检索结果-南通市图书馆

基于超标抑制策略的污水处理过程多目标优化控制

在线全文

学校读者我要写书评

暂无评论

信息与控制 2024年第2期53卷 250-260+272页

作者：刘传玉熊伟丽江南大学物联网工程学院轻工过程先进控制教育部重点实验室

为解决污水处理过程出水氨氮和总氮浓度超标问题，提出了一种基于超标抑制策略的多目标优化控制方法。该方法利用长短期记忆网络的时序建模能力，对出水氨氮和总氮浓度建立预测模型，采用基于分解的动态种群多邻域多目标进化算法对水质... 详细信息

为解决污水处理过程出水氨氮和总氮浓度超标问题，提出了一种基于超标抑制策略的多目标优化控制方法。该方法利用长短期记忆网络的时序建模能力，对出水氨氮和总氮浓度建立预测模型，采用基于分解的动态种群多邻域多目标进化算法对水质和能耗进行优化，结合预测模型输出确定硝态氮和溶解氧浓度的最优设定值，并对设定值进行跟踪控制。当水质超标时，采取抑制策略对外回流量及外部碳源加以控制，调节溶解氧浓度并对硝态氮浓度进行二次优化以抑制峰值。所提优化控制方法在基准仿真1号平台进行验证。结果表明，所提方法能够有效抑制氨氮和总氮浓度超标，超标时长及能耗明显低于所对比控制方法。

关键词：污水处理过程超标抑制策略长短期记忆网络预测模型二次优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

助训练策略下的多模型软测量建模

系统仿真学报 2024年第1期36卷 249-259页

作者：何罗苏阳熊伟丽江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并... 详细信息

由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并建立若干子模型;通过引入助训练策略,形成基于主、辅学习器的协同训练框架,并设计置信度评估机制淘汰误差样本的同时扩充子模型的建模空间;进而将模糊隶属度作为D-S证据理论的概率分配函数计算出子模型权重,对子模型的输出进行融合以得到最终的模型预测结果。通过对脱丁烷塔工业过程的实际数据进行建模仿真,结果表明此模型具有良好的预测性能。

关键词：软测量建模多模型助训练学习器脱丁烷塔

基于SSA优化的变论域模糊PID控制器及其污水处理过程应用

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：李志峰熊伟丽江南大学物联网工程学院

由于复杂多变的生化反应、进水流量和浓度的不断变化等因素，污水处理过程表现出强非线性和时变性等特征，从而导致其过程变量难以精确控制。因此，设计了一种麻雀搜索算法(SSA)优化的变论域模糊PID控制器，对溶解氧和硝态氮浓度进行跟... 详细信息

由于复杂多变的生化反应、进水流量和浓度的不断变化等因素，污水处理过程表现出强非线性和时变性等特征，从而导致其过程变量难以精确控制。因此，设计了一种麻雀搜索算法(SSA)优化的变论域模糊PID控制器，对溶解氧和硝态氮浓度进行跟踪控制。首先，利用SSA优化第5单元和第2单元的变论域模糊PID控制器的PID初始参数值；然后，进行二次寻优，即对量化因子和比例因子进行优化，并设计基于模糊规则的论域自适应调整策略在线整定控制器参数，以提高控制器的跟踪精度；最后，应用污水处理过程国际基准仿真平台进行恒值和动态变值跟踪控制的实验验证。实验结果表明，与基于自适应伸缩因子变论域模糊PID控制器、模糊PID控制器、常规PID控制器相比，所设计控制器的绝对误差积分指标得到明显降低，有效降低能耗的同时提升了出水水质。

关键词：污水处理过程麻雀搜索算法变论域模糊PID 参数优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

受控自回归系统的带惩罚项梯度辨识算法

控制与决策 2024年第8期 2719-2727页

作者：孙焕琪熊伟丽丁锋江南大学物联网工程学院

基于带惩罚项准则函数,研究受控自回归系统的辨识问题.首先,通过负梯度搜索,极小化带惩罚项的准则函数,得到计算参数估计的递推关系,并利用一维线搜索确定最佳步长,推导带惩罚项投影梯度辨识算法和带惩罚项随机梯度辨识算法;然后,为了... 详细信息

基于带惩罚项准则函数,研究受控自回归系统的辨识问题.首先,通过负梯度搜索,极小化带惩罚项的准则函数,得到计算参数估计的递推关系,并利用一维线搜索确定最佳步长,推导带惩罚项投影梯度辨识算法和带惩罚项随机梯度辨识算法;然后,为了提高带惩罚项随机梯度算法的收敛速度,使用多新息辨识理论,推导带惩罚项多新息随机梯度辨识算法;最后,通过仿真实例验证所提出算法的有效性.

