期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于改进多目标布谷鸟算法的污水处理优化控制方法 被引量:10
1
作者 赵小强 李丽娟 冯小林 《兰州理工大学学报》 CAS 北大核心 2020年第1期93-99,共7页
针对如何确定污水处理优化控制中关键变量的最优设定值,以满足出水水质达标的同时尽可能降低能耗的问题,提出一种基于改进多目标布谷鸟算法的污水处理多目标优化控制方法.首先,通过对污水处理过程的分析,建立基于神经网络的污水处理能... 针对如何确定污水处理优化控制中关键变量的最优设定值,以满足出水水质达标的同时尽可能降低能耗的问题,提出一种基于改进多目标布谷鸟算法的污水处理多目标优化控制方法.首先,通过对污水处理过程的分析,建立基于神经网络的污水处理能耗和出水水质模型;其次,利用改进多目标布谷鸟算法同时对污水处理能耗和出水水质模型进行优化,得到溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对关键变量的最优设定值进行跟踪控制,实现污水处理过程的多目标优化控制.仿真实验结果表明,与其他几种方法相比,所提出的方法在保证出水水质参数达标的前提下,更好地降低了污水处理过程的能耗,实现节能降耗和保护环境的目的. 展开更多
关键词 污水处理 优化控制 基准仿真模型 多目标布谷鸟算法
下载PDF
基于ESN的污水处理过程优化控制 被引量:8
2
作者 乔俊飞 王莉莉 韩红桂 《智能系统学报》 CSCD 北大核心 2015年第6期831-837,共7页
针对污水处理过程能耗过高的问题,提出了一种基于状态回声网络(ESN)的在线优化控制方法。建立了污水处理过程预测模型,实现性能指标的预测;根据系统的状态以及预测的性能指标,采用ESN实时优化控制变量的设定值;将优化后的设定值传送给... 针对污水处理过程能耗过高的问题,提出了一种基于状态回声网络(ESN)的在线优化控制方法。建立了污水处理过程预测模型,实现性能指标的预测;根据系统的状态以及预测的性能指标,采用ESN实时优化控制变量的设定值;将优化后的设定值传送给底层控制器进行跟踪控制。将ESN优化控制方法在污水处理过程基准仿真模型(BSM1)上进行了验证,实验结果表明,该方法不但能够满足出水水质的要求,而且降低了污水处理过程运行成本。 展开更多
关键词 污水处理过程 优化控制 状态回声网络 性能指标预测模型 基准仿真模型
下载PDF
基于Benchmark技术的汽车正面碰撞仿真建模 被引量:4
3
作者 范体强 张健 +1 位作者 赵清江 申鹏祥 《客车技术与研究》 2010年第3期12-14,共3页
介绍Benchmark的工作流程;根据某车型Benchmark数据,采用有限元分析方法,建立包括车身结构、发动机和底盘结构的用于正面碰撞的整车有限元模型;根据实验结果验证模型的有效性。
关键词 benchmark 汽车 正面碰撞 仿真建模
下载PDF
基于蛙跳粒子群算法的污水生化处理优化控制 被引量:2
4
作者 林梅金 罗飞 许玉格 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第9期51-57,共7页
污水生化处理常常受入水流量和质量浓度变化的影响而处于动态反应过程,如何确定控制变量动态最优设定值是其控制优化的一个难题.文中结合有全局优化能力的蛙跳算法和有快速寻优特性的粒子群优化算法,提出了一种新的蛙跳粒子群算法,并通... 污水生化处理常常受入水流量和质量浓度变化的影响而处于动态反应过程,如何确定控制变量动态最优设定值是其控制优化的一个难题.文中结合有全局优化能力的蛙跳算法和有快速寻优特性的粒子群优化算法,提出了一种新的蛙跳粒子群算法,并通过对4个典型函数的仿真实验来验证该算法寻优的效率与求解的精确性.然后将该算法应用于前置反硝化工艺的污水生化处理过程,在晴天、连绵雨天、暴雨天的仿真实验结果表明,该优化方案能够在保证前置反硝化工艺实现关键污染物有效去除的前提下,降低污水生化处理过程的运行代价. 展开更多
关键词 污水处理 蛙跳算法 粒子群优化算法 基准仿真模型
下载PDF
Modification of the activated sludge model for chemical dosage
5
作者 Shuai MA Siyu ZENG +2 位作者 Xin DONG Jining CHEN Gustaf OLSSON 《Frontiers of Environmental Science & Engineering》 SCIE EI CAS CSCD 2015年第4期694-701,共8页
