基于工况识别的污水处理过程多目标优化控制

论文摘要

针对污水处理过程中能耗大和罚款高等问题,设计了一种基于工况识别的污水处理智能优化控制系统。为保证工况识别的准确性和实时性,利用自适应遗传算法从多种入水参数中选取参考变量,然后基于建立的历史知识库,对入水实时工况进行识别。针对能耗和罚款的多目标优化问题,基于历史知识的引导,通过智能决策的方法从pareto解集中选出最优偏好解,并对知识库进行更新。利用国际基准仿真平台BSM1进行验证,结果表明所提方法有效利用了历史工况的最优解信息,提高了算法的收敛性,降低了计算成本,同时可将能耗和罚款控制在较低的范围。

论文目录

• 引言
• 1 污水处理智能优化控制方法
•   1.1 问题的提出
•   1.2 整体控制结构
• 2 工况识别过程
•   2.1 参考变量选取
•   2.2 知识库的建立与更新
• 3 多目标优化过程
•   3.1 基于知识引导的智能决策多目标粒子群算法
•   3.2 知识引导
• 4 仿真实验
•   4.1 参数设置
•   4.2 仿真结果及分析
• 5 结论

文章来源

类型: 期刊论文

作者: 李永明,史旭东,熊伟丽

关键词: 污水处理,工况识别,过程控制,优化,历史知识,动态仿真

来源: 化工学报 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 江南大学物联网工程学院,江南大学轻工过程先进控制教育部重点实验室

基金: 国家自然科学基金项目(61773182),国家重点研发计划项目(2018YFC1603705-03),江苏高校“青蓝工程”项目

分类号: X703

页码: 4325-4336

总页数: 12

文件大小: 2228K

下载量: 250