自確認(rèn)軟測量模型研究及其在污水處理中的應(yīng)用

【摘要】：隨著社會的發(fā)展，對現(xiàn)代工業(yè)過程建模與控制的要求日益提高，而現(xiàn)代工業(yè)生產(chǎn)過程越來越復(fù)雜，往往存在著參數(shù)時變、多變量耦合、強非線性、大滯后等特點，面對這些特點，傳統(tǒng)傳感器無法得到有效應(yīng)用，重要變量無法得到快速精確測量，生化過程無法得到有效優(yōu)化和診斷。由此，軟測量作為現(xiàn)代復(fù)雜過程工業(yè)中較難甚至無法由硬件在線檢測參量實時估計的有效手段，也是現(xiàn)代過程控制領(lǐng)域的研究熱點之一，受到了國內(nèi)外學(xué)者的廣泛關(guān)注。本文以污水處理過程為背景，結(jié)合其生化和工藝知識，對軟測量的若干建模方法進(jìn)行了研究，克服了軟測量模型在線辨識，在線自診斷，在線自修復(fù)，復(fù)雜過程建模等難題，并在結(jié)合多方面數(shù)據(jù)重構(gòu)知識和硬件儀表自確認(rèn)技術(shù)的基礎(chǔ)上提出了自確認(rèn)軟測量的概念，同時文中不僅僅關(guān)注了復(fù)雜污水處理過程的建模，更是首次在軟測量預(yù)測模型的基礎(chǔ)上實現(xiàn)了污水管網(wǎng)投藥的控制，最后對軟測量在污水處理工業(yè)中的實踐應(yīng)用進(jìn)行了充分的探討。 本文主要研究如下： 1.針對污水處理過程特點，針對性的應(yīng)用了兩種局部學(xué)習(xí)模型即RBF (RadicalBasis Function)神經(jīng)網(wǎng)絡(luò)和LWPR (Locally Weighted Projection Regression)進(jìn)行軟測量建模，避免了全局模型所帶來的訓(xùn)練參數(shù)多，模型結(jié)構(gòu)相對復(fù)雜等問題，并且在軟測量數(shù)據(jù)預(yù)處理中還采用了PCA (Principal Component Analysis)和Jolliffe參數(shù)相結(jié)合的方式，不僅克服了單純Jolliffe參數(shù)離群點檢測存在的問題，而且通過PCA降低高維數(shù)據(jù)的復(fù)雜度和相關(guān)性為軟測量建模提供了便利。所引進(jìn)的方法用于污水廠出水指標(biāo)5天生物需氧量（BOD5）的軟測量建模，結(jié)果表明兩種局部模型算法為出水指標(biāo)BOD5的實時、精確預(yù)測提供了一條有效的途徑。 2.提出了JIT-PLS（Just-in-time Partial Least square）和JIT-RVC(Just-in-time RandomlyVarying Coefficient)算法。該算法在傳統(tǒng)JIT數(shù)據(jù)選擇算法理念的基礎(chǔ)上，提出一種改進(jìn)的魯棒最近相關(guān)算法（RNC, Robust Near Coefficient），其充分利用了相關(guān)性最大原則原理，提高了傳統(tǒng)JIT算法的數(shù)據(jù)選擇能力；同時，充分考慮RPLS (Recursive Partial LeastSquare)、RVC的本質(zhì)魯棒性特性，提高了傳統(tǒng)JIT算法的非線性逼近能力、在線動態(tài)處理能力和抗干擾能力；此外，為了避免數(shù)據(jù)的老化和新數(shù)據(jù)不斷加入對JIT算法數(shù)據(jù)選擇所帶來的負(fù)擔(dān)，在該算法中還引入了移動窗口技術(shù)。基于實際過程數(shù)據(jù)仿真結(jié)果表明，預(yù)測結(jié)果與化驗室結(jié)果吻合，預(yù)測精度高，有效的加強了軟測量的在線學(xué)習(xí)能力和污水生化處理的BOD5軟測量在線預(yù)測能力。 3.提出了新型的軟測量模型即自確認(rèn)軟測量模型。在自確認(rèn)軟測量模型中，為了確保輸入傳感器數(shù)據(jù)的可靠性，充分利用PCA對輸入傳感器數(shù)據(jù)進(jìn)行在線校驗和故障重構(gòu)，同時，利用ISS (Input Sensor Status)來指示當(dāng)前輸入傳感器的狀態(tài)。另外，通過新的數(shù)據(jù)選擇方法和Ensemble學(xué)習(xí)對JIT學(xué)習(xí)算法進(jìn)行了改進(jìn)。此外，通過輸出方差和ICP (Inductive Cofidence Predictor)兩種方法對軟測量輸出的不確定性進(jìn)行了描述。最后，傳統(tǒng)預(yù)測模型的功能是在模型的基礎(chǔ)上利用可測變量對控制對象的某些不可測或難于實時測量的變量值或狀態(tài)值進(jìn)行預(yù)測，本章將研究預(yù)測模型的綜合輸出機制，以更好的反應(yīng)控制對象的狀態(tài)，模型的輸出將不是單個預(yù)測值的輸出，而是同時輸出四種信息：帶概率區(qū)間的輸出、模型的狀態(tài)（故障狀態(tài)，重構(gòu)狀態(tài)和迷失狀態(tài)等等）、不確定性、故障信息和校驗輸出值，并對發(fā)生故障的輸入傳感器進(jìn)行數(shù)據(jù)重構(gòu)和修復(fù)以達(dá)到模型自校驗和自診斷的效應(yīng)。本論文的研究工作引入不確定的描述方法，一方面用不確定性來描述預(yù)測值的正常與否，另一方面利用不確定性區(qū)間還能對被預(yù)測的變量的進(jìn)行校驗。其中，特別需要指出的是課題創(chuàng)新性的運用魯棒統(tǒng)計學(xué)中的CP (Cofidence Predictor)技術(shù)對預(yù)測模型的不確定進(jìn)行定性的描述。