-
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：CN113156074B
公开(公告)日：2023-06-23
申请号：CN202110196095.9
申请日：2021-02-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法，属于污水处理领域，针对污水处理过程数据量不足的情况下，难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型，通过参考模型获取知识，并设计粒子滤波算法对知识进行校正，利用污水处理过程的知识和数据完成检测模型的参数调整，实现出水总氮的精准检测，解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题，具有较好的学习效率和预测精度。
-
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。
-
Patent Agency Ranking
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：CN112967761B
公开(公告)日：2023-10-27
申请号：CN202110255012.9
申请日：2021-03-09
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自组织模糊神经网络的污水除磷加药计算方法及介质。该方法包括：确定以第t时刻的出水总磷浓度设定值与实际值的误差以及误差的变化率为输入数据，以第t时刻加药量增量为输出数据；基于自组织模糊神经网络，建立与时刻t相关的网络模型结构，确定第t时刻的结构参数；随时刻步进，针对网络模型结构进行模糊神经网络自组织调整；根据第t时刻的结构参数计算第t+1时刻的结构参数，获得第t+1时刻的输出数据；将第t+1时刻的输出数据加上第t时刻的加药量，获得第t+1时刻的加药量。本发明采用自组织模糊神经网络控制器根据出水总磷的检测值计算加药量，使出水总磷浓度稳定在设定值附近，最大程度节省药剂投加量。
-
公开(公告)号：CN114755986A
公开(公告)日：2022-07-15
申请号：CN202210296783.7
申请日：2022-03-24
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
IPC: G05B19/418 , C02F1/00
Abstract: 本发明提供一种污水处理多模型预测控制方法、装置、电子设备及介质，其中，第一控制变量具有第一采样周期T1，第二控制变量具有第二采样周期T2，控制方法包括：步骤1：计算第一采样周期和第二采样周期的最小公倍数ζ；步骤2：根据系统的ζ/T1+ζ/T2‑1个采样状态建立N＝ζ/T1+ζ/T2‑1个子模型，记为M1,M2...MN；步骤3：针对每个子模型建立对应的目标函数J1，J2...JN；步骤4：利用子模型Mk在任意采样时刻tk获取第一控制变量的预测值和第二控制变量的预测值，最小化目标函数Jk，根据公式实现在第一控制变量或第二控制变量有采样值的时刻实时在线控制第一控制变量和第二控制变量的值。
-
公开(公告)号：CN113156074A
公开(公告)日：2021-07-23
申请号：CN202110196095.9
申请日：2021-02-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法，针对污水处理过程数据量不足的情况下，难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型，通过参考模型获取知识，并设计粒子滤波算法对知识进行校正，利用污水处理过程的知识和数据完成检测模型的参数调整，实现出水总氮的精准检测，解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题，具有较好的学习效率和预测精度，能够保证电子产品回收的高效稳定运行。
-
公开(公告)号：CN112967761A
公开(公告)日：2021-06-15
申请号：CN202110255012.9
申请日：2021-03-09
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自组织模糊神经网络的污水除磷加药计算方法及介质。该方法包括：确定以第t时刻的出水总磷浓度设定值与实际值的误差以及误差的变化率为输入数据，以第t时刻加药量增量为输出数据；基于自组织模糊神经网络，建立与时刻t相关的网络模型结构，确定第t时刻的结构参数；随时刻步进，针对网络模型结构进行模糊神经网络自组织调整；根据第t时刻的结构参数计算第t+1时刻的结构参数，获得第t+1时刻的输出数据；将第t+1时刻的输出数据加上第t时刻的加药量，获得第t+1时刻的加药量。本发明采用自组织模糊神经网络控制器根据出水总磷的检测值计算加药量，使出水总磷浓度稳定在设定值附近，最大程度节省药剂投加量。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
