城市固废焚烧过程数据驱动建模与自组织控制
城市固废焚烧(Municipal solid waste incineration,MSWI)是处置城市固废(Municipal solid waste,MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求.MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi Sugeno模糊神经网络(Multi-input multi-output Takagi Sugeno fuzzy neural network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task learning self-organizing fuzzy neural network controller,MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Multi-task learning,MTL)能力对控制器结构进行自组织调整;接着,通过Lyapunov定理对MTL-SOFNNC稳定性进行了证明;最后,通过北京市某MSWI厂的过程数据验证了模型与控制器的有效性.
城市固废焚烧、多任务学习、自组织控制、数据驱动建模、模糊神经网络
49
TP391.41;TP273;TP183
科技创新新一代人工智能重大项目;国家自然科学基金;国家科技重大专项;国家自然科学基金;北京市自然科学基金;北京市自然科学基金
2023-04-11(万方平台首次上网日期,不代表论文的发表时间)
共17页
550-566