-
公开(公告)号：CN114818468A
公开(公告)日：2022-07-29
申请号：CN202210290356.8
申请日：2022-03-23
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
IPC: G06F30/27 , G16C20/20 , G16C20/70 , G06N3/04 , G06N3/08 , G06N5/04 , G06K9/62 , G06F17/16 , G06F17/18 , G06F111/08
Abstract: 本发明公开了一种基于异构迁移学习的出水总磷智能预测方法，包括：获取历史数据集；建立基于模糊神经网络的初始总磷智能预测模型；利用历史数据集和梯度下降算法对初始总磷智能预测模型进行训练；从训练后的初始总磷智能预测模型中提取参数知识，并基于参数知识，利用拉格朗日算法得到映射知识；基于映射知识和历史数据集，优化初始总磷智能预测模型的参数，得到训练后的总磷智能预测模型；获取当前输入数据集，并应用训练后的总磷智能预测模型进行预测，得到预测出水总磷。本发明对参数知识进行校正得到映射知识，利用映射知识和历史数据完成对总磷智能预测模型参数，即当前模型参数的调整，实现出水总磷的精准预测。
-
公开(公告)号：CN114859707B
公开(公告)日：2024-05-28
申请号：CN202210259905.5
申请日：2022-03-16
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
IPC: G05B13/04
Abstract: 本申请公开了一种基于预估补偿模型的溶解氧滑模控制方法。该方法可以包括：建立时滞影响下的溶解氧控制模型；通过基于模糊神经网络的溶解氧预测模型预测当前时刻生化反应池前一分区的溶解氧浓度；根据预测的当前时刻生化反应池前一分区的溶解氧浓度，进行基于自适应开关增益系数的滑模控制，输出溶解氧浓度的实际值。本发明通过模糊神经网络预测滞后变量的当前数据，消除控制模型中的滞后时刻，同时根据具有自适应开关增益系数的滑模控制，实现具有时滞特点的溶解氧浓度的稳定控制。
-
公开(公告)号：CN114859707A
公开(公告)日：2022-08-05
申请号：CN202210259905.5
申请日：2022-03-16
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
IPC: G05B13/04
Abstract: 本申请公开了一种基于预估补偿模型的溶解氧滑模控制方法。该方法可以包括：建立时滞影响下的溶解氧控制模型；通过基于模糊神经网络的溶解氧预测模型预测当前时刻生化反应池前一分区的溶解氧浓度；根据预测的当前时刻生化反应池前一分区的溶解氧浓度，进行基于自适应开关增益系数的滑模控制，输出溶解氧浓度的实际值。本发明通过模糊神经网络预测滞后变量的当前数据，消除控制模型中的滞后时刻，同时根据具有自适应开关增益系数的滑模控制，实现具有时滞特点的溶解氧浓度的稳定控制。
-
公开(公告)号：CN112967763A
公开(公告)日：2021-06-15
申请号：CN202110250836.7
申请日：2021-03-08
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
Abstract: 本申请公开了一种基于模糊神经网络的出水总磷预测方法、电子设备及介质。该方法可以包括：确定出水总磷的特征变量作为输入变量；构建基于模糊神经网络的初始预测模型；获取训练样本并输入至初始预测模型，通过多目标粒子群优化算法确定最终预测模型；将输入变量输入至最终预测模型，计算出水总磷。本发明建立基于模糊神经网络的预测模型对出水总磷进行预测，采用非对称隶属函数对变量数据的分布特性进行描述，利用多目标粒子群优化算法同时对模糊神经网络结构和参数进行动态调整，实现污水处理出水总磷浓度的实时预测。
-
公开(公告)号：CN120034624A
公开(公告)日：2025-05-23
申请号：CN202510174369.2
申请日：2025-02-18
Applicant: 北京市自来水集团有限责任公司 , 北京工业大学
Abstract: 本申请提供一种滤池清洗监测方法和装置，其中，方法包括：驱动多个摄像头分别对多个滤池进行拍摄，得到对应各个滤池的滤池视频数据；将所述滤池视频数据分别输入至已训练的滤池清洗监测模型进行监测，得到多个加药监测结果和反冲洗监测结果；根据同一个滤池的所述加药监测结果和所述反冲洗监测结果，得到该滤池的清洗监测结果。本申请可以减少监测滤池清洗所需要的人手，节省了人力资源，并且可以减少人工监测出现的失误，提高滤池清洗的监测准确性。
-
Patent Agency Ranking
公开(公告)号：CN115857341B
公开(公告)日：2025-05-13
申请号：CN202211495313.X
申请日：2022-11-26
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 一种基于多任务约束的污水处理过程优化控制方法，属于污水处理领域。为了实现污水处理过程中多任务约束并行优化控制，本发明构建污水处理过程多任务约束优化模型，描述具有出水水质约束的脱氮任务和除磷任务优化目标，设计基于自适应罚函数的污水处理过程多任务粒子群优化设定方法，求解污水处理过程溶解氧、硝态氮、甲醇流量和聚合氯化铝流量优化设定值并设计多任务控制器完成优化设定值的跟踪控制，从而促进污水处理过程生物脱氮任务和生物除磷任务的并行约束优化。
-
公开(公告)号：CN119717523A
公开(公告)日：2025-03-28
申请号：CN202411860365.1
申请日：2024-12-17
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于概率与维度联合预测的污水处理过程动态多目标优化控制方法，涉及污水处理技术领域。包括：获取污水处理过程的过程数据，其中；根据基于支持向量回归的预测器和过程数据构建优化目标函数；利用基于概率与维度联合预测的动态多目标优化算法和快速精英多目标遗传算法对目标函数进行求解得到一组Pareto最优解；根据一组Pareto最优解确定第五分区溶解氧浓度和第二分区硝态氮浓度的优化设定值；利用PID控制器和第五分区溶解氧浓度和第二分区硝态氮浓度的优化设定值进行实际第五分区溶解氧浓度和第二分区硝态氮浓度值的跟踪控制。本发明解决了现有技术中对应污水处理控制精确度低下的问题。
-
公开(公告)号：CN119668092A
公开(公告)日：2025-03-21
申请号：CN202411809649.8
申请日：2024-12-10
Applicant: 北京工业大学
IPC: G05B13/02
Abstract: 本发明提供了一种基于相关熵的事件触发递归模糊神经网络多变量控制方法，该方法包括：获取污水处理过程数据；通过污水处理过程数据构建初始模糊神经网络；构建事件触发结构调整机制，并通过事件触发结构调整机制对初始模糊神经网络进行结构调整，得到优化模糊神经网络；通过相关熵对优化模糊神经网络进行参数更新，得到更新模糊神经网络；通过李雅普诺夫函数对更新模糊神经网络进行验证，得到递归模糊神经网络；通过递归模糊神经网络对污水处理过程进行变量控制。该方法通过递归模糊神经网络控制污水处理过程，解决了难以控制溶解氧和硝态氮的问题，提高了控制的精确度和效率。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
571
records
(took 0.059 seconds)
