自确认软测量模型研究及其在污水处理中的应用

【摘要】：随着社会的发展，对现代工业过程建模与控制的要求日益提高，而现代工业生产过程越来越复杂，往往存在着参数时变、多变量耦合、强非线性、大滞后等特点，面对这些特点，传统传感器无法得到有效应用，重要变量无法得到快速精确测量，生化过程无法得到有效优化和诊断。由此，软测量作为现代复杂过程工业中较难甚至无法由硬件在线检测参量实时估计的有效手段，也是现代过程控制领域的研究热点之一，受到了国内外学者的广泛关注。本文以污水处理过程为背景，结合其生化和工艺知识，对软测量的若干建模方法进行了研究，克服了软测量模型在线辨识，在线自诊断，在线自修复，复杂过程建模等难题，并在结合多方面数据重构知识和硬件仪表自确认技术的基础上提出了自确认软测量的概念，同时文中不仅仅关注了复杂污水处理过程的建模，更是首次在软测量预测模型的基础上实现了污水管网投药的控制，最后对软测量在污水处理工业中的实践应用进行了充分的探讨。 本文主要研究如下： 1.针对污水处理过程特点，针对性的应用了两种局部学习模型即RBF (RadicalBasis Function)神经网络和LWPR (Locally Weighted Projection Regression)进行软测量建模，避免了全局模型所带来的训练参数多，模型结构相对复杂等问题，并且在软测量数据预处理中还采用了PCA (Principal Component Analysis)和Jolliffe参数相结合的方式，不仅克服了单纯Jolliffe参数离群点检测存在的问题，而且通过PCA降低高维数据的复杂度和相关性为软测量建模提供了便利。所引进的方法用于污水厂出水指标5天生物需氧量（BOD5）的软测量建模，结果表明两种局部模型算法为出水指标BOD5的实时、精确预测提供了一条有效的途径。 2.提出了JIT-PLS（Just-in-time Partial Least square）和JIT-RVC(Just-in-time RandomlyVarying Coefficient)算法。该算法在传统JIT数据选择算法理念的基础上，提出一种改进的鲁棒最近相关算法（RNC, Robust Near Coefficient），其充分利用了相关性最大原则原理，提高了传统JIT算法的数据选择能力；同时，充分考虑RPLS (Recursive Partial LeastSquare)、RVC的本质鲁棒性特性，提高了传统JIT算法的非线性逼近能力、在线动态处理能力和抗干扰能力；此外，为了避免数据的老化和新数据不断加入对JIT算法数据选择所带来的负担，在该算法中还引入了移动窗口技术。基于实际过程数据仿真结果表明，预测结果与化验室结果吻合，预测精度高，有效的加强了软测量的在线学习能力和污水生化处理的BOD5软测量在线预测能力。 3.提出了新型的软测量模型即自确认软测量模型。在自确认软测量模型中，为了确保输入传感器数据的可靠性，充分利用PCA对输入传感器数据进行在线校验和故障重构，同时，利用ISS (Input Sensor Status)来指示当前输入传感器的状态。另外，通过新的数据选择方法和Ensemble学习对JIT学习算法进行了改进。此外，通过输出方差和ICP (Inductive Cofidence Predictor)两种方法对软测量输出的不确定性进行了描述。最后，传统预测模型的功能是在模型的基础上利用可测变量对控制对象的某些不可测或难于实时测量的变量值或状态值进行预测，本章将研究预测模型的综合输出机制，以更好的反应控制对象的状态，模型的输出将不是单个预测值的输出，而是同时输出四种信息：带概率区间的输出、模型的状态（故障状态，重构状态和迷失状态等等）、不确定性、故障信息和校验输出值，并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的效应。本论文的研究工作引入不确定的描述方法，一方面用不确定性来描述预测值的正常与否，另一方面利用不确定性区间还能对被预测的变量的进行校验。其中，特别需要指出的是课题创新性的运用鲁棒统计学中的CP (Cofidence Predictor)技术对预测模型的不确定进行定性的描述。此外，可以将输入传感器的状态也作为模型的输出，从而达到对预测模型那个从输入，模型和输出的三方位检测，使得模型的输出不再只是单纯的预测值，还有不确定区间和输入传感器的输入状态。实验仿真结果表明，SEVA (Self-valicating)软测量的RMSE (Root Mean Square Error)得到了大幅提高，即使在辅助变量传感器发生故障的情况下。此外，SEVA软测量还能用于校验在线仪表，这些在污水厂的出水指标预测中得到了进一步的验证。 4.将软测量模型拓展到了前馈控制方案中，提出了基于ARMA (Auto-Regressiveand Moving Average Model)软测量模型的前馈控制方案，该方法既可以对泵站的输入流量做到长达6小时的预测，同时也可以进一步优化前馈控制方案，同时，针对污水管网系统输入流量的特性和用户用水特点，提出了日用水的均值的管网入水流量数据标准化方法。总体方案在优化管网系统的投药系统得到了有效应用，无论是在仿真平台还是在澳大利亚Bellambi泵站都得到了有效验证，在一定程度上实现了管网的节能减排效果。 最后对论文中所作的研究进行简要总结，并指出了这一领域有待进一步深入研究的问题。 【关键词】：自确认 软测量 即时学习 不确定性 集成学习 污水处理 ARMA
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：X703
【目录】：

