CORC  > 自动化研究所  > 中国科学院自动化研究所  > 学术期刊  > 自动化学报
城市固废焚烧过程数据驱动建模与自组织控制
丁海旭; 汤健; 乔俊飞
刊名自动化学报
2023
卷号49期号:3页码:550-566
关键词城市固废焚烧 多任务学习 自组织控制 数据驱动建模 模糊神经网络
ISSN号0254-4156
DOI10.16383/j.aas.c220570
英文摘要城市固废焚烧(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.
内容类型期刊论文
源URL[http://ir.ia.ac.cn/handle/173211/56183]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
丁海旭,汤健,乔俊飞. 城市固废焚烧过程数据驱动建模与自组织控制[J]. 自动化学报,2023,49(3):550-566.
APA 丁海旭,汤健,&乔俊飞.(2023).城市固废焚烧过程数据驱动建模与自组织控制.自动化学报,49(3),550-566.
MLA 丁海旭,et al."城市固废焚烧过程数据驱动建模与自组织控制".自动化学报 49.3(2023):550-566.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace