检索结果-南通市图书馆

基于自组织递归rbf神经网络的出水氨氮软测量研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于自组织递归RBF神经网络的出水氨氮软测量研究

作者：马士杰北京工业大学

学位级别：硕士

随着社会城镇化和工业化进程的加快,工业生产过程和城市用水的需求量越来越大,随之而来的水资源污染问题也相继增多,从而对人类的生存和发展以及社会的生态平衡带来了很大的影响。出水氨氮(NH-N)是水资源重要的污染物之一,可以作为评价... 详细信息

随着社会城镇化和工业化进程的加快,工业生产过程和城市用水的需求量越来越大,随之而来的水资源污染问题也相继增多,从而对人类的生存和发展以及社会的生态平衡带来了很大的影响。出水氨氮(NH-N)是水资源重要的污染物之一,可以作为评价水体质量的一个重要指标,氨氮超标会使水体富营养化并造成环境污染。因此,为了减少氨氮浓度超标带来的危害,对污水中氨氮的测量和研究变得至关重要。由于实际的污水处理厂中氨氮的测量方法存在操作繁琐,测量精度低,滞后时间长且仪器维护成本高等缺点,导致氨氮的含量很难实现在线检测。因此,针对污水处理过程中出水氨氮的实时检测问题,提出了一种基于递归正交最小二乘(Recursive Orthogonal Least Squares,ROLS)算法的自组织递归rbf神经网络的出水氨氮软测量模型,并完成了出水氨氮软测量智能系统的开发,实现了出水氨氮的准确预测。本文的研究工作主要分为以下几点:(1)基于ROLS算法的自组织递归rbf神经网络设计(ROLS-Rrbf)研究。本文提出一种基于ROLS算法的自组织递归rbf神经网络的结构设计方法。首先,根据隐含层节点对输出层神经元的独立贡献度,利用奇异值分解来决定最佳的隐含层神经元个数,实现递归rbf神经网络结构的动态调整。同时,采用一种自适应梯度下降(Adaptive Optimum Steepest Descent,AOSD)学习算法对递归rbf神经网络的参数进行训练以保证网络的精度。最后,本文绘出实验仿真,仿真结果表明:与其他自组织方法相比,基于ROLS算法的自组织递归rbf神经网络能够以较精简的结构实现较高的预测精度,为本文出水氨氮软测量模型的建立打下坚实的理论基础。(2)基于ROLS-Rrbf神经网络的出水氨氮软测量模型研究。为了实时预测污水处理过程中出水氨氮的含量,首先,对氨氮参与反应的机理进行分析,并且利用主元分析法(Principal Components Analysis,PCA)选择出辅助变量作为输入,出水氨氮作为输出。然后,建立基于ROLS-Rrbf神经网络的出水氨氮软测量模型。最后,为了验证该软测量模型的有效性,将其模型应用到实际的污水处理厂。实验结果表明:该软测量模型能够有效地实现出水氨氮的在线预测。(3)出水氨氮软测量智能系统开发。本文设计并开发了出水氨氮软测量智能系统,主要包括:用户管理模块;氨氮软测量系统主页模块;氨氮软测量相关信息模块;神经网络模型模块;二阶A2/O工艺模块。在系统的设计实现过程中,首先,利用Visual Studio 2010软件完成系统的界面设计。然后,通过SQL Server2008数据库存储用户信息和辅助变量等数据,并且利用C#语言与Matlab混合编程技术,实现出水氨氮的训练和预测。最后,通过用户管理模块、数据处理、神经网络模型训练和预测等各个模块间信息传输,实现出水氨氮预测值的输出并显示,达到软测量系统界面可视化的目的。

关键词：出水氨氮软测量模型 ROLS算法递归rbf神经网络动态调整

基于自组织递归rbf神经网络的出水BOD软测量研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自组织递归RBF神经网络的出水BOD软测量研究

作者：任忠铭北京工业大学

学位级别：硕士

近年来随着国家的飞速发展,我国的工业污水和生活污水日益增加,我国水资源污染问题变得十分严峻,污水治理的问题已经越来越多的出现在人们的视野中,能否有效的治理污水已经与人们未来的生活息息相关。生化需氧量(Biochemical Oxygen Dem... 详细信息

