污水处理过程的软测量技术

污水处理过程的软测量技术是为解决污水处理出水水质(如BOD5、COD等)难以在线实时检测而提出的,它为污水处理质量参数的在线预测和闭环控制创造必要的前提条件,并提供可行的解决方案,从而稳定出水水质和提高污水处理的效率.介绍软测量技术的概念,研究污水处理软测量建模方法,以及工程设计方法.     

城市污水处理出水水质预测预报的一种多步记忆软测量建模

针对目前城市污水处理过程某些重要出水水质指标参数因缺乏可靠的专用在线仪表而只能靠人工化验来确知的现状,本文引入了软测量技术并根据污水处理工艺运行的实际情况,设计了具有记忆能力的软测量模型,由已知的过程参数来估计出不可在线测量的目标参数值.仿真研究结果表明具有多步记忆的软测量模型其预测精度高于常规软测量模型.多步记忆软测量模型的获取为开发实用化的污水处理出水水质预测预报软件奠定了坚实的基础.     

软测量技术及其应用

软测量技术是一门新兴的工业技术，是对目前商用传感器不足的一个重要补充，综观国内外软测量技术的发展情况，本文从二次变量选择，数据处理，软测量模型建立，在线校正与工业应用5个方面系统地介绍了软测量技术，应用及其发展前景。     

基于Tri-training MPLS的半监督软测量模型

随着污水处理过程日趋复杂,易测量变量和难测量变量的比例严重失衡,传统的监督性软测量建模方法已经无法满足需求.针对这一问题,提出了一种新的半监督学习的软测量模型?Tri-training MPLS模型.首先将标记数据均分为相互独立的3个部分,并由这3个相互独立的标记样本子集选择置信度高的未标记样本训练模型,提高模型的预测...     

工业过程软测量研究

综述工业过程软测量研究现状.论述软测量过程中辅助变量的选择,过程数据的预处理,软测量模型的建立及软仪表校正方法,提出工业过程软测量的实现方案.评述基于回归分析、BP神经网络、RBF神经网络、支持向量机等当前主要软测量建模方法的特点及其在工业过程软测量中的应用.指出当前工业过程软测量实现过程中存在的诸如误差处理、软仪表校正等问题及今后软测量技术与优化控制相结合的研究与发展方向.     

软测量技术的发展及应用

在工业过程中,一些关键变量很难通过常规的测量方法检测出来,而软测量技术在这一方面却起着很大的作用。在工业过程的控制、分析、优化的理论研究和实践应用中都取得了较好的成果。本文对此技术进行综述,介绍软测量技术的基本原理,模型种类,技术特点,并对这项技术的未来发展做了简要展望。     

基于Elman神经网络的城市污水处理水质参数软测量

在介绍序批式活性污泥法(SBR)的城市生活污水处理工艺的基础上,针对反应过程所具有的多变量、非线性和动态复杂反应的特点,利用水质参数与多个过程可测参数间的关联关系,提出了基于Elman递归人工神经网络的水质参数软测量模型.以ORP,DO浓度和pH值作为输入参数,可实现对COD,NH3,TP水质参数的软测量.基于污水处理实验数据建立软测量模型,结果表明,上述软测量模型对污水处理水质指标COD,NH3,TP具有理想的预测效果.     

中药提取软测量系统的设计与实现

针对超声波提取中草药活性成分含量检测困难的问题,通过采用可测量的辅助变量建立基于神经网络BP算法的软测量模型来估计不可测量变量的值,并利用单片机进行辅助变量的数据采集和软测量模型计算,实现了用软仪表对超声波中药提取率的在线测量。与目前采用紫外分光仪离线取样进行检测相比,该模型克服了离线测量工作量大、无法直接得到提取率的测量值等缺点,具有测量精度较高（测量相对误差控制在5%以内）、响应速度快和实时性好等特点。     

软测量技术及其在铝电解槽温度测量中的应用

软测量技术可以为一些无法直接测量的参数寻找一种测量方法.从辅助变量选择、数据处理、软测量模型建立和模型修正等方面系统地介绍了软测量技术;并针对铝电解槽温度高、腐蚀性强、温度难以直接测量的问题,选择电解槽的输入电功率和下料速度作为辅助变量,利用现代时间序列分析法建立了带受控项目的自回归数学模型,从而计算出电解槽的温度估计值.在160kA点式下料预焙阳极铝电解槽进行实验,结果证明了该方法的有效性.     

一种自确认软测量方法的研究与应用

软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不仅能确保了输入传感器(辅助变量传感器)数据的可靠性。同时,利用一定的状态参数来指示当前输入传感器的状态。此外,通过输出方差和归纳区间估计两种方法对软测量输出的不确定性进行了描述。模型的输出将不是单个预测值的输出,而是同时输出五种信息: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目的。所提出方法在污水处理过程中得到了有效应用。     

软测量技术在铸锭裂纹预报中的应用

针对在铸锭成型过程中无法对裂纹的发展趋势进行在线预报的问题,以铝合金电磁半连续铸造为研究对象,采用软测量技术,通过选取可以直接在线测量的辅助变量,建立了一种基于多层前馈神经网络的裂纹软测量模型.该模型的输出为量化后的裂纹值,从而间接地在线测量了铸锭的裂纹量化值,并对裂纹的发展趋势进行了预报.仿真与实验结果表明:该模型的裂纹预报值和实际值吻合得较好,预报值能很好地反映实际裂纹的倾向,从而使得裂纹的在线预报与在线控制成为可能.     