• 摘要5-7
• Abstract7-12
• 第一章 绪论12-30
• 1.1 研究的背景与意义12-15
• 1.2 污水处理系统控制对象及其存在的问题15-18
• 1.2.1 污水管网系统15-17
• 1.2.2 污水处理系统17-18
• 1.3 国内外对软测量方法及其在污水系统中的应用研究18-19
• 1.4 软测量在污水处理中的应用19-26
• 1.4.1 软测量在污水处理中的基本应用19-23
• 1.4.2 软测量在污水处理中的深度应用23-26
• 1.5 本文的主要工作26-30
• 第二章 静态局部自确认软测量模型的研究30-40
• 2.1 引言30
• 2.2 基于局部学习算法的软测量实现30-35
• 2.2.1 数据预处理31-33
• 2.2.2 局部学习模型33-35
• 2.3 算例分析35-39
• 2.4 本章小结39-40
• 第三章 动态局部自确认软测量模型的研究40-56
• 3.1 引言40
• 3.2 基本理论简介40-42
• 3.3 改进JIT学习算法42-51
• 3.3.1 鲁棒最近相关算法（RNC）42-45
• 3.3.2 鲁棒局部模型45-51
• 3.4 算例分析51-55
• 3.4.1 参数设定51-52
• 3.4.2 算例仿真52-55
• 3.5 本章小结55-56
• 第四章 自确认软测量若干关键技术的研究56-80
• 4.1 引言56-57
• 4.2 基本理论简介57-59
• 4.2.1 主元分析57-58
• 4.2.2 JIT学习和Ensemble学习58-59
• 4.3 自确认软测量的实现59-67
• 4.3.1 基于PCA的输入数据的故障诊断和数据重构60-63
• 4.3.2 基于JIT-ENS算法的软测量模型63-64
• 4.3.3 自确认软测量的输出参数64-67
• 4.4 算例分析67-78
• 4.4.1 自确认软测量的输入传感器的校验67-70
• 4.4.2 自确认软测量的预测模型的校验70-73
• 4.4.3 自确认软测量的输出参数的校验73-78
• 4.5 本章小结78-80
• 第五章 基于ARMA软测量前馈控制系统及其在管网投药系统的应用80-96
• 5.1 引言80-81
• 5.2 污水泵站数据的收集和预处理81-82
• 5.2.1 泵站的工作模式81
• 5.2.2 泵站的数据预处理81-82
• 5.3 基于ARMA模型的输入流量预测82-84
• 5.3.1 ARMA模型82
• 5.3.2 多步ARMA模型的辨识和预测82-84
• 5.4 应用分析84-86
• 5.4.1 SewerX模型84-85
• 5.4.2 在线投药系统85-86
• 5.5 结果分析86-94
• 5.5.1 泵站输入流量86-87
• 5.5.2 典型输入流量87-89
• 5.5.3 ARMA模型训练和预测89-92
• 5.5.4 基于ARMA模型预测的前馈控制92-94
• 5.6 进一步的研究94-95
• 5.7 本章小结95-96
• 结论与展望96-98
• 参考文献98-108
• 攻读博士学位期间取得的研究成果108-110
• 致谢110-112
• 答辩委员会对论文的评定意见112

