)日：2025-01-03
申请号：CN202411265874.X
申请日：2024-09-10
Applicant: 北京工业大学
Abstract: 一种基于宽度神经网络的传感器初期漂移故障在线诊断方法涉及数据驱动的故障诊断技术领域，又直接应用于污水处理领域。本发明在考虑漂移故障初期特性的前提下，设计了由基于傅里叶的特征提取层、门控注意力增强层及输出层构成的宽度神经网络结构，有效提升了模型的鲁棒性和初期故障诊断能力。同时，网络可以动态添加增强节点，在提高诊断精度的同时具有较低的时间开销，解决了污水处理过程传感器漂移故障初期难以及时准确诊断的问题，确保了污水处理厂安全可靠运行。
-
公开(公告)号：CN114186514B
公开(公告)日：2024-11-29
申请号：CN202111546115.7
申请日：2021-12-16
Applicant: 北京工业大学
IPC: G06F30/28 , G06F111/10 , G06F113/08 , G06F119/08
Abstract: 本发明提供了一种基于多软件耦合模拟MSWI过程的关键工艺参数分析方法，包括：数据采集处理与关键数值仿真参数选择；基于多软件耦合的MSWI过程数值仿真，包括基于定制化软件的炉排固相燃烧模拟、基于CFD软件的炉膛内气相燃烧模拟和基于化工流程模拟软件的MSWI过程非炉排固相燃烧模拟，实现MSWI过程的数值仿真，得到仿真数据；数值仿真与工业实际对比分析：将仿真数据与工业实际数据进行一致性对比分析。本发明通过结合不同数值仿真软件的优势以实现MSWI过程的准确模拟，进而增强对工艺参数变化机理知识的理解，掌握不同配置参数下的燃烧规律，洞悉MSWI过程的机理，为从调整优化工艺参数的角度改善焚烧效果提供技术支撑。
-
公开(公告)号：CN114527646B
公开(公告)日：2024-11-15
申请号：CN202111557331.1
申请日：2021-12-18
Applicant: 北京工业大学
Abstract: 本发明设计了面向城市固废焚烧过程的多回路准对角递归神经网络PID控制方法，针对城市固废焚烧多变量耦合且难以同步控制的问题。首先，分析了模型影响因素并提取了关键被控量与操作量；接着，基于数据驱动方法构建了多输入多输出Takagi‑Sugeno模糊神经网络被控对象模型；然后，构建了具有自反馈通道与互连通道的准对角递归神经网络模型并将其用于多回路PID控制器的参数自整定；最后，通过实验验证了该控制器的可行性与有效性；为提升城市固废焚烧过程智能化程度、满足实际工业控制需求提供了解决方案。
-
-
-
-
-
-
-
-
-
Search Results
541
records
(took 0.045 seconds)