此外，可以將輸入傳感器的狀態(tài)也作為模型的輸出，從而達(dá)到對預(yù)測模型那個從輸入，模型和輸出的三方位檢測，使得模型的輸出不再只是單純的預(yù)測值，還有不確定區(qū)間和輸入傳感器的輸入狀態(tài)。實驗仿真結(jié)果表明，SEVA (Self-valicating)軟測量的RMSE (Root Mean Square Error)得到了大幅提高，即使在輔助變量傳感器發(fā)生故障的情況下。此外，SEVA軟測量還能用于校驗在線儀表，這些在污水廠的出水指標(biāo)預(yù)測中得到了進(jìn)一步的驗證。 4.將軟測量模型拓展到了前饋控制方案中，提出了基于ARMA (Auto-Regressiveand Moving Average Model)軟測量模型的前饋控制方案，該方法既可以對泵站的輸入流量做到長達(dá)6小時的預(yù)測，同時也可以進(jìn)一步優(yōu)化前饋控制方案，同時，針對污水管網(wǎng)系統(tǒng)輸入流量的特性和用戶用水特點，提出了日用水的均值的管網(wǎng)入水流量數(shù)據(jù)標(biāo)準(zhǔn)化方法。總體方案在優(yōu)化管網(wǎng)系統(tǒng)的投藥系統(tǒng)得到了有效應(yīng)用，無論是在仿真平臺還是在澳大利亞Bellambi泵站都得到了有效驗證，在一定程度上實現(xiàn)了管網(wǎng)的節(jié)能減排效果。 最后對論文中所作的研究進(jìn)行簡要總結(jié)，并指出了這一領(lǐng)域有待進(jìn)一步深入研究的問題。 【關(guān)鍵詞】：自確認(rèn) 軟測量 即時學(xué)習(xí) 不確定性 集成學(xué)習(xí) 污水處理 ARMA
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：X703
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-30
• 1.1 研究的背景與意義12-15
• 1.2 污水處理系統(tǒng)控制對象及其存在的問題15-18
• 1.2.1 污水管網(wǎng)系統(tǒng)15-17
• 1.2.2 污水處理系統(tǒng)17-18
• 1.3 國內(nèi)外對軟測量方法及其在污水系統(tǒng)中的應(yīng)用研究18-19
• 1.4 軟測量在污水處理中的應(yīng)用19-26
• 1.4.1 軟測量在污水處理中的基本應(yīng)用19-23
• 1.4.2 軟測量在污水處理中的深度應(yīng)用23-26
• 1.5 本文的主要工作26-30
• 第二章 靜態(tài)局部自確認(rèn)軟測量模型的研究30-40
• 2.1 引言30
• 2.2 基于局部學(xué)習(xí)算法的軟測量實現(xiàn)30-35
• 2.2.1 數(shù)據(jù)預(yù)處理31-33
• 2.2.2 局部學(xué)習(xí)模型33-35
• 2.3 算例分析35-39
• 2.4 本章小結(jié)39-40
• 第三章 動態(tài)局部自確認(rèn)軟測量模型的研究40-56
• 3.1 引言40
• 3.2 基本理論簡介40-42
• 3.3 改進(jìn)JIT學(xué)習(xí)算法42-51
• 3.3.1 魯棒最近相關(guān)算法（RNC）42-45
• 3.3.2 魯棒局部模型45-51
• 3.4 算例分析51-55
• 3.4.1 參數(shù)設(shè)定51-52
• 3.4.2 算例仿真52-55
• 3.5 本章小結(jié)55-56
• 第四章 自確認(rèn)軟測量若干關(guān)鍵技術(shù)的研究56-80
• 4.1 引言56-57
• 4.2 基本理論簡介57-59
• 4.2.1 主元分析57-58
• 4.2.2 JIT學(xué)習(xí)和Ensemble學(xué)習(xí)58-59
• 4.3 自確認(rèn)軟測量的實現(xiàn)59-67
• 4.3.1 基于PCA的輸入數(shù)據(jù)的故障診斷和數(shù)據(jù)重構(gòu)60-63
• 4.3.2 基于JIT-ENS算法的軟測量模型63-64
• 4.3.3 自確認(rèn)軟測量的輸出參數(shù)64-67
• 4.4 算例分析67-78
• 4.4.1 自確認(rèn)軟測量的輸入傳感器的校驗67-70
• 4.4.2 自確認(rèn)軟測量的預(yù)測模型的校驗70-73
• 4.4.3 自確認(rèn)軟測量的輸出參數(shù)的校驗73-78
• 4.5 本章小結(jié)78-80
• 第五章 基于ARMA軟測量前饋控制系統(tǒng)及其在管網(wǎng)投藥系統(tǒng)的應(yīng)用80-96
• 5.1 引言80-81
• 5.2 污水泵站數(shù)據(jù)的收集和預(yù)處理81-82
• 5.2.1 泵站的工作模式81
• 5.2.2 泵站的數(shù)據(jù)預(yù)處理81-82
• 5.3 基于ARMA模型的輸入流量預(yù)測82-84
• 5.3.1 ARMA模型82
• 5.3.2 多步ARMA模型的辨識和預(yù)測82-84
• 5.4 應(yīng)用分析84-86
• 5.4.1 SewerX模型84-85
• 5.4.2 在線投藥系統(tǒng)85-86
• 5.5 結(jié)果分析86-94
• 5.5.1 泵站輸入流量86-87
• 5.5.2 典型輸入流量87-89
• 5.5.3 ARMA模型訓(xùn)練和預(yù)測89-92
• 5.5.4 基于ARMA模型預(yù)測的前饋控制92-94
• 5.6 進(jìn)一步的研究94-95
• 5.7 本章小結(jié)95-96
• 結(jié)論與展望96-98
• 參考文獻(xiàn)98-108
• 攻讀博士學(xué)位期間取得的研究成果108-110
• 致謝110-112
• 答辯委員會對論文的評定意見112

