-
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: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:CN113759720B
公开(公告)日:2024-08-20
申请号:CN202110998607.3
申请日:2021-08-27
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种知识和数据驱动的污水处理过程切换控制方法,针对污水处理过程是一个强非线性和时变动态的复杂工业过程,且具有多种运行工况,实现污水处理过程中溶解氧DO浓度和硝态氮NO3‑N浓度的切换精准控制。该控制方法利用切换控制方法对被控对象建立多个模型,覆盖污水处理模型的参数不确定性,并建立多个模糊神经子控制器对溶解氧DO浓度和硝态氮NO3‑N浓度进行控制,此外,利用知识驱动机制和数据共享机制学习子控制器参数,补充并最大化利用不充足的数据信息,能够在不同运行工况下对溶解氧DO浓度和硝态氮NO3‑N浓度进行快速、准确的控制,提高了污水处理过程在不同工况下的运行性能,实现了令人满意的控制精度。
-
公开(公告)号:CN113610349B
公开(公告)日:2023-10-20
申请号:CN202110771110.8
申请日:2021-07-08
Applicant: 北京工业大学
IPC: G06Q10/0631 , G06Q10/0635 , G06N3/0464 , G06N3/08 , G06Q50/20
Abstract: 本发明提出了一种基于离散型Hopfield神经网络的化学实验室风险预警方法将通风照明设备运行状况a1、控温控湿设备运行状况a2、电路系统运行状况a3、危险化学品存放环境状况a4、危险化学品化学性质保存状况a5、实验仪器安全检查状况a6、实验仪器安全运行状况a7、安全指示标志状况a8、防火防爆设备运行状况a9、实验环境卫生状况a10、应急设备状况a11、应急疏散通道状况a12的实际结果编码化并输入到构建的离散型Hopfield神经网络中,在多次迭代后保持不变的特性实现对高校化学实验室安全状况多指标评估体系的风险预警。本发明解决需要大量数据进行仿真、迁移性差、构造方法复杂的问题,实现了对实验室安全状况直观、快速、准确的风险预警。
-
公开(公告)号:CN113759720A
公开(公告)日:2021-12-07
申请号:CN202110998607.3
申请日:2021-08-27
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种知识和数据驱动的污水处理过程切换控制方法,针对污水处理过程是一个强非线性和时变动态的复杂工业过程,且具有多种运行工况,实现污水处理过程中溶解氧DO浓度和硝态氮NO3‑N浓度的切换精准控制。该控制方法利用切换控制方法对被控对象建立多个模型,覆盖污水处理模型的参数不确定性,并建立多个模糊神经子控制器对溶解氧DO浓度和硝态氮NO3‑N浓度进行控制,此外,利用知识驱动机制和数据共享机制学习子控制器参数,补充并最大化利用不充足的数据信息,能够在不同运行工况下对溶解氧DO浓度和硝态氮NO3‑N浓度进行快速、准确的控制,提高了污水处理过程在不同工况下的运行性能,实现了令人满意的控制精度。
-
公开(公告)号:CN108898215A
公开(公告)日:2018-11-27
申请号:CN201810790763.9
申请日:2018-07-18
Applicant: 北京工业大学
Abstract: 一种基于自组织二型模糊神经网络的污泥膨胀智能辨识方法属于智能检测技术领域。污水处理厂污泥容积指数SVI浓度是衡量活性污泥法污泥膨胀现象的重要指标。针对污泥容积指数SVI无法在线监测,污泥膨胀频发故障类型难以判断的问题,本发明利用基于自组织二型模糊神经网络建立污泥容积指数SVI的软测量模型,完成了污泥容积指数SVI浓度的实时检测,结合目标相关性辨识算法,确定了污泥膨胀故障类别。结果表明该智能辨识方法能够快速获得污泥容积指数SVI的浓度,准确辨识污泥膨胀故障类别,提高了污水处理的质量和效率,保证了污水处理过程的稳定安全运行。
-
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:CN108898215B
公开(公告)日:2022-06-14
申请号:CN201810790763.9
申请日:2018-07-18
Applicant: 北京工业大学
Abstract: 一种基于自组织二型模糊神经网络的污泥膨胀智能辨识方法属于智能检测技术领域。污水处理厂污泥容积指数SVI浓度是衡量活性污泥法污泥膨胀现象的重要指标。针对污泥容积指数SVI无法在线监测,污泥膨胀频发故障类型难以判断的问题,本发明利用基于自组织二型模糊神经网络建立污泥容积指数SVI的软测量模型,完成了污泥容积指数SVI浓度的实时检测,结合目标相关性辨识算法,确定了污泥膨胀故障类别。结果表明该智能辨识方法能够快速获得污泥容积指数SVI的浓度,准确辨识污泥膨胀故障类别,提高了污水处理的质量和效率,保证了污水处理过程的稳定安全运行。
-
公开(公告)号:CN113610349A
公开(公告)日:2021-11-05
申请号:CN202110771110.8
申请日:2021-07-08
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于离散型Hopfield神经网络的化学实验室风险预警方法将通风照明设备运行状况a1、控温控湿设备运行状况a2、电路系统运行状况a3、危险化学品存放环境状况a4、危险化学品化学性质保存状况a5、实验仪器安全检查状况a6、实验仪器安全运行状况a7、安全指示标志状况a8、防火防爆设备运行状况a9、实验环境卫生状况a10、应急设备状况a11、应急疏散通道状况a12的实际结果编码化并输入到构建的离散型Hopfield神经网络中,在多次迭代后保持不变的特性实现对高校化学实验室安全状况多指标评估体系的风险预警。本发明解决需要大量数据进行仿真、迁移性差、构造方法复杂的问题,实现了对实验室安全状况直观、快速、准确的风险预警。
-
公开(公告)号:CN112130450A
公开(公告)日:2020-12-25
申请号:CN202010918198.7
申请日:2020-09-03
Applicant: 北京工业大学
IPC: G05B11/42
Abstract: 城市污水处理自动控制虚拟仿真实验教学系统属于水处理领域,又属于实验教学领域。该系统以计算机仿真技术、多媒体技术和网络技术为依托,形成一套完备的虚拟仿真实验教学系统。以线下线上相结合的教学方案,实现了理论与实践教学的深度融合,使学生可以在高度仿真下进行自动控制系统设计。设计了污水处理自动控制系统虚拟仿真实验方法,通过建立模型、设计控制器、调整控制器参数和分析控制系统性能,实现了全流程的控制器设计教学,结合数据驱动的模糊神经网络来自适应地调节控制器参数,解决了传统参数调节方法实时性差,人为调节不可靠的特点,提高了实验效率。
-
-
-
-
-
-
-
-
-