您可以在本站搜索以下学术论文文献来了解更多相关内容

软测量技术及其应用    朱学峰

污水总氮软测量模型的研究与应用    李明河;杨明;

自确认传感器理论及应用研究    高羽

自确认压力传感器的研究    冯志刚

基于小波分析的纸浆Kappa值分类模型软测量    张健,李艳,黄道平,朱学峰,史步海

新型前向神经网络设计方法在软测量中的应用    盛守照,王道波,黄向华,王志胜

基于子空间信息量准则的软测量模型选择研究    盛守照,王道波,王志胜,黄向华

软测量技术及其在装备检测中的应用    程远增;王渝;张海龙;

基于KPCA的连续重整催化剂结焦碳含量软测量模型    王玉乔;程光旭;汤杰国;

基于先进信息处理技术的软测量应用探讨    贺毅;赵望达;刘勇求;

软测量技术及其在污水处理系统中的应用    卿晓霞,余建平

连续碳酸化分解过程进料的稳定控制    胡志坤;桂卫华;阳春华;张毅;

先进控制技术在聚乙烯装置中的应用    杨春慧;隋信幸;王相伟;

下水道污水处理研究进展及展望    艾海男;李茂林;何强;龙腾锐;

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

基于减法聚类算法的球团烧结透气性RBFNN软测量建模    王介生;张勇;常亮;

正态化PCA模型及其在周期非稳定工况下的应用    王天真;徐曼;汤天浩;

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

基于鲁棒PLS的化工过程故障检测    胡益;马贺贺;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;

可变窗自适应核主元分析的化工过程故障诊断算法    赵小强;杨武;薛永飞;

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;

铁矿石烧结过程智能集成优化控制技术及其应用研究    向婕

基于免疫算法的污水处理系统预测及优化控制研究    叶洪涛

交流异步电力测功机系统及其软测量技术研究    陈鸿蔚

金属氧化物半导体气体传感器气体检测关键问题研究    宋凯

软测量技术若干问题的研究及工业应用    刘瑞兰

铅锌烧结过程智能集成优化控制技术及其应用研究    杜玉晓

制浆蒸煮过程纸浆卡伯值软测量技术研究与应用    李艳

粗糙集—神经网络智能系统在浮选过程中的应用研究    张勇

常导型高速磁浮列车电磁系统的研究    陈棣湘

球团烧结过程智能控制方法及其应用研究    王介生

基于聚类的多模型建模及其在软测量中的应用    陈定三

基于支持向量机的软测量方法及其应用研究    谢福民

污水处理过程实时控制及软测量方法研究    李万东

基于遗传算法优化神经网络的醋酸乙烯聚合率软测量研究    陶慧汇

基于软测量的煎药机控制系统研究与设计    陈亚辉

面向对象的过程控制软件设计方法及其应用    刘光恒

数据聚类方法研究及其在软测量中的应用    雷达

交流异步电力测功机系统软测量技术研究    崔平

软测量模型生成系统研究与应用    郭庆武

基于人工神经网络的污水水质指标软测量方法的研究    管秋

圆平膜压阻式力传感器的线性度与灵敏度分析    吕惠民,田敬民

一致性多传感器数据融合技术在引信信息融合中的应用    王昕,张合

基于等效传感器和插值法的燃油量测量算法    欧阳平超;刘红梅;焦宗夏;

光纤陀螺温度影响与误差补偿    王海;

