氧化槽温度实时动态精准预测仿真研究

受高寒地区极端天气影响和换热管换热作用,氧化槽内的温度分布不均、复杂多变,甚至影响细菌氧化的效率。为探究氧化槽温度动态分布和实时变化,融合DDDAS思想提出离线—在线分离法对氧化槽温度进行实时动态精准仿真预测。首先建立氧化槽内部热量传递模型;其次针对系统参数空间高维问题,离线阶段采用POD方法确定氧化槽温度变化的主导模态,降低系统参数维度;为了解决传感器测量有效信息难的问题,在线阶段采用贪婪算法优化传感器测量位置;最后通过RKF将测量信息注入到仿真中以提高氧化槽温度的预测精度。结果表明,离线—在线分离法能够对氧化槽温度进行实时精准预测。     

生物氧化预处理ORP实时动态精准预测研究

提出基于相空间重构理论和学习型狼群算法优化最小二乘支持向量回归机(LSSVR)的氧化还原电位(ORP)实时动态精准预测方法。以生物氧化预处理过程中采集到的ORP数据为研究对象,采用小波分析滤除ORP数据中的噪声,以相空间重构的ORP时间序列训练LSSVR预测模型。为了提高模型的泛化能力,提出学习型狼群算法优化LSSVR模型参数,并用时间窗口平移化方法和反馈校正法分别对模型和预测输出进行更新和修正。试验结果对比表明所提方法可行有效。