北京工业大学汤健获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京工业大学申请的专利一种数据驱动的城市固废焚烧过程多目标优化控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117111439B 。
龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310911859.7,技术领域涉及:G05B11/42;该发明授权一种数据驱动的城市固废焚烧过程多目标优化控制方法是由汤健;王天峥;夏恒;杜胜利;乔俊飞设计研发完成,并于2023-07-24向国家知识产权局提交的专利申请。
本一种数据驱动的城市固废焚烧过程多目标优化控制方法在说明书摘要公布了:本发明提供了一种数据驱动的城市固废焚烧过程多目标优化控制方法,首先,建立了面向污染物排放的MSWI过程全流程模型,包含炉膛温度、锅炉蒸汽流量和烟气含氧量被控对象模型以及CO、CO2和NOx污染物排放指标模型,接着,利用单神经元自适应PID建立面向关键被控变量的多入多出回路控制器,实现对燃烧过程的稳定控制,最后,结合领域专家知识,实现了基于多目标粒子群优化算法的关键被控变量优化设定值的自适应求解。本发明提供的数据驱动的城市固废焚烧过程多目标优化控制方法,能够实现城市固废焚烧过程多目标优化控制,为现有运行中的工厂进行指导,能够降低污染物排放浓度,提高燃烧效率。
本发明授权一种数据驱动的城市固废焚烧过程多目标优化控制方法在权利要求书中公布了:1.一种数据驱动的城市固废焚烧过程多目标优化控制方法,其特征在于,包括如下步骤: 步骤1:分析面向多目标优化的影响因素; 步骤2:根据影响因素检测多目标优化控制模型; 步骤2中,根据影响因素检测多目标优化控制模型,具体包括如下步骤: 步骤301:建立面向污染物减排的全流程模型,作为被控对象模型; 步骤302:建立单神经元自适应PID的多入多出回路控制器,对被控对象模型进行稳定控制; 步骤303:建立基于多目标PSO的被控变量优化设定求解模型,用于实现关键被控变量的优化设定值的自适应求解,并将求解结果发送至单神经元自适应PID的多入多出回路控制器,对被控对象模型进行稳定控制; 步骤301中,建立面向污染物减排的全流程模型,具体为: 建立面向污染物减排的全流程模型,包括串联被控对象模型及并联污染物指标模型,单神经元自适应PID的多入多出回路控制器连接串联被控对象模型,串联被控对象模型连接并联污染物指标模型,并联污染物指标模型连接基于多目标PSO的被控变量优化设定求解模型; 串联被控对象模型包括炉膛温度模型、锅炉蒸汽流量模型及烟气含氧量模型,其中,炉膛温度模型、锅炉蒸汽流量模型及烟气含氧量模型均通过基于Tikhonov正则化的线性回归决策树算法构建,单神经元自适应PID的多入多出回路控制器连接炉膛温度模型、锅炉蒸汽流量模型及烟气含氧量模型,向炉膛温度模型输入、及,向锅炉蒸汽流量模型输入,向烟气含氧量模型输入,炉膛温度模型连接锅炉蒸汽流量模型及烟气含氧量模型,炉膛温度模型、锅炉蒸汽流量模型及烟气含氧量模型连接并联污染物指标模型,其中,、、、和分别表示给水量、一次风量、进料器速度、干燥炉排速度和二次风量输出; 并联污染物指标模型包括CO模型、CO2模型和NOx模型,其中,CO模型、CO2模型和NOx模型均通过基于Tikhonov正则化的线性回归决策树算法构建,炉膛温度模型、锅炉蒸汽流量模型及烟气含氧量模型分别连接CO模型、CO2模型和NOx模型,CO模型、CO2模型和NOx模型连接基于多目标PSO的被控变量优化设定求解模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工业大学,其通讯地址为:100020 北京市朝阳区平乐园100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励