基于模糊神经网络的COD软测量技术的研究

针对现在污水处理过程中监测水质的设备与技术比较落后,原始的实验室化验方法会造成时间的严重滞后,不能及时的反馈信息保证产品的质量,可能会造成一些严重的后果;采用了一种基于模糊神经网络(FNN)软测量技术的方法,充分利用神经网络的非线性映射能力、学习能力、并行处理能力和容错能力,以及模糊逻辑系统处理不确定性的能力等优势;将两者有机结合起来,组成在功能上更加完善和强大的模糊神经网络,以此进行建模,实现对污水处理中难测水质指标-化学需氧量(COD)的在线监测。     

污水处理出水水质软测量建模研究

污水水质参数监测技术是限制实时在线控制的一个重要因素。本论文进行了基于神经网络软测量技术的污水处理出水水质软测量建模的研究,目标是解决污水处理厂重要出水水质指标因人工化验检测而产生的严重滞后问题,以实现污水处理出水水质的预测及控制。     

基于XGBoost的出水氨氮和总磷浓度的软测量研究

针对污水处理过程中出水氨氮(NH4-N)和总磷(TP)浓度两个重要指标难以在线测量的问题,提出了一种基于极端梯度提升(eXtreme Gradient Boosting,XGBoost)算法的软测量方法.首先,针对数据预处理,采取K-邻近(K-Near-est-Neighbor,KNN)方法进行缺失值填充;其次,使用X...     

污水处理过程COD指标集成软测量模型

针对污水处理过程中水质参数COD指标难以在线检测的问题,提出一种基于分布式改进BP神经网络和灰色预测的COD指标集成软测量模型。为反映污水处理过程的不同工况,采用满意聚类算法对数据样本进行聚类处理,将数据样本划分为若干个子样本集,利用改进BP神经网络方法分别为每个子样本集建立预测模型,计算当前输入数据与各个聚类中心的欧式距离,将欧式距离较小的部分预测模型的输出进行综合,得到分布式神经网络的COD指标预估值;为反映COD指标的时间相关性,基于COD指标历史数据采用改进灰色预测建模方法计算得到当前时刻COD指标的预估值;采用动态加权方法将获得两个COD指标预估值进行加权集成。仿真实验表明,集成软测量模型具有较好的预测性能,可以满足污水处理过程COD指标实时检测的精度要求。     

基于光度测量的COD检测

本系统以集成电路模块,A/D和AT89 C52为核心,利用硅光电池和运放实现光电转换,测量入射和透射光的强度,依据朗伯-比耳比色原理,微控器可自动计算出溶液的化学需氧量(COD)值.系统还具有测试数据的打印,实时时钟,超量程报警等功能.同时系统还提供PC串口通信与数据库管理系统,便于测量结果的保存和分析.     

基于类脑模块化神经网络的污水处理过程关键出水参数软测量

针对城市污水处理过程关键出水参数难以实时检测的问题,文中提出了一种基于类脑模块化神经网络（Brain-like modular neural network,BLMNN）的关键出水参数软测量方法.首先,基于互信息和专家知识进行任务分解,分析关键出水参数的相关变量,获取各出水参数的辅助变量.其次,通过模拟大脑皮层模块化分区结构,构建软测量子模型对各水质参数进行同步测量,降低软测量模型复杂度的同时保证了其精度.最后,通过基于实际数据的仿真实验验证了所提出方法的准确性和有效性.     

基于ARM嵌入式系统的软测量应用

在基于Windows CE操作系统的ARM嵌入式系统上实现了一套通用工业过程软仪表。选用ARM嵌入式系统作为硬件平台,基于普通PC机上的嵌入式应用软件开发包Embeded VC 开发,应用双重RBF神经网络的模型作为软测量的数学模型。该软件包采用面向对象的软件体系结构,根据模块细化原则可以划分为系统调度、数据预处理、系统组态、核心算法、通讯和人机界面等6个模块。应用该软仪表对某化工厂加压甲醇精馏塔塔顶甲醇浓度模型进行仿真测试,取得了较好的结果。     

基于逆系统的青霉素发酵软测量

针对青霉素发酵过程中菌体浓度、基质浓度、产物浓度等关键参量难以直接测量的难题,将逆系统方法与动态递归模糊神经网络(DRFNN)相结合,提出一种基于动态递归模糊神经逆的青霉素发酵软测量方法.在证明了系统可逆的条件下,得到系统的逆模型;再应用DRFNN网络所具有的自学习,自适应能力以及对任意非线性的逼近能力,对该模型进行了...     

基于神经网络的污水处理软测量系统的研究

针对污水处理质量指标无法在线检测的问题,提出了基于人工神经网络的软测量方法。构造了污水处理质量软测量的神经网络结构,运用实际工业污水处理过程测量数据对BP神经网络进行了训练和仿真。结果表明,实能准确地进行污水处理质量的实时估计,实现污水处理质量的实时控制。     

基于嵌入式结构的二次纤维造纸废水监控系统

系统基于嵌入式组态软件开发设计,实现了二次纤维污水处理信号的采集、处理和实时监控,并可完成报表生成及打印等功能.系统集控制技术、数据库技术、计算机图形接口技术于一体,实现了系统的动态显示、历史数据查询、数据记录,并提供友好的人机界面、可靠性高、可维护性强.     