近年来随着国家的飞速发展,我国的工业污水和生活污水日益增加,我国水资源污染问题变得十分严峻,污水治理的问题已经越来越多的出现在人们的视野中,能否有效的治理污水已经与人们未来的生活息息相关。生化需氧量(Biochemical Oxygen Demand,BOD)是将有机物转化为无机物所消耗的氧量,它反应了污水的污染程度,并已被证明是水质管理和规划的重要变量。BOD的准确测量成为保证污水处理控制系统正常运行、出水水质达标的必要条件。因此针对实际污水处理过程中BOD难以准确测量的问题,文中提出了基于自组织递归rbf神经网络的出水BOD软测量模型。该模型首先通过引力搜索算法(Gravitational Search Algorithm,GSA)选取出神经网络的输入变量,之后利用定向信息和互信息对递归rbf神经网络(Recurrent rbf Neural Network,RrbfNN)进行结构动态调整。最后将该网络用于污水处理过程出水BOD的预测,并完成了出水BOD软测量智能系统的开发,实现了出水BOD的准确预测。文中的研究工作主要分为以下几点:(1)基于GSA的特征选择方法研究。文中提出了一种基于GSA的出水BOD特征选择方法。首先该方法将神经网络的均方根误差(RMSE)作为粒子的适应度函数,之后将粒子的位置信息应用Sigmoid函数进行转换,将特征变量选择转换成0-1组合优化问题,来选取出最优特征子集。从而避免网络由于输入变量过多而导致的计算复杂等问题。最后将该方法选取出的最优特征子集作为递归rbf神经网络的输入,来对出水BOD进行建模。(2)基于定向信息的自组织递归rbf神经网络设计研究。文中提出了一种基于定向信息(Directed Information,DI)的递归rbf神经网络结构调整算法(DI-Rrbf)。网络的结构调整和参数学习同时进行,首先在结构调整中,利用隐含层神经元,输出层神经元和反馈值间的交互信息获取网络定向信息强度,将定向信息值大的神经元进行分裂来满足网络对于预测精度和复杂度的要求,同时合并两个互信息值大的神经元以此来简化网络的结构,从而确定递归rbf神经网络的结构,同时在参数学习部分采用梯度下降算法进行训练,保证递归rbf神经网络结构调整过程中的精度。(3)基于DI-Rrbf神经网络的出水BOD软测量模型研究。文中为了对污水处理出水BOD进行准确预测,首先通过GSA对输入变量进行特征选择,将特征选择后选取出的最优变量组合作为DI-Rrbf神经网络的输入,出水BOD作为输出。之后建立基于DI-Rrbf神经网络的出水BOD软测量模型。最后,将提出的出水BOD软测量模型应用于实际污水处理数据中,与其他方法进行比较,实验结果表明,所提出模型能够有效地实现出水BOD的准确预测。(4)开发出水BOD软测量智能系统。文中设计并开发了出水BOD软测量智能系统,主要包括用户管理模块、BOD软测量系统主页模块、污水处理中重要参数数据及预测曲线显示模块。该系统通过将Visual Studio 2010软件与SQL Server2008数据库相连接实现用户的注册登录以及污水中相关数据的显示功能;在BOD预测模块中,利用C#语言与MATLAB混合编程技术,通过调用DI-Rrbf神经网络的MATLAB程序,实现训练和预测误差曲线的显示,实现软测量系统可视化的目标。

关键词：出水BOD预测软测量模型递归rbf神经网络定向信息引力搜索算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于递归rbf神经网络的出水氨氮预测研究

计算机与应用化学 2017年第2期34卷 145-151页

作者：乔俊飞马士杰许进超北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程出水氨氮难以在线测量的问题,文中提出了一种基于递归rbf神经网络的软测量方法来预测氨氮。首先,提取与出水氨氮相关的主元变量,剔除主元变量的异常数据。其次,利用递归rbf神经网络建立主元变量与出水氨氮的蕴含关系,... 详细信息

针对污水处理过程出水氨氮难以在线测量的问题,文中提出了一种基于递归rbf神经网络的软测量方法来预测氨氮。首先,提取与出水氨氮相关的主元变量,剔除主元变量的异常数据。其次,利用递归rbf神经网络建立主元变量与出水氨氮的蕴含关系,完成出水氨氮软测量模型的设计。最后,将提出的出水氨氮软测量方法应用于污水处理实际运行过程,结果表明,基于递归rbf神经网络的软测量方法能够实现出水氨氮的在线预测;同时,与其他方法的比较结果显示基于递归rbf神经网络的软测量方法具有较好的预测精度。

关键词：氨氮预测软测量递归rbf神经网络

基于分数阶互补滑模的PMLSM直接推力控制系统研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于分数阶互补滑模的PMLSM直接推力控制系统研究

作者：苗雨沈阳工业大学

学位级别：硕士

近年来,永磁直线同步电动机(PMLSM)凭借效率高、推力大、响应快等优点广泛应用于高速高精伺服系统中。PMLSM直接推力控制系统具有出色的动态响应能力,但存在较大的推力脉动和稳态误差,并且速度跟踪性能易受不确定性的影响,使用传统控制... 详细信息

