閱讀743 返回首頁    go 阿裏雲 go 技術社區[雲棲]


幹貨丨喬俊飛:麵向汙水處理過程控製的多目標智能優化方法研究

f33aae4368d8d36715211378ebc5941937f1f4d8

  喬俊飛

中國人工智能學會常務理事,北京工業大學教授,博士生導師。教育部長江學者特聘教授,國家傑出青年基金獲得者,中國自動化學會理事。長期從事城市汙水處理過程建模、控製與優化,在汙水處理過程智能特征建模、自組織控製和多目標動態優化方麵取得係列成果,發表高水平學術論文100餘篇,獲得授權發明專利30餘項。   


針對汙水信息分析所涉及的時變不確定性問題,該項目提出並獲得了神經網絡結構自組織設計方法,提高了處理時變不確定性信息的能力,發展了智能信息處理理論和方法;提出了基於數據的智能多目標優化方法,有效解決了非平穩係統的動態優化問題;獲得了基於特征參量的關鍵水質指標的智能自組織測量模型,突破了城市汙水處理關鍵水質指標無法在線測量的技術難題;率先提出了規則自適應模煳控製方法並形成實用技術,解決了汙水處理過程中溶解氧、硝態氮等關鍵過程變量的精準控製問題;建立了基於出水水質的城市汙水處理過程多目標智能優化方法,降低了噸水處理能耗,實現了汙水處理廠低成本運行;研發出具有自主知識產權的城市汙水處理智能優化控製係統,已經在全國不同地區、不同工藝的城市汙水處理廠得到實際應用,取得了顯著的經濟效益和社會效益。  



摘  要:汙水處理過程具有時變、不確定性和強非線性等特點,係統經常運行在非平穩狀態,常規的控製方法無法直接使用,致使當前汙水處理廠普遍存在處理能耗高、水質超標嚴重等問題。因此,尋求不依賴於動力學模型且具有超強自適應能力的智能優化控製方法,對於提高汙水排放達標率,降低運行成本至關重要。在多年研究的基礎上,本文給出了一種可行的智能建模、優化方法,為實現城市汙水處理節能降耗提供了技術支撐。

關鍵詞:汙水處理;智能優化控製;建模;優化

6ef092a141f43154a6244342e245af7789db431a

4365c1afbe75a2a6705e0e65537c498731abca6c

39f5e1edb77ddef1ec58864abb164347ad29c483

208fb2fca75f8f3a718359930b2013ebc53bb3d3

af3cc629c702e39a6aceade3592a15865e960eaf

af10d4031bef9e827961c61355f334328255c831

dacc9a81da8e8d4fc8352f1cba3c107b836574c8

bf50b2e640967ed5666cb792fa0b1a40b47b58ab

47755dec1f643ddb04e2916095785a06201cbaa3

b76b5cfc98c8f59cbc900816a3452b9cb365384c

5aef4cf69fe0d3d23588667c8d1e2605a8cdc31c

9df4ddbc786b6f14540fa905287b15468b9d8db5



本文來源於"中國人工智能學會",原文發表時間" 2017-02-16 "

最後更新:2017-05-23 15:03:15

  上一篇:go  JavaScript 即未來:介紹 14 個 JavaScript 的框架和庫
  下一篇:go  Samba 係列(六):使用 Rsync 命令同步兩個 Samba4 AD DC 之間的 SysVol 目錄