城市固废焚烧过程数据驱动建模与自组织控制

作     者：丁海旭 汤健 乔俊飞 DING Hai-Xu;TANG Jian;QIAO Jun-Fei

作者机构：北京工业大学信息学部北京100124 智慧环保北京实验室北京100124 

基　　金：科技创新2030—“新一代人工智能”重大项目(2021ZD0112300) 国家自然科学基金创新群体项目(62021003) 国家科技重大专项(61890930) 国家自然科学基金(62073006) 北京市自然科学基金(4212032,4192009)资助 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2023年第49卷第3期

页      码：550-566页

摘      要：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 selforganizing 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MTLSOFNNC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.

主 题 词：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 

学科分类：083002[083002] 0830[工学-生物工程类] 08[工学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0701[理学-数学类] 0812[工学-测绘类] 080201[080201] 

核心收录：

D　O　I：10.16383/j.aas.c220570

馆 藏 号：203120999...