由于缺乏稳定可靠的水质在线分析仪表,污水处理厂很难实现实时水质闭环控制和操作优化.通过选择污水过程中容易获得的进水流量和水质、溶解氧浓度、曝气氧量等辅助变量,提出一种基于PLS的多变量非线性动态多模型软测量建模方法.该方法...由于缺乏稳定可靠的水质在线分析仪表,污水处理厂很难实现实时水质闭环控制和操作优化.通过选择污水过程中容易获得的进水流量和水质、溶解氧浓度、曝气氧量等辅助变量,提出一种基于PLS的多变量非线性动态多模型软测量建模方法.该方法基于有源自回归(Auto-Re-gressive with extra inputs,ARX)模型与模糊C-均值(Fuzzy C-Means,FCM)聚类方法识别操作工况,在不同操作工况分别采用神经网络偏最小二乘法NNPLS(Neural Net Partial Least Square),建立多个非线性子模型拟和系统全局非线性.所提方法应用于某污水处理厂出水水质组分浓度软测量,仿真试验结果表明:该方法建立的多变量出水水质指标模型精度优于传统线性PLS模型.展开更多
文摘由于缺乏稳定可靠的水质在线分析仪表,污水处理厂很难实现实时水质闭环控制和操作优化.通过选择污水过程中容易获得的进水流量和水质、溶解氧浓度、曝气氧量等辅助变量,提出一种基于PLS的多变量非线性动态多模型软测量建模方法.该方法基于有源自回归(Auto-Re-gressive with extra inputs,ARX)模型与模糊C-均值(Fuzzy C-Means,FCM)聚类方法识别操作工况,在不同操作工况分别采用神经网络偏最小二乘法NNPLS(Neural Net Partial Least Square),建立多个非线性子模型拟和系统全局非线性.所提方法应用于某污水处理厂出水水质组分浓度软测量,仿真试验结果表明:该方法建立的多变量出水水质指标模型精度优于传统线性PLS模型.