Full-scale experiments have been carried out to adapt the activated sludge model ASM2d to include the influence of metal dosage (Fe^3+ and Al^3+) for phosphorus removal. Phosphorus removal rates, nitrification rat... Full-scale experiments have been carried out to adapt the activated sludge model ASM2d to include the influence of metal dosage (Fe^3+ and Al^3+) for phosphorus removal. Phosphorus removal rates, nitrification rates, as well as pH and sludge settling performance, were evaluated as functions of the metal dosages. Furthermore, models relating certain parameters to the dosage of chemicals have been derived. Corresponding parameters in the ASM2d and the secondary settler models, included in the Benchmark Simulation Model No 1 (BSM1), have been modified to take the metal influence into consideration. Based on the effluent limits and penalty policy of China, an equivalent evaluation method was derived for the total cost assessment. A large number of 300-day steady-state and 14-day open-loop dynamic simulations were performed to demonstrate the difference in behavior between the original and the modified BSM1. The results show that 1) both in low and high mole concentrations, Fe^3+ addition results in a higher phosphorus removal rate than Al^3+; 2) the sludge settling velocity will increase due to the metal addition; 3) the respiration rate of the activated sludge is decreased more by the dosage of Al^3+ than Fe^3+; 4) the inhibition of Al^3+ on the nitrification rate is stronger than that of Fe^3+; 5) the total operating cost will reach the minimum point for smaller dosages of Fe^3+, but always increase with Al^3+ addition. 展开更多
关键词 activated sludge model chemical precipitation benchmark simulation model phosphorus removal respiratory rate sludge settling
原文传递
基于自适应递归模糊神经网络的污水处理控制 被引量:13
6
作者 韩改堂 乔俊飞 韩红桂 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第9期1252-1258,共7页
针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN... 针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升. 展开更多
关键词 污水处理 递归模糊神经网络 自适应学习率 基准仿真模型(BSM1)
下载PDF
基于LSSVM的污水处理过程建模 被引量:6
7
作者 王欣 宋翼颉 +1 位作者 秦斌 彭小玉 《湖南工业大学学报》 2016年第1期59-63,共5页
针对基准仿真1号模型(BSM1)有耗时久、结构复杂、不利于研究和优化等缺点,提出使用多输入多输出最小二乘支持向量机(LSSVM)对污水处理过程进行建模。先介绍BSM1,再在BSM1的基础上建立基于L S S V M的污水处理过程简化模型,最后将B S M ... 针对基准仿真1号模型(BSM1)有耗时久、结构复杂、不利于研究和优化等缺点,提出使用多输入多输出最小二乘支持向量机(LSSVM)对污水处理过程进行建模。先介绍BSM1,再在BSM1的基础上建立基于L S S V M的污水处理过程简化模型,最后将B S M 1的仿真结果与基于L S S V M的污水处理模型的仿真结果进行比较,验证得出基于L S S V M的污水处理过程模型运行效率更高。 展开更多
关键词 最小二乘支持向量机 污水处理过程 基准仿真1号模型