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

軟測量技術(shù)及其應(yīng)用    朱學(xué)峰

污水總氮軟測量模型的研究與應(yīng)用    李明河;楊明;

自確認(rèn)傳感器理論及應(yīng)用研究    高羽

自確認(rèn)壓力傳感器的研究    馮志剛

基于小波分析的紙漿Kappa值分類模型軟測量    張健,李艷,黃道平,朱學(xué)峰,史步海

新型前向神經(jīng)網(wǎng)絡(luò)設(shè)計方法在軟測量中的應(yīng)用    盛守照,王道波,黃向華,王志勝

基于子空間信息量準(zhǔn)則的軟測量模型選擇研究    盛守照,王道波,王志勝,黃向華

軟測量技術(shù)及其在裝備檢測中的應(yīng)用    程遠(yuǎn)增;王渝;張海龍;

基于KPCA的連續(xù)重整催化劑結(jié)焦碳含量軟測量模型    王玉喬;程光旭;湯杰國;

基于先進(jìn)信息處理技術(shù)的軟測量應(yīng)用探討    賀毅;趙望達(dá);劉勇求;

軟測量技術(shù)及其在污水處理系統(tǒng)中的應(yīng)用    卿曉霞,余建平

連續(xù)碳酸化分解過程進(jìn)料的穩(wěn)定控制    胡志坤;桂衛(wèi)華;陽春華;張毅;

先進(jìn)控制技術(shù)在聚乙烯裝置中的應(yīng)用    楊春慧;隋信幸;王相偉;

下水道污水處理研究進(jìn)展及展望    艾海男;李茂林;何強;龍騰銳;

The Application of Soft-sensor Technology in Measuring Water Boiling Point    

基于減法聚類算法的球團(tuán)燒結(jié)透氣性RBFNN軟測量建模    王介生;張勇;常亮;