近年来,永磁直线同步电动机(PMLSM)凭借效率高、推力大、响应快等优点广泛应用于高速高精伺服系统中。PMLSM直接推力控制系统具有出色的动态响应能力,但存在较大的推力脉动和稳态误差,并且速度跟踪性能易受不确定性的影响,使用传统控制方法无法保证系统具有良好的鲁棒性能和跟踪精度。为提高PMLSM直接推力控制系统的速度跟踪能力,改善系统在不确定性影响下的控制品质,设计了结合递归rbf神经网络的智能分数阶互补滑模速度控制器,保证PMLSM直接推力控制系统具有快速的动态响应,并提高系统的速度跟踪精度和鲁棒性能。首先,综述了PMLSM伺服系统的研究现状和应用前景,阐述了PMLSM的原理和结构。接着建立了包含不确定性的动态PMLSM数学模型,搭建了PMLSM的直接推力控制系统并分析了不确定性对跟踪性能的影响。然后,针对PMLSM直接推力控制系统中控制精度不足的问题,提出了分数阶互补滑模控制方法。利用互补滑模控制的强收敛性和分数阶微积分算子的滤波特性,抑制滑模控制的抖振和直接推力控制系统中的推力脉动,减小速度稳态误差,保证系统具有良好的鲁棒性能和速度跟踪精度。利用分数阶系统理论和Lyapunov定理证明了该方法的稳定性,通过仿真对比验证了该方法的有效性。最后,为改善系统在不确定性影响下的控制性能,进一步提高系统的动态响应能力和控制精度,提出了基于递归rbf神经网络的智能分数阶互补滑模控制方法。利用递归rbf神经网络估计器和自适应补偿器代替切换控制项,解决饱和函数的滑模增益和边界层厚度选取上的困难,并进一步改善系统的控制品质。通过仿真运行结果的对比,该方法能够有效提高PMLSM直接推力控制系统的动态响应能力,减小跟踪误差,进一步改善系统在不确定性影响下的速度跟踪能力和鲁棒性能。

关键词：永磁直线同步电动机直接推力控制速度控制器分数阶互补滑模控制递归rbf神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

永磁直线同步电机的智能动态面反推控制

永磁直线同步电机的智能动态面反推控制

作者：王浩林沈阳工业大学

学位级别：硕士

永磁直线同步电动机(PMLSM)凭借其结构简单、响应速度快、精度高等优点,广泛应用于伺服控制、工业生产等领域。PMLSM伺服系统相比传统驱动方式,采用直接驱动方式的同时简化了系统结构,但系统跟踪精度易受参数变化、摩擦力和负载扰动等... 详细信息

永磁直线同步电动机(PMLSM)凭借其结构简单、响应速度快、精度高等优点,广泛应用于伺服控制、工业生产等领域。PMLSM伺服系统相比传统驱动方式,采用直接驱动方式的同时简化了系统结构,但系统跟踪精度易受参数变化、摩擦力和负载扰动等不确定性因素的影响,为提高系统在不确定性因素影响下的跟踪性能和鲁棒性能,本文分别采用两种自适应神经网络与动态面反推控制相结合的控制方法来控制PMLSM伺服系统。首先,详细阐述了PMLSM的结构特点和工作原理,建立了含有不确定性因素的PMLSM数学模型。阐述了PMLSM矢量控制原理,并建立了PMLSM矢量控制系统。分析了系统中不确定性因素产生的原因以及对系统控制精度造成的影响,然后,针对PMLSM伺服控制系统在受到参数变化、负载扰动等不确定性因素影响下不能保持良好位置跟踪精度的问题,提出了动态面反推控制方案,通过在虚拟控制律后加入一阶低通滤波器,简化控制器的设计过程来解决传统反推控制中存在的“参数膨胀”问题。同时,利用李雅普诺夫稳定判据来保证系统的稳定性。仿真结果表明,所提出的控制方案提高了系统的鲁棒性能和跟踪性能。最后,为进一步提高PMLSM伺服系统的跟踪性能和鲁棒性能,针对系统中不确定性因素在建模过程不精准的问题,分别采用了自适应径向基(rbf)神经网络动态面反推控制、自适应递归rbf神经网络动态面反推控制,利用自适应神经网络对不确定性因素进行估计和补偿,提高系统的鲁棒性能。对比仿真结果可知,智能动态面反推控制相比动态面反推控制进一步提高了系统的鲁棒性能和跟踪性能,其中自适应递归rbf神经网络动态面反推控制比自适应rbf神经网络动态面反推控制有更好的跟踪性能和鲁棒性能。

关键词：永磁直线同步电机反推控制动态面控制 rbf神经网络递归rbf神经网络