下载PDF
基于复合抗扰的溶解氧浓度控制 被引量:5
8
作者 魏伟 陈楠 +1 位作者 左敏 刘载文 《控制理论与应用》 EI CAS CSCD 北大核心 2020年第9期1895-1903,共9页
污水处理中,出水水质受进水流量、组分以及浓度波动等因素影响.要保证处理效果,溶解氧浓度控制应有较强的鲁棒性.简单闭环控制的能耗及出水水质波动大.为此,本文以污水处理过程1号基准仿真模型模拟污水生化处理过程,提出基于扩张状态观... 污水处理中,出水水质受进水流量、组分以及浓度波动等因素影响.要保证处理效果,溶解氧浓度控制应有较强的鲁棒性.简单闭环控制的能耗及出水水质波动大.为此,本文以污水处理过程1号基准仿真模型模拟污水生化处理过程,提出基于扩张状态观测器和滑模控制的复合抗扰控制方法,以降低对模型信息的依赖,保证溶解氧浓度控制效果.数值仿真结果显示,复合抗扰控制能够以较小的能耗获得期望的调控效果.这表明,复合抗扰控制具有很好的适应性,能够满足调控要求,是一种具有较强实用性的污水处理溶解氧浓度控制方法. 展开更多
关键词 溶解氧浓度 1号基准仿真模型 扩张状态观测器 滑模控制 复合抗扰控制
下载PDF
基于区间二型模糊神经网络污水处理过程溶解氧浓度控制 被引量:4
9
作者 韩红桂 刘峥 乔俊飞 《化工学报》 EI CAS CSCD 北大核心 2018年第3期1182-1190,共9页
针对城市污水处理过程溶解氧浓度难以精确控制的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的溶解氧浓度控制方法。先将IT2FNN应用在城市污水处理过程溶解氧浓度控制器的设计,获得了一种I... 针对城市污水处理过程溶解氧浓度难以精确控制的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的溶解氧浓度控制方法。先将IT2FNN应用在城市污水处理过程溶解氧浓度控制器的设计,获得了一种IT2FNN溶解氧浓度控制器。后采用自适应学习算法在线调整控制器的参数,提高了控制器的自适应能力。最后将提出的IT2FNN溶解氧浓度控制器应用于基准仿真2号模型(benchmark simulation model no.2,BSM2)平台,结果表明,IT2FNN控制器能够实现第5分区溶解氧浓度精确控制,具有较好的控制效果。 展开更多
关键词 污水处理过程 溶解氧 过程控制 神经网络 区间二型神经网络 实验验证 基准仿真2号模型
下载PDF
污水处理溶解氧的模糊神经网络控制器研究 被引量:2
10
作者 李雄军 罗健旭 +1 位作者 黄志清 王文佳 《控制工程》 CSCD 北大核心 2010年第S2期64-67,119,共5页
针对基于活性污泥法处理工艺的污水生化处理系统对溶解氧控制的要求,提出了一种改进性模糊神经网络控制算法,对污水生化处理系统的溶解氧质量浓度进行控制。在该改进性模糊神经网络控制方法中,为了克服单独应用BP算法或粒子群(PSO)算法... 针对基于活性污泥法处理工艺的污水生化处理系统对溶解氧控制的要求,提出了一种改进性模糊神经网络控制算法,对污水生化处理系统的溶解氧质量浓度进行控制。在该改进性模糊神经网络控制方法中,为了克服单独应用BP算法或粒子群(PSO)算法训练模糊神经网络控制器参数时存在的缺陷,提出了一种将BP算法和粒子群(PSO)算法二者相结合的改进算法(PSO+BP算法),以充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力,从而更有效地提高训练模糊神经网络控制器参数的效率,以及提高控制器的控制效果。最后基于活性污泥法处理工艺的仿真基准模型BSM1仿真平台,对污水生化处理系统的溶解氧控制进行仿真研究,与模糊控制的效果进行对比分析,验证了该模糊神经网络控制器的有效性和可行性。 展开更多
关键词 模糊神经网络 粒子群算法 BP算法 溶解氧 BSM1
下载PDF
基于Copt-aiNet的污水处理过程优化控制 被引量:1
11
作者 赵小强 杨文君 《兰州理工大学学报》 CAS 北大核心 2019年第2期84-89,共6页
污水处理是一个复杂的动态反应过程,针对如何确定优化控制中关键变量的动态最优设定值,使满足出水水质排放达标的同时降低运行能耗的问题,提出了一种基于人工免疫算法Copt-aiNet(组合优化的人工免疫网络)的污水处理控制策略.首先,利用Co... 污水处理是一个复杂的动态反应过程,针对如何确定优化控制中关键变量的动态最优设定值,使满足出水水质排放达标的同时降低运行能耗的问题,提出了一种基于人工免疫算法Copt-aiNet(组合优化的人工免疫网络)的污水处理控制策略.首先,利用Copt-aiNet确定第二分区溶解氧质量浓度和第五分区硝态氮质量浓度的最优设定值;再利用控制器跟随最优设定值,对氧传递系数和内回流流量进行控制,进而对曝气能耗和泵送能耗同时进行优化;最后,在仿真平台BSM1上进行仿真实验,结果验证了本文控制策略的有效性,可以在保证出水水质达标的前提下有效降低能耗. 展开更多
关键词 污水处理 优化控制 人工免疫算法 基准仿真模型BSM1
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部