基于仿真机理和改进回归决策树的二噁英排放建模

作     者：夏恒 汤健 余文 乔俊飞 XIA Heng;TANG Jian;YU Wen;QIAO Jun-Fei

作者机构：北京工业大学信息学部北京100124 北京工业大学智慧环保北京实验室北京100124 墨西哥国立理工大学高级研究中心(CINVESTAV-IPN)墨西哥07360墨西哥 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2024年第50卷第8期

页      面：1601-1619页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 

基　　金：国家自然科学基金(62073006 62173120 62373017)资助 

主　　题：城市固废焚烧 二噁英 燃烧状态 数值仿真机理 线性回归决策树 半监督迁移学习 

摘      要：城市固废焚烧(Municipal solid waste incineration,MSWI)过程是“世纪之毒二噁英(Dioxin,DXN)的重要排放源之一.截止目前为止,DXN的演化机理和实时检测仍是尚未解决的难题.现有研究主要基于离线化验数据构建数据驱动模型,DXN的检测未有效结合燃烧过程机理.针对该问题,本文提出基于仿真机理和改进线性回归决策树(Linear regression decision tree,LRDT)的DXN排放建模.首先,采用基于床层固废燃烧模拟软件FLIC(Fluid dynamic incinerator code)和过程工程先进系统软件(Advanced system for process engineering Plus,Aspen Plus)耦合的数值仿真模型,获取蕴含多运行工况的虚拟机理数据;接着,利用虚拟机理数据构建基于改进LRDT的CO_(2)、CO和O_(2)燃烧状态表征变量模型;然后,以真实CO_(2)、CO、O_(2)作为输入和以DXN真值作为输出,构建多入单出LRDT的过程映射模型(Process mapping model,PMM),再利用该模型进行半监督学习和结构迁移得到机理映射模型1(Mechanism mapping models1,MMM1);最后,通过结构增量学习获得基于半监督迁移学习的MMM2模型.在实验室的半实物平台和北京某MSWI厂的边侧验证平台对所提方法进行了工业应用验证.实验结果证明了所提方法与研发的软测量系统可有效实现二噁英排放浓度在线检测.