-
公开(公告)号：CN114155383B
公开(公告)日：2024-05-31
申请号：CN202111146649.0
申请日：2021-09-28
申请人： 北京工业大学
摘要： 基于燃烧火焰颜色矩特征的城市固废焚烧过程风量设定方法涉及城市固废焚烧过程领域，包括以下步骤：对图像中的烟雾、飞灰及噪声进行消除，采用4个不同尺度的滑窗提取图像的颜色矩特征，用于研究滑窗尺度大小不同时提取的颜色矩特征对图像颜色特征的表达效果；通过互信息分析每个特征与风量之间的相关性，提取相关性大于设定阈值的特征作为有效特征量；基于RBF网络构建以多尺度特征为输入，风量为输出的多个候选风量设定模型，并选取最佳的模型作为最终设定模型。本发明对于左侧炉排其在测试集上具有最好的拟合效果，且达到相同精度时所需要的隐含层神经元最少；对于右侧炉排，尽管摄像设备受到干扰较多，仍保持测试平均百分比误差最小。
-
公开(公告)号：CN113298107B
公开(公告)日：2024-05-28
申请号：CN202011235020.9
申请日：2020-11-08
申请人： 北京工业大学
IPC分类号： G06V10/774 , G06V10/762 , G06N3/006
摘要： 本发明公开一种基于差分进化算法‑深度森林算法的废旧手机识别方法，将DE和DF算法进行结合应用于废旧手机回收识别；首先，基于经验选择对识别结果影响较大的多尺度特征参数和DF参数；接着，将DF废旧手机识别准确率作为适应度函数，通过DE算法找出模型参数的最优解集；最后，将最优解集传入手机识别模型中，基于工信部手机图像的仿真结果证明了该方法的有效性。
-
公开(公告)号：CN118009322A
公开(公告)日：2024-05-10
申请号：CN202410410675.7
申请日：2024-04-08
申请人： 北京工业大学
IPC分类号： F23G5/50
摘要： 本发明公开一种端边云协同的城市固废焚烧过程炉膛温度控制方法及系统，涉及炉膛温度控制领域，通过实时获取城市固废焚烧过程的过程数据；对采集到的过程数据进行处理，并根据接收到的数据建立炉膛温度预测模型，基于自校正机制对预测模型进行更新，并将建立好的模型下发至边侧；通过边侧依托云侧建立和在线更新的炉膛温度预测模型预测炉膛温度，采用梯度下降法优化目标函数，求解得到最优控制律，根据计算得到的控制律调节执行设备，实现了城市固废焚烧过程炉膛温度的稳定精确控制。
-
公开(公告)号：CN110991756B
公开(公告)日：2024-04-23
申请号：CN201911252439.2
申请日：2019-12-09
申请人： 北京工业大学
摘要： 本发明提供基于TS模糊神经网络的MSWI炉膛温度预测方法。针对炉膛温度难以预测的问题，从数据驱动角度出发提出了基于TS模糊神经网络的炉膛温度预测方法。首先，通过机理分析和现场操作人员的经验总结，选取出影响炉膛温度的相关的特征变量，同时根据相关变量的数据标签提取出现场运行历史数据；其次，利用TS模糊神经网络建立相关变量与炉膛温度之间的非线性模型。最后，对训练得到的TS模糊神经网络模型进行测试，实验结果显示该方法能够对炉膛温度进有效预测，所建立的预测模型能够表征该工况下系统的动态特性，为后续以炉膛温度为主控手段的焚烧系统控制器的设计建立了基础。
-
公开(公告)号：CN113313230B
公开(公告)日：2024-04-16
申请号：CN202110421204.2
申请日：2021-04-19
申请人： 北京工业大学
IPC分类号： G06N3/0464 , G06N7/02 , G06F18/214
摘要： 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：CN116451763B
公开(公告)日：2024-04-12
申请号：CN202310273240.8
申请日：2023-03-17
申请人： 北京工业大学
IPC分类号： G06N3/08 , G01N33/18 , G06F18/2135 , G06N3/006 , G06N3/048
摘要： 本发明提供了一种基于EDDESN的出水NH4‑N预测方法，包括：获取待测数据；将待测数据输入训练好的深度回声状态网络，得到预测的NH4‑N的浓度；其中，深度回声状态网络的构建方法包括：构建原始网络，原始网络包括：多个输入变量和储备池；相邻的储备池之间加入有PCA映射层；对原始网络进行初始化设置，得到初始化网络；利用奇异值分解的矩阵生成方法和CSO算法对初始化网络进行参数优化，得到优化网络；对优化网络进行训练和测试，得到训练好的深度回声状态网络。本发明解决了现有技术中对于出水NH4‑N预测存在预测精度低、稳定性弱和维护成本高的问题。