基于对角递归神经网络的粘度软测量模型    曹柳林,陶斌军

基于小波包和径向基神经网络轴承故障诊断    王国锋,王子良,秦旭达,王太勇

基于神经网络预测器的单传感器故障检测方法    张晨,韩月秋,陶然,钮永胜

平膜片式薄膜压力传感器的线性度与灵敏度分析    刘昆,王洪业

平膜片式压力传感器有限元分析    任钧国,王洪业,欧阳勇

圆筒谐振式密度传感器的计算及有限元分析    隋修武,樊玉铭,张国雄,裘祖荣

纸浆洗涤过程残碱在线测定    郑恩让,张玲

中药质量预测的软测量方法研究    王微微,冀海峰,黄志尧,李海青,金春辉,鲍立曾

基于改进型BP神经网络的打浆度软测量    郭文强;侯勇严;孙瑜;

误差校正新方法在重整装置芳烃收率在线软测量中的应用    章鹏;荣冈;金晓明;

基于RBF神经网络的污水处理软测量算法研究    崔祎;田丽;周峰;李泽应;王军;

多频率系统动态插值神经网络软测量建模    吴瑶;罗雄麟;袁志宏;

基于软测量和数据融合的煤与瓦斯突出预测    阎馨;付华;

基于最小二乘支持向量机的软测量方法在精对苯二甲酸生产中的应用    王清培;刘瑞兰;

煤气化废水汽提塔塔底氨含量软测量模型研究    冯大春;

化工原料中对羧基苯甲醛含量的软测量建模    邵联合;韩莉;

A~2/O污水处理过程出水水质的多元线性回归软测量模型    冯丽辉;彭向华;赖华;毕贵红;

基于BP神经网络的联合站燃烧系统软测量模型的研究    马文忠;郭江艳;王艳丽;陈科成;杨珊;

基于核模糊C均值聚类和局部建模方法的烟气含氧量软测量模型    王伟;张航;罗大庸;

基于nu-支持向量机的软测量技术    张浩然;汪晓东;吴建斌;张长江;许秀玲;

高炉铁水温度的神经网络软测量及应用    刘芳;曹秀英;彭晶;

小波神经网络及其在软测量建模中的应用    胡田田;蒋爱平;

基于多模型PLS方法的间歇生产过程质量预测    蒋丽英;李一波;李成博;

基于ANFIS的酮苯脱蜡结晶过程软测量模型研究    李师;顾幸生;

中药质量预测的软测量方法研究    王微微;冀海峰;黄志尧;李海青;金春辉;鲍立曾;

精馏过程航煤干点的软测量实现    李亚芬;李莹;马宁圣;

莱钢烧结终点模糊控制技术获突破    尹刚 张素平

自确认软测量模型研究及其在污水处理中的应用    刘乙奇

软测量模型自适应校正与高温场软测量方法研究    孙元

进化回归神经网络的研究及应用    陆婷

综合建模方法和先进控制技术在两个化工过程中的应用    张湜

制浆蒸煮过程纸浆卡伯值软测量技术研究与应用    李艳

提高制浆蒸煮过程纸浆Kappa值软测量精度的研究    张健

粗糙集—神经网络智能系统在浮选过程中的应用研究    张勇

密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究    王海瑞

液压挖掘机振动掘削机理及其过程优化建模与智能控制策略研究    朱建新

基于混合模型的软测量方法研究及其在发酵过程中的应用    于涛

中药生产提取工艺智能控制系统的研究    陈梅

软测量技术在造纸水分控制中的应用研究    陈铁山

纵剪线带钢卷取张力控制及张力软测量研究    陈军伟

基于SVM的软测量建模方法研究及其在聚丙烯熔融指数中的应用    池占胜

铅酸蓄电池容量检测方法研究    刘晓刚

基于ANFIS的酮苯脱蜡结晶过程润滑油收率软测量模型    李师

燃煤灰渣含碳量的软测量模型设计与研究    鞠远枫

铝土矿浮选过程粗选矿浆pH值软测量模型及应用    杜金芳

造纸废水A~2/O生化处理过程中神经网络软测量模型的研究与应用    胡康

软测量模型生成系统研究与应用    郭庆武