-
公开(公告)号：CN113313230A
公开(公告)日：2021-08-27
申请号：CN202110421204.2
申请日：2021-04-19
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于知识模糊宽度学习的膜污染智能决策方法，针对膜生物反应器‑污水处理过程中膜污染事件频发、危害巨大等问题。本发明利用模糊宽度学习网络建立膜污染决策模型，采用一型模糊神经元替代宽度学习网络的特征层神经元，利用经验知识设定模糊宽度学习网络决策模型的参数，解决了实际膜污染决策过程中数据不足的问题，实现膜污染精准决策，提高了对膜污染的处理能力。实验结果表明该方法能够提供准确的决策意见，减轻膜污染造成的危害，保障污水处理过程安全稳定高效运行。
-
公开(公告)号：CN113311035A
公开(公告)日：2021-08-27
申请号：CN202110535042.5
申请日：2021-05-17
Applicant: 北京工业大学
IPC: G01N27/26 , G01N27/416 , G06N3/04
Abstract: 针对污水处理过程中出水总磷难以在线检测的问题，设计了一种基于宽度学习网络的出水总磷预测模型，采用梯度下降算法对模型参数进行在线调整，建立了精确的出水总磷预测模型；将设计的预测模型应用于实际的污水处理过程；实验结果表明：基于宽度学习网络的预测模型不仅能够实现污水处理过程出水总磷的在线检测，而且具有较高的检测精度。
-
公开(公告)号：CN111399455B
公开(公告)日：2021-06-04
申请号：CN202010219077.3
申请日：2020-03-25
Applicant: 北京工业大学
IPC: G05B19/418
Abstract: 一种基于运行过程信息的城市污水处理实时优化控制方法属于污水处理领域。城市污水的再生回用是缓解水资源短缺对社会经济发展影响的有效方法，其优化控制目标是减少能源消耗和排污费用。本发明以最小化能源消耗和排污费用作为优化目标，使用污水处理实时运行数据，获得运行过程信息，设计基于运行过程信息的多目标差分进化算法，获得溶解氧浓度和硝态氮浓度的动态优化设定值，以曝气量和内循环回流量为控制量，氧传递系数和内回流量为操作量，对优化设定值进行跟踪，有效减少了能源消耗和排污费用，提高了城市污水处理的社会效益与经济效益。
-
公开(公告)号：CN112363391A
公开(公告)日：2021-02-12
申请号：CN202011092548.5
申请日：2020-10-14
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于自适应分段滑模控制的污泥膨胀抑制方法，针对污水处理过程易发生污泥膨胀异常工况现象，难以过渡到正常工况的问题，实现污泥膨胀的抑制。本发明采用模糊神经网络获取污水处理运行过程的水质参数实时预测污泥体积指数判断运行过程所处工况，为控制器的切换提供参考信号，并设计具有自适应切换机制的分段滑模控制器对溶解氧浓度和硝态氮浓度进行调控，协调生化反应过程，改善污泥沉降特性，能够保证污水处理过程在发生污泥膨胀时恢复到正常工况。
-
公开(公告)号：CN112327615A
公开(公告)日：2021-02-05
申请号：CN202011057804.7
申请日：2020-09-29
Applicant: 北京工业大学
Abstract: 一种基于无抖振模糊滑模的控制方法，属于自动控制、信息技术领域，也属污水处理技术领域。针对污水处理脱氮过程的高度非线性、多变量耦合、干扰严重等特点，本发明实现过程中硝态氮和溶解氧浓度的精确控制；所述方法能进行内回流量和曝气量的自适应调节，保障流程在多变的工况下长期稳定运行；克服强干扰同时保持控制精度，抑制控制信号抖振；并且无需建立精确的数学模型，为模型未知的工业系统提供了新型的控制方案。
-
Patent Agency Ranking
公开(公告)号：CN111931953A
公开(公告)日：2020-11-13
申请号：CN202010644753.1
申请日：2020-07-07