-
公开(公告)号：CN112101402B
公开(公告)日：2024-04-09
申请号：CN202010708584.3
申请日：2020-07-22
申请人： 北京工业大学
IPC分类号： G06F18/241 , G06F17/18 , G06N3/043
摘要： 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，本发明提出了一种基于知识模糊学习的膜污染预警方法，实现了对膜污染的精确在线预警；该预警方法通过构建基于最小二乘的线性回归模型，实现对膜污染过程变量的多步预测；提取出实际水厂中膜污染类别的相关知识，以模糊规则的形式表示，建立了膜污染知识库；利用过程变量预测值和膜污染类别知识构建模糊神经网络分类模型，实现对膜污染的精确在线预警；解决了膜污染难以预警的问题，提高了对膜污染的预处理能力，减轻膜污染造成的危害，保障了污水处理过程安全稳定高效运行。
-
公开(公告)号：CN117831669A
公开(公告)日：2024-04-05
申请号：CN202410027417.0
申请日：2024-01-06
申请人： 北京工业大学
IPC分类号： G16C20/80 , G16C20/10 , G16C20/20 , G06F30/20 , G06F111/10 , G06F119/08 , G06F119/14
摘要： 本发明提供了一种城市固废焚烧过程二噁英排放可视化分析方法，包括：基于现场数据、机理知识和专家经验构建DXN全流程基准工况下仿真模型；基于多因素多水平的双重正交实验，根据机理知识、专家经验和基准工况下数值仿真模型构建多工况下的DXN排放全流程模型，得到DXN排放全流程仿真机理数据；根据所述DXN排放全流程仿真机理数据绘制不同变量和DXN浓度的三维图；根据所述三维图实现可视化的操纵变量和非操纵变量的DXN排放全流程分析。本发明解决了现有技术中MSWI厂中对于DXN的生成研究成本较高，分解效率低下的问题。
-
公开(公告)号：CN116151121B
公开(公告)日：2024-03-26
申请号：CN202310181946.1
申请日：2023-02-21
申请人： 北京工业大学
摘要： 本发明提供了一种基于神经网络的出水NH4‑N软测量方法，包括：对构建的回声状态网络的网络结构及网络参数进行初始化；基于初始化后的回声状态网络，根据奇异值分解方法构造子储备池；根据条件数和差分进化算法优化子储备池；对优化后的子储备池的权值、输入权值和状态矩阵进行更新，并判断迭代次数是否小于预设迭代阈值，若是，则跳转至步骤“基于初始化后的回声状态网络，根据奇异值分解方法构造子储备池”；若是，则计算输出权值；根据输出权值和测试样本对回声状态网络进行测试，得到确定好的出水NH4‑N检测模型；将待检测数据输入至确定好的出水NH4‑N检测模型中，得到检测结果。本发明为污水处理过程中关键水质参数的测量提供了一种高效快速的解决方案。
-
公开(公告)号：CN117634909A
公开(公告)日：2024-03-01
申请号：CN202311587787.1
申请日：2023-11-25
申请人： 北京工业大学
IPC分类号： G06Q10/0637 , G06Q50/26 , G06N3/0442 , G06N3/08
摘要： 本发明提供了一种MSWI过程CO排放浓度异构集成预测模型构建方法，该方法在进行离线训练验证过程时，构建多工况机理模型，获取虚拟机理数据，基于虚拟机理数据，通过LRDT算法构建得到机理映射模型，基于LSTM算法构建真实历史数据驱动模型，构建基于KNN的样本选择子模型及基于CIRWNN的融合子模型，将机理映射模型的输出输入样本选择子模型，将真实历史数据驱动模型的输出及样本选择子模型的输出输入融合子模型，在在线测试验证阶段，通过集成基于LRDT的机理映射模型和基于LSTM的数据驱动模型实现CO排放浓度的在线预测。本发明提供的MSWI过程CO排放浓度异构集成预测模型构建方法，实现了CO排放浓度的预测。
-
-
-
-
-
-
-
-
-
搜索结果
502 条记录 (耗时 0.064 秒)
