智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法。該方法采用最小二乘支持向量機作為模糊系統(tǒng)的局部方程，通過對最小二乘支持向量機的輸出進行反模糊化輸出，實現(xiàn)爐溫的準(zhǔn)確控制。在本發(fā)明中，訓(xùn)練樣本經(jīng)標(biāo)準(zhǔn)化處理模塊處理，作為模糊系統(tǒng)模塊的輸入；模糊系統(tǒng)模塊中得到的爐溫預(yù)報值和使?fàn)t溫最佳的操作變量值與結(jié)果顯示模塊相連，用于結(jié)果將傳給DCS系統(tǒng)；模型更新模塊，用于按設(shè)定的采樣時間間隔，采集現(xiàn)場智能儀表信號。本發(fā)明實現(xiàn)了爐溫的實時計算、準(zhǔn)確控制以及避免出現(xiàn)爐溫的超調(diào)。
【專利說明】智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及農(nóng)藥生產(chǎn)廢液焚燒領(lǐng)域，特別地，涉及智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法。
【背景技術(shù)】
[0002]隨著農(nóng)藥工業(yè)的迅速發(fā)展，排放物的環(huán)境污染問題已經(jīng)引起各國政府及相應(yīng)環(huán)保部門的高度重視。研究及解決農(nóng)藥有機廢液的達(dá)標(biāo)排放控制以及無害最小化處理，不僅成為各國科研的難點和熱點，同時也是關(guān)系到社會可持續(xù)發(fā)展的國家迫切需求的科學(xué)命題。
[0003]焚燒法是目前處理農(nóng)藥殘液和廢渣最有效、徹底、應(yīng)用最普遍的方法。焚燒過程中焚燒爐爐溫必須保持在一個合適的溫度，過低的爐溫不利于廢棄物中有毒有害成分的分解；過高的爐溫不僅增加燃料消耗，增加設(shè)備運行成本，并且容易損壞爐膛內(nèi)壁、縮短設(shè)備壽命。此外，過高溫度可能增加廢棄物中金屬的揮發(fā)量和氧化氮的生成。特別對于含氯的廢水，合適的爐溫更能降低內(nèi)壁的腐蝕。但是實際焚燒過程中影響爐溫的因素復(fù)雜多變，容易出現(xiàn)爐溫過低或過高的現(xiàn)象。
[0004]1965年美國數(shù)學(xué)家L.Zadeh首先提出了模糊集合的概念。隨后模糊邏輯以其更接近于日常人們的問題和語意陳述的方式，開始代替堅持所有事物都可以用二元項表示的經(jīng)典邏輯。模糊邏輯迄今已經(jīng)成功應(yīng)用在了工業(yè)的多個領(lǐng)域之中，例如家電、工業(yè)控制等領(lǐng)域。2003年，Demirci提出了模糊系統(tǒng)的概念，通過使用模糊隸屬度矩陣和和其變形構(gòu)建一個新的輸入矩陣，接著在局部方程中以反模糊方法中的重心法得出解析值作為最后的輸出。對于農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法，考慮到工業(yè)生產(chǎn)過程中的噪音影響以及操作誤差，可以使用模糊邏輯的模糊性能降低誤差對精度的影響。
[0005]支持向量機，由Vapnik在1998年引入，由于其良好的推廣能力，被廣泛應(yīng)用在模式識別、擬合和分類問題中。由于標(biāo)準(zhǔn)支持向量機對孤立點和噪點敏感，所以后來又提出了加權(quán)支持向量機。加權(quán)支持向量機相比于標(biāo)準(zhǔn)支持向量機能夠更好地處理帶有噪點的樣本數(shù)據(jù)，這里被選作模糊系統(tǒng)中的局部方程。
[0006]粒子群算法，即Particle Swarm Optimization,是由 Kennedy 和 Eberhart 教授提出來的一種通過模仿鳥類飛行行為來尋求全局最優(yōu)的一種生物智能尋優(yōu)算法，簡稱PS0。該算法通過群體中粒子間的相互影響，減少了搜索算法陷入局部最優(yōu)解的風(fēng)險，具有很好的全局搜索性能。粒子群算法被用來搜索加權(quán)支持向量機的最優(yōu)參數(shù)組合，以達(dá)到優(yōu)化模型的目的。

【發(fā)明內(nèi)容】

[0007]為了克服已有的焚燒爐爐溫難以控制、容易出現(xiàn)爐溫過低或過高的不足，本發(fā)明提供一種實現(xiàn)爐溫準(zhǔn)確控制、避免出現(xiàn)爐溫過低或過高的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法。
[0008]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:[0009]智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)，包括焚燒爐、智能儀表、DCS系統(tǒng)、數(shù)據(jù)接口以及上位機，所述的DCS系統(tǒng)包括控制站和數(shù)據(jù)庫；所述現(xiàn)場智能儀表與DCS系統(tǒng)連接，所述DCS系統(tǒng)與上位機連接，所述的上位機包括:
[0010]標(biāo)準(zhǔn)化處理模塊，用于將從DCS數(shù)據(jù)庫輸入的模型訓(xùn)練樣本進行預(yù)處理，對訓(xùn)練樣本中心化，即減去樣本的平均值，然后對其進行標(biāo)準(zhǔn)化:
[0011]計算均值:
【權(quán)利要求】
1.一種智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化系統(tǒng)及方法，包括焚燒爐、智能儀表、DCS系統(tǒng)、數(shù)據(jù)接口以及上位機，所述的DCS系統(tǒng)包括控制站和數(shù)據(jù)庫；所述現(xiàn)場智能儀表與DCS系統(tǒng)連接，所述DCS系統(tǒng)與上位機連接，其特征在于:所述的上位機包括: 標(biāo)準(zhǔn)化處理模塊，用于將從DCS數(shù)據(jù)庫輸入的模型訓(xùn)練樣本進行預(yù)處理，對訓(xùn)練樣本中心化，即減去樣本的平均值，然后對其進行標(biāo)準(zhǔn)化:
2.一種智能最小二乘的農(nóng)藥廢液焚燒爐爐溫最佳化方法，其特征在于:所述的爐溫最佳化方法具體實現(xiàn)步驟如下: 1)、確定所用的關(guān)鍵變量，從DCS數(shù)據(jù)庫中采集生產(chǎn)正常時所述變量的數(shù)據(jù)作為訓(xùn)練樣本TX的輸入矩陣，采集對應(yīng)的爐溫和使?fàn)t溫最佳化的操作變量數(shù)據(jù)作為輸出矩陣O ; 2)、將從DCS數(shù)據(jù)庫輸入的模型訓(xùn)練樣本進行預(yù)處理，對訓(xùn)練樣本中心化，即減去樣本的平均值，然后對其進行標(biāo)準(zhǔn)化，使得其均值為0，方差為I。該處理采用以下算式過程來完成: 2.1)計算均值:
【文檔編號】G05B13/04GK103472865SQ201310433150
【公開日】2013年12月25日 申請日期:2013年9月22日 優(yōu)先權(quán)日:2013年9月22日
【發(fā)明者】劉興高, 李見會, 張明明, 孫優(yōu)賢 申請人:浙江大學(xué)