基于模糊神经网络的出水总磷软测量方法研究

在污水处理过程中,出水总磷(Total Phosphorus,TP)是衡量污水处理效果的关键参数之一。本文针对目前出水TP难以实时测量的问题,提出了一种基于模糊神经网络(FNN)的出水TP软测量方法。该软测量方法通过实际运行数据,利用偏最小二乘法(Partial Least Squares,PLS)筛选出与出水TP相关性强的过程变量;同时,利用FNN建立了出水TP与相关性变量之间的软测量模型,并将该方法嵌入到污水处理运行系统。实验结果显示该软测量方法能够实现出水TP的实时预测,并且具有较好的预测精度。     

软测量系统的数据通信实现

本文提出了一种软测量系统数据通信的具体实现方法.利用可视化编程工具Visual Basic(vB)通过AcfiveX控件技术实现对PHD数据对象的访问,进行数据的实时存取,为软测量模型计算提供数据来源;采用二进制文本的方法实现Matlab与VB应用程序的数据交换;并利用组态王实现Access数据库与外部程序的数据交换.在系统界面上实时显示各类采集和运算结果.最后整体实现了系统从数据采集、模型运算和界面显示的正常运行.     

基于软总线构件技术的数据传输处理系统开发

本文从软构件技术出发，提出了一种基于软件总线体系结构的专用软件开发模式．详细讨论了谊系统的体系结构和逻辑层次、软总线的通信结构以及总线API等关键技术。     

基于PCA-PSO-LSSVM的温室大棚温度预测方法

针对温度预测的精度和效率问题,提出了在主成分分析(PCA)法的条件下,利用粒子群优化(PSO)算法优化最小二乘支持向量机(LSSVM)的温室大棚温度预测方法.采用PSO算法对LSSVM的模型参数进行优化,并以自动获取的最佳参数组合构建温度与其影响因子间非线性预测模型.利用搭建的温室大棚智能监控系统对人工温室中的6种环境参数进行采集,并利用所测数据对上述模型进行验证.实验结果表明:与PCA-LSSVM预测模型和PSO-LSSVM预测模型相比,所提预测模型预测效果良好.3种模型评价指标均优于其他预测方法.基于PCA-PSO-LSSVM温度预测模型在全局优化及收敛速度方面具有较大优势,具有良好的自学能力和自适应能力,预测精度高.     

基于离子交换技术的电解锰废水自动化处理系统

电解锰工业生产过程产生严重的环境污染与生态问题,国内电解锰废水处理技术相对落后。与中国环境科学研究院合作,基于离子交换原理,采用先进的工业控制技术设计了一套电解锰废水自动化处理系统,实现了电解锰废水自动化处理与重金属资源化利用,现场运行表明该系统满足排放标准,实现了电解锰清洁化生产。     

基于T-S模糊系统的软测量混合建模研究

在分析几种模糊系统建模方法的基础上，提出一种简单有效的软测量建模方法．该算法基于变结构构造法模糊建模思想，均匀设计模型的初始结构，以绝对误差为建模指标，通过增加模糊规则来提高T S模糊系统的精度．为降低规则参数辨识的计算量，提高建模速度，将规则参数分为线性和非线性两部分，分别采用Levenberg Marquardt法与最小二乘法进行辨识．实例证明，本文所提出的建模方法规则分布合理，收敛速度快，泛化性能好，适合建立多输入的软测量模型，具有较好的实际应用价值．     

基于CCD图像处理的角度测量系统

文章论述了一个基于CCD图像处理的角度测量系统。它利用了光栅干涉条纹倾角、间距与光栅夹角、栅片节距之间存在特定关系的原理,使用CCD摄像机、PC机实现了一个图像采集处理系统,通过计算干涉条纹倾角和条纹间距得到两片光栅片之间的夹角,从而实现角度测量。该系统应用于轴承扭矩的测量。经实验,该系统具有工作稳定、界面友好、测量精度高(可达10^-4)等特点。该系统也可以应用到其他微小角度和距离测量的场合,如平衡校准、微量称重。     

基于神经网络的过程软测量

提出基于神经网络的软测量技术的一般框架,并针对一个实际的催化裂化装置,采用多层前向网络和推广随机逼近算法对粗汽油干点的软测量进行了研究.理论分析和模拟表明,该模型可以很好地描述实际对象特性.     

基于SVM的软测量建模

支持向量机(Support Vector Machines)是一种基于统计学习理论的新型学习机，本 文提出用支持向量机建立软测量模型．理论分析和仿真研究表明，该方法学习速度快、跟踪 性能好、泛化能力强、对样本的依赖程度低，比基于RBF神经网络的软测量建模具有更好的 推广能力．