基于区间二型模糊神经网络的出水氨氮软测量

韩红桂; 陈治远; 乔俊飞; 张会清

doi:10.11949/j.issn.0438-1157.20161613

您当前的位置：

首页 >

文章列表页 >

基于区间二型模糊神经网络的出水氨氮软测量

过程系统工程 | 更新时间：2025-12-10

- 基于区间二型模糊神经网络的出水氨氮软测量
- Soft-sensor method for effluent ammonia nitrogen based on interval type-2 fuzzy neural networks
- 化工学报 2017年第3期页码：1032-1040
- 作者机构：
  
  1. 北京工业大学信息学部,北京,100124
  2. 计算智能与智能系统北京市重点实验室,北京,100124
- 作者简介：
- 基金信息：
- DOI：10.11949/j.issn.0438-1157.20161613
  中图分类号： P173
- 网络首发：2017-03-05，
  
  纸质出版：2017-03-05
- 稿件说明：
移动端阅览
韩红桂, 陈治远, 乔俊飞, 等. 基于区间二型模糊神经网络的出水氨氮软测量[J]. 化工学报, 2017,(3):1032-1040.

HAN Honggui, CHEN Zhiyuan, QIAO Junfei, et al. Soft-sensor method for effluent ammonia nitrogen based on interval type-2 fuzzy neural networks[J]. CIESC Journal, 2017, (3): 1032-1040.
韩红桂, 陈治远, 乔俊飞, 等. 基于区间二型模糊神经网络的出水氨氮软测量[J]. 化工学报, 2017,(3):1032-1040. DOI： 10.11949/j.issn.0438-1157.20161613.

HAN Honggui, CHEN Zhiyuan, QIAO Junfei, et al. Soft-sensor method for effluent ammonia nitrogen based on interval type-2 fuzzy neural networks[J]. CIESC Journal, 2017, (3): 1032-1040. DOI： 10.11949/j.issn.0438-1157.20161613.

摘要

针对污水处理过程出水氨氮（ammonia nitrogen，NH4-N）难以实时检测的问题，提出了一种基于区间二型模糊神经网络（interval type-2 fuzzy neural networks，IT2FNN）的软测量方法，建立了出水NH4-N的软测量模型，实现了出水NH4-N的实时检测。首先，采集和预处理相关过程变量的实际运行数据，通过主元分析法筛选出与出水NH4-N相关性较强的过程变量。其次，利用IT2FNN建立所选变量与出水NH4-N的软测量模型，通过梯度下降算法对模型相关参数进行修正。最后，将基于IT2FNN的出水NH4-N软测量模型应用于实际污水处理过程。实验结果表明，提出的出水NH4-N软测量方法不仅能够实现污水处理过程出水NH4-N的实时检测，而且具有较高的检测精度。

Abstract

A soft-sensor method for online detection of effluent ammonia nitrogen (NH4-N) in waste water treatment process was proposed on the basis of interval type-2 fuzzy neural networks (IT2FNN). First

actual operation data related to pre-treatment process variables was collected and process variables having strong correlation to effluent NH4-N were selected by principal component analysis (PCA) technique. Second

a self-sensor model between principal component variables and effluent NH4-N was established via IT2FNN and model parameters were adjusted by gradient algorithm. Finally

the proposed soft-sensor method was used in a real waste water treatment process (WWTP). The experimental results show that the new method can predict effluent NH4-N online with better accuracy than traditional methods.

关键词

Keywords

references

浏览量

299

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向多采样率数据的TTPA-LSTM软测量建模

基于JIT-MOSVR的软测量方法及应用

基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模

融合物理信息的发酵过程时空图卷积网络模型

旋流式冷却造粒塔的优势与风险分析