正態(tài)化PCA模型及其在周期非穩(wěn)定工況下的應(yīng)用    王天真;徐曼;湯天浩;

Improved PCA-SVDD based monitoring method for nonlinear process    Feifan Shen;Zhihuan Song;Le Zhou;

基于魯棒PLS的化工過程故障檢測    胡益;馬賀賀;侍洪波;

Integrating Method based on KICA and LSSVM for Steel Temperature Prediction of Heating Furnace    Liang Yu;Zhi-zhong Mao;Yu-jia Liu;

可變窗自適應(yīng)核主元分析的化工過程故障診斷算法    趙小強;楊武;薛永飛;

Robust PLS model based product quality control strategy for solvent extraction process    Runda Jia;Zhizhong Mao;

Step-wise sequential phase partition algorithm and on-line monitoring strategy for multiphase batch processes    Chunhui Zhao;Youxian Sun;

A new usage of reconstruction based contributions for quality-related fault diagnosis    Gang Li;Kaixiang Peng;Jie Ma;Donghua Zhou;

鐵礦石燒結(jié)過程智能集成優(yōu)化控制技術(shù)及其應(yīng)用研究    向婕

基于免疫算法的污水處理系統(tǒng)預(yù)測及優(yōu)化控制研究    葉洪濤

交流異步電力測功機系統(tǒng)及其軟測量技術(shù)研究    陳鴻蔚

金屬氧化物半導(dǎo)體氣體傳感器氣體檢測關(guān)鍵問題研究    宋凱

軟測量技術(shù)若干問題的研究及工業(yè)應(yīng)用    劉瑞蘭

鉛鋅燒結(jié)過程智能集成優(yōu)化控制技術(shù)及其應(yīng)用研究    杜玉曉

制漿蒸煮過程紙漿卡伯值軟測量技術(shù)研究與應(yīng)用    李艷

粗糙集—神經(jīng)網(wǎng)絡(luò)智能系統(tǒng)在浮選過程中的應(yīng)用研究    張勇

常導(dǎo)型高速磁浮列車電磁系統(tǒng)的研究    陳棣湘

球團(tuán)燒結(jié)過程智能控制方法及其應(yīng)用研究    王介生

基于聚類的多模型建模及其在軟測量中的應(yīng)用    陳定三

基于支持向量機的軟測量方法及其應(yīng)用研究    謝福民

污水處理過程實時控制及軟測量方法研究    李萬東

基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的醋酸乙烯聚合率軟測量研究    陶慧匯

基于軟測量的煎藥機控制系統(tǒng)研究與設(shè)計    陳亞輝

面向?qū)ο蟮倪^程控制軟件設(shè)計方法及其應(yīng)用    劉光恒

數(shù)據(jù)聚類方法研究及其在軟測量中的應(yīng)用    雷達(dá)

交流異步電力測功機系統(tǒng)軟測量技術(shù)研究    崔平

軟測量模型生成系統(tǒng)研究與應(yīng)用    郭慶武

基于人工神經(jīng)網(wǎng)絡(luò)的污水水質(zhì)指標(biāo)軟測量方法的研究    管秋

圓平膜壓阻式力傳感器的線性度與靈敏度分析    呂惠民,田敬民

一致性多傳感器數(shù)據(jù)融合技術(shù)在引信信息融合中的應(yīng)用    王昕,張合

基于等效傳感器和插值法的燃油量測量算法    歐陽平超;劉紅梅;焦宗夏;

光纖陀螺溫度影響與誤差補償    王海;

基于對角遞歸神經(jīng)網(wǎng)絡(luò)的粘度軟測量模型    曹柳林,陶斌軍

基于小波包和徑向基神經(jīng)網(wǎng)絡(luò)軸承故障診斷    王國鋒,王子良,秦旭達(dá),王太勇

基于神經(jīng)網(wǎng)絡(luò)預(yù)測器的單傳感器故障檢測方法    張晨,韓月秋,陶然,鈕永勝

平膜片式薄膜壓力傳感器的線性度與靈敏度分析    劉昆,王洪業(yè)

平膜片式壓力傳感器有限元分析    任鈞國,王洪業(yè),歐陽勇

圓筒諧振式密度傳感器的計算及有限元分析    隋修武,樊玉銘,張國雄,裘祖榮

紙漿洗滌過程殘堿在線測定    鄭恩讓,張玲

中藥質(zhì)量預(yù)測的軟測量方法研究    王微微,冀海峰,黃志堯,李海青,金春輝,鮑立曾

基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的打漿度軟測量    郭文強;侯勇嚴(yán);孫瑜;