Applicant: 北京工业大学
Abstract: 本发明公开一种面向智能回收装备的废旧手机多尺度特征深度森林识别方法，对已有手机图像进行预处理，裁剪图像只保留手机特征，减小图像中背景信息对识别的干扰；然后提取多尺度待识别图像的方向梯度直方图(HOG)特征；最后以该特征作为输入，采用DF模型实现废旧手机识别。
-
公开(公告)号：CN110852808A
公开(公告)日：2020-02-28
申请号：CN201911117324.2
申请日：2019-11-14
Applicant: 北京工业大学
Abstract: 本发明涉及一种基于深度神经网络的电子产品异步自适应价值评估方法，用于解决二手电子产品自动定价的问题。具体包括估计产品本身价值的估价模块和为应对市场变化进行定价调整的自适应调价模块，自适应调价模块使用双深度Q网络，其模型结构由两个结构相同、参数不同的深度Q学习网络构成，即行为网络和目标网络；估价模块根据影响电子产品价格的内部属性得到t时刻的产品基本估价 由估价模块输出的估计价格 经过自适应调价模块选择的调价动作at调整之后得到最终价格 本发明充分利用市场交易的信息，自适应调整定价以适应快速变化的市场，保证价格的合理性，提高交易成交率。
-
公开(公告)号：CN106406094B
公开(公告)日：2019-06-14
申请号：CN201610900248.2
申请日：2016-10-16
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于区间二型模糊神经网络的溶解氧DO浓度跟踪控制方法，实现污水处理过程中溶解氧DO浓度跟踪控制。针对污水处理过程精确的数学模型难以建立，系统运行的环境存在过多不确定性和干扰，污水处理过程具有明显的非线性和滞后性，溶解氧浓度难以控制的特点，该控制方法通过建立区间二型模糊神经网络控制器，搭建区间二型模糊神经网络控制器和控制模型的回路，利用区间二型模糊神经网络控制方法对溶解氧DO浓度进行控制，能够快速、准确的控制溶解氧DO浓度，与传统的PID控制方法相比，提高了污水处理的效率，降低了能耗，同时在控制精度上具有优势，获得了令人满意的控制性能。
-
公开(公告)号：CN105160422B
公开(公告)日：2019-03-05
申请号：CN201510487884.2
申请日：2015-08-10
Applicant: 北京工业大学
Abstract: 基于自组织级联神经网络的污水处理出水总磷预测方法既属于控制科学与工程领域，又属于环境科学与工程领域。针对当前城市污水处理过程出水总磷难以实时在线测量的问题，本发明实现了出水总磷的在线实时预测。该方法设计了自组织增长型的级联网络结构，变量的贡献率计算公式，以及差异化的权值训练方法，通过实时调整级联相关网络的结构及连接权值，提高城市污水处理过程出水总磷的预测精度。实验结果表明该智能预测方法实时能够准确地测量城市污水处理过程出水总磷浓度。对城市污水处理过程中的相关控制环节及生化反应中的物料调节，提高污水处理的出水水质质量，促进污水处理过程安全、平稳运行提供理论支撑与技术保障。
-
公开(公告)号：CN106354019B
公开(公告)日：2019-01-22
申请号：CN201611022780.5
申请日：2016-11-21
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 一种基于RBF神经网络的溶解氧精确控制方法属于水处理领域，又属于智能控制领域。针对污水处理过程高度非线性、强耦合性、时变、大滞后和不确定性严重等特点，该控制方法通过调整神经网络结构，提高神经网络的处理能力，建立基于神经网络的预测模型和设计用于控制的神经网络控制器进行控制，能够提高控制的精度，稳定性；解决了当前基于开关控制和PID控制自适应能力较差的问题。实验结果表明该方法拥有更好的动态响应能力，自适应能力，实现溶解氧DO浓度的精确控制，改善污水处理效果和降低能耗。
-
-
-
-
-
-
-
-
-
Search Results
382
records
(took 0.031 seconds)