关键词：参数估计随机梯度多新息辨识惩罚项准则函数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应稀疏宽度学习系统的软测量建模

系统仿真学报 2024年

作者：杜康萍隋璘熊伟丽江南大学物联网工程学院江南大学轻工过程先进控制教育部重点实验室

针对复杂工业过程具有非线性、变量多特征耦合的特性，导致模型复杂度增加及性能降低等问题，提出一种基于自适应稀疏宽度学习系统的软测量建模方法。在宽度学习系统对特征横向增强传递的基础上，进一步采用迹LASSO对网络特征权重进行... 详细信息

针对复杂工业过程具有非线性、变量多特征耦合的特性，导致模型复杂度增加及性能降低等问题，提出一种基于自适应稀疏宽度学习系统的软测量建模方法。在宽度学习系统对特征横向增强传递的基础上，进一步采用迹LASSO对网络特征权重进行优化，根据不同变量间的相关性自适应调整惩罚强度，提高模型特征提取能力；并在增强节点部分引入Dropout机制，利用LASSO求解输出权重，对模型整体进行稀疏优化，剔除过量节点，减少计算过程中的冗余数据。通过在某燃煤电厂烟气脱硫过程实际应用验证了算法的有效性，与传统宽度学习系统等多种算法对比表明，所提方法能在有效简化模型结构的同时，提高其预测性能。

关键词：软测量宽度学习系统迹LASSO 正则化稀疏模型

带FIR滤波的非线性滑动平均动态软测量模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制理论与应用 2024年第4期41卷 609-618页

作者：孙文心马君霞熊伟丽江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时... 详细信息

非线性滑动平均(NMA)模型能有效描述工业过程的动态特性,是一种典型的动态软测量模型.而受限于模型复杂度,NMA模型的输入时序边界相对较窄,难以适应带有大滞后或强测量噪声的动态工业过程.针对该问题,本文将NMA模型与结构简单、输入时序边界宽的FIR滤波器相结合,构造一种非线性、强抗干扰的软测量建模策略.并设计层白化结构来避免二者间的参数耦合现象,采用Adam算法进行同步优化,提高模型的预测精度及训练效率.最后,利用数值仿真和硫回收过程建模实验,验证所提模型的预测精度以及模型设计的合理性.

关键词：动态软测量 NMA模型 FIR滤波参数解耦

基于动态种群多邻域MOEA/D的污水处理过程优化控制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

控制工程 2024年第4期31卷 703-711页

作者：刘传玉熊伟丽江南大学物联网工程学院轻工过程先进控制教育部重点实验室江苏无锡214122

针对污水处理过程中以能耗和罚款为对象的多目标优化控制问题,对基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)进行改进,提出基于动态种群的多邻域MOEA/D用于污水处理过程中多目标... 详细信息

针对污水处理过程中以能耗和罚款为对象的多目标优化控制问题,对基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)进行改进,提出基于动态种群的多邻域MOEA/D用于污水处理过程中多目标优化控制。首先,将种群分为3个初始子种群,不同子种群由不同变异策略产生新解,并通过子代进化率对子种群规模进行动态调整,以适应不同进化时期对策略的需求;其次,分析种群在迭代过程中的进化状态,并结合各策略搜索的范围为每种变异策略分配一个邻域,以提升各策略的搜索性能。实验结果表明,该算法的收敛性和多样性相较于传统算法有明显的提升,该算法能够达到对污水处理过程中的目标进行优化的目的。

关键词：污水处理过程多目标优化多邻域动态种群

基于Tri-training GPR的半监督软测量建模方法

在线全文

学校读者我要写书评

暂无评论

化工学报 2024年

作者：马君霞李林涛熊伟丽江南大学物联网工程学院江南大学轻工过程先进控制教育部重点实验室

集成学习因通过构建并结合多个学习器，常获得比单一学习器显著优越的泛化能力。但是在标记数据比例较少时，建立高性能的集成学习软测量模型依然是个挑战。针对这一个问题，本文提出一种基于半监督集成学习的软测量建模方法-Tri-traini... 详细信息

集成学习因通过构建并结合多个学习器，常获得比单一学习器显著优越的泛化能力。但是在标记数据比例较少时，建立高性能的集成学习软测量模型依然是个挑战。针对这一个问题，本文提出一种基于半监督集成学习的软测量建模方法-Tri-training GPR(Gaussian Process Regression，GPR)模型。该建模策略充分发挥了半监督学习的优势，减轻建模过程对标记样本数据的需求，在低数据标签率下，仍能通过对无标记数据进行筛选从而扩充可用于建模的有标记样本数据集，并进一步结合半监督学习和集成学习的优势，提出一种新的选择高置信度样本的思路。将所提出方法应用于青霉素发酵和脱丁烷塔过程，建立青霉素和丁烷浓度预测软测量模型，与传统的建模方法相比获得了更优的预测结果，验证了模型的有效性。

关键词：软测量集成学习半监督学习 Tri-training 高斯过程回归过程控制动力学模型化学过程

一种污水处理优化控制过程的超标抑制控制方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高校化学工程学报 2022年第6期36卷 859-869页

作者：赵杨熊伟丽江南大学物联网工程学院江苏无锡214122 江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

常规污水处理过程多目标优化控制中存在出水氨氮和总氮浓度长时间超标的问题,为此提出一种污水处理优化控制过程的超标抑制控制方法。该方法在对多目标优化算法获取的溶解氧和硝态氮质量浓度设定值进行跟踪控制的同时,引入了超标抑制决... 详细信息

常规污水处理过程多目标优化控制中存在出水氨氮和总氮浓度长时间超标的问题,为此提出一种污水处理优化控制过程的超标抑制控制方法。该方法在对多目标优化算法获取的溶解氧和硝态氮质量浓度设定值进行跟踪控制的同时,引入了超标抑制决策;利用AdaBoost-LSSVM实时预测出水氨氮和总氮质量浓度,并根据两者的超标情况选取合适的控制策略,以避免出现超标。基于国际基准仿真平台(BSM1)进行验证,结果表明所提的超标抑制控制方法能在兼顾污水处理过程能耗和出水水质的同时,保证出水氨氮和总氮质量浓度不超标。

关键词：污水处理 AdaBoost-LSSVM 优化控制超标抑制控制