软测量与推断控制技术初探

该文论述了软测量与推断控制技术的基本思想和基本原理,介绍了软测量的研究现状和研究成果,并逐一论述了实现软测量技术的4个主要方面:辅助变量的选择、数据采集和处理、模型建立和在线校正。探讨了软测量常用的几类建模方法,包括回归分析和神经网络。分析了当前软测量技术面临的难点,对其今后的研究方向进行了总结与展望。     

热轧过程中轧件组织与性能软测量系统的研究

介绍了热轧中轧件组织与性能软测量系统的组成和功能,讨论了开发软测量系统所必要的辅助变量选择和数据的预处理方法.通过对热轧过程中的工艺机理分析,并结合生产现场的控制要求,采用机理模型和人工神经网络相结合的方法建立了组织性能软测量系统的架构,并使用机理模型计算得到的微观组织和轧件的化学成分作为人工神经网络的输入变量,规范了人工神经网络的层次结构.在软测量系统的应用过程中,利用校正模型的短期和长期自学习方法,使系统的测量精度满足在线检测要求.     

序批式活性污泥系统神经网络水质模型

介绍用神经网络建立过程软测量的模式,讨论了基于神经网络的非线性模型结构和一种BP改进算法,并对污水处理过程的出水水质软测量进行了研究.结果表明,神经网络法能够比较精确地建立起非线性过程的模型,且具有简明、灵活的特点.     

基于RBF人工神经网络的生活污水处理软测量方法

为实现城市生活污水处理的在线控制,提出了基于RBF人工神经网络的软测量方法.运用大量实测数据对RBF神经网络进行了训练和仿真.结果表明,基于RBF神经网络的软测量模型对污水处理指标BOD的实时控制具有实用价值.     

计算机通信及神经网络技术在软测量中的应用

介绍了基于OPC的DCS与微机网络数据通信技术和基于神经网络预估技术在生产过程软测量系统中的应用.以某己内酰胺装置软测量系统的开发为例,讨论了相关技术问题和解决思路.现场的实测数据仿真验证结果表明了软测量系统的有效性,最后给出了软测量技术应与生产过程优化相结合的方向发展.     

基于集合卡尔曼-Elman网络的软测量建模方法

污水处理系统是一个复杂的非线性、大时延的动态系统，由于工艺的复杂性、检测设备的不完备性以及经济成本的限制，一些重要的出水指标无法实现精准的检测。为解决此问题，文中提出了基于集合卡尔曼-Elman网络的软测量方法。传统动态神经网络具有能够处理时延信息数据的动态记忆能力，可用于基于数据驱动的软测量建模过程。但是，常规训练方法容易使神经网络陷入局部最小值，导致模型预测性能欠佳。鉴于此，文中引入集合卡尔曼滤波技术和对偶有限样本集合卡尔曼技术对典型的动态神经网络——Elman神经网络进行无梯度训练，构建新型软传感器模型，不仅有效提高了传统Elman神经网络的预测能力，而且提供了一种简单、无梯度的神经网络训练方法。将该方法在加州大学欧文分校的污水处理数据（UCI数据）上进行验证，结果表明，文中方法具有较好的预测性能，集合卡尔曼滤波技术可作为一种无梯度的替代方法来训练神经网络。     

用于化工软测量的基于移动窗的过程神经网络

软测量技术可以有效解决复杂工业过程中一些重要参量难以由硬件在线检测的问题,由于化工过程具有连续性和累积性等特点,若采用传统的软测量建模方法往往会忽略信号的时间累积作用从而导致预测误差较大。针对上述问题,提出了基于改进的过程神经网络(PNN)的软测量建模方法。首先采用移动窗技术来确定包含过程正常运行大部分信息的时间序列,然后利用改进的PNN建立软测量模型并对主导变量进行连续预测,最后对软仪表进行校正以实现连续高精度预测。以某工厂高密度聚乙烯装置为例,验证了该方法具有较高的预测精度和跟踪性能,这对于工业过程的控制优化操作具有重要的应用价值。     

发酵过程生物量软测量虚拟仪器系统的集成

本文根据发酵过程生物量检测特点,基于虚拟仪器技术提出了一种全新的生物量在线检测系统集成方法,该系统采用PXI（PCI Extensions for Instrumentation）总线硬件平台,结合软测量算法,有效地实现了生物量在线估计。给出了该系统的集成原理和实现方法,及系统的硬件和软件设计。实验研究表明,集成的发酵过程生物量软测量虚拟仪器系统,能够充分利用软测量技术和虚拟仪器技术的各自优势,系统硬件配置灵活,实用性强,并能得到较高的发酵过程生物量在线测量精度。     

基于互信息的辅助变量筛选及在火电厂NOx软测量模型中的应用

辅助变量的选取是软测量建模中重要的一步;但由于待选变量数目多、与主导变量非线性相关、信息冗余大等因素导致辅助变量的选择不够合理。在信息熵和互信息理论基础上,改进IBF和MIFS变量筛选算法,综合考虑了辅助变量和主导变量之间的最大相关性,以及辅助变量之间的最小冗余性。作为算例使用改进后的算法,筛选了某燃煤机组运行历史数据,建立了省煤器出口NOx浓度的GA-BP软测量模型。实验证明这种基于互信息的变量筛选方法可以有效提高模型的输出精度和泛化能力。