誤差校正新方法在重整裝置芳烴收率在線軟測量中的應(yīng)用    章鵬;榮岡;金曉明;

基于RBF神經(jīng)網(wǎng)絡(luò)的污水處理軟測量算法研究    崔祎;田麗;周峰;李澤應(yīng);王軍;

多頻率系統(tǒng)動態(tài)插值神經(jīng)網(wǎng)絡(luò)軟測量建模    吳瑤;羅雄麟;袁志宏;

基于軟測量和數(shù)據(jù)融合的煤與瓦斯突出預(yù)測    閻馨;付華;

基于最小二乘支持向量機的軟測量方法在精對苯二甲酸生產(chǎn)中的應(yīng)用    王清培;劉瑞蘭;

煤氣化廢水汽提塔塔底氨含量軟測量模型研究    馮大春;

化工原料中對羧基苯甲醛含量的軟測量建模    邵聯(lián)合;韓莉;

A~2/O污水處理過程出水水質(zhì)的多元線性回歸軟測量模型    馮麗輝;彭向華;賴華;畢貴紅;

基于BP神經(jīng)網(wǎng)絡(luò)的聯(lián)合站燃燒系統(tǒng)軟測量模型的研究    馬文忠;郭江艷;王艷麗;陳科成;楊珊;

基于核模糊C均值聚類和局部建模方法的煙氣含氧量軟測量模型    王偉;張航;羅大庸;

基于nu-支持向量機的軟測量技術(shù)    張浩然;汪曉東;吳建斌;張長江;許秀玲;

高爐鐵水溫度的神經(jīng)網(wǎng)絡(luò)軟測量及應(yīng)用    劉芳;曹秀英;彭晶;

小波神經(jīng)網(wǎng)絡(luò)及其在軟測量建模中的應(yīng)用    胡田田;蔣愛平;

基于多模型PLS方法的間歇生產(chǎn)過程質(zhì)量預(yù)測    蔣麗英;李一波;李成博;

基于ANFIS的酮苯脫蠟結(jié)晶過程軟測量模型研究    李師;顧幸生;

中藥質(zhì)量預(yù)測的軟測量方法研究    王微微;冀海峰;黃志堯;李海青;金春輝;鮑立曾;

精餾過程航煤干點的軟測量實現(xiàn)    李亞芬;李瑩;馬寧圣;

萊鋼燒結(jié)終點模糊控制技術(shù)獲突破    尹剛 張素平

自確認(rèn)軟測量模型研究及其在污水處理中的應(yīng)用    劉乙奇

軟測量模型自適應(yīng)校正與高溫場軟測量方法研究    孫元

進(jìn)化回歸神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用    陸婷

綜合建模方法和先進(jìn)控制技術(shù)在兩個化工過程中的應(yīng)用    張湜

制漿蒸煮過程紙漿卡伯值軟測量技術(shù)研究與應(yīng)用    李艷

提高制漿蒸煮過程紙漿Kappa值軟測量精度的研究    張健

粗糙集—神經(jīng)網(wǎng)絡(luò)智能系統(tǒng)在浮選過程中的應(yīng)用研究    張勇

密閉式城市生活垃圾直接氣化熔融焚燒過程控制策略研究    王海瑞

液壓挖掘機振動掘削機理及其過程優(yōu)化建模與智能控制策略研究    朱建新

基于混合模型的軟測量方法研究及其在發(fā)酵過程中的應(yīng)用    于濤

中藥生產(chǎn)提取工藝智能控制系統(tǒng)的研究    陳梅

軟測量技術(shù)在造紙水分控制中的應(yīng)用研究    陳鐵山

縱剪線帶鋼卷取張力控制及張力軟測量研究    陳軍偉

基于SVM的軟測量建模方法研究及其在聚丙烯熔融指數(shù)中的應(yīng)用    池占勝

鉛酸蓄電池容量檢測方法研究    劉曉剛

基于ANFIS的酮苯脫蠟結(jié)晶過程潤滑油收率軟測量模型    李師

燃煤灰渣含碳量的軟測量模型設(shè)計與研究    鞠遠(yuǎn)楓

鋁土礦浮選過程粗選礦漿pH值軟測量模型及應(yīng)用    杜金芳

造紙廢水A~2/O生化處理過程中神經(jīng)網(wǎng)絡(luò)軟測量模型的研究與應(yīng)用    胡康

軟測量模型生成系統(tǒng)研究與應(yīng)用    郭慶武