【技术实现步骤摘要】
基于AI模型含水率在线检测的污泥干化控制系统及方法
[0001]本公开涉及污泥干化控制相关
,具体的说,是涉及一种基于
AI
模型含水率在线检测的污泥干化控制系统及方法
。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息,并不必然构成在先技术
。
[0003]污泥成分复杂,污染性难以控制,因此需将污泥干化,使其减量化并最终无害化
、
资源化利用,为了达到污泥的干化效果,在干化过程中,需要对污泥的含水率进行在线检测,从而得到工艺稳定且满足含水率要求的干污泥
。
[0004]专利技术人在研究中发现,现有的污泥干化控制系统智能化不高,需要工人在处理过程中实施查看污泥的状态,通过经验调整干化设备的运行参数;对污泥的检测采用专用的污泥含水率检测装置,设备本身价格昂贵,且需要将装置的检测头伸入污泥中,检测装置在污泥这种比较恶劣的环境中容易损坏,检测装置的耗损大导致测量成本升高;并且通过污泥检测装置,这种传感测量的数据具有时滞性,检测到含水率偏离设计值再调节设备已经输出了大量的不合格污泥
。
技术实现思路
[0005]本公开为了解决上述问题,提出了一种基于
AI
模型含水率在线检测的污泥干化控制系统及方法,通过获取干化后的污泥所处的环境参数数据,对污泥的含水率进行在线检测,可取代昂贵的专业检测仪表,保证了出泥含水率检测的实时性,提高了污泥干化稳定性
。
[0006]为了实现 ...
【技术保护点】
【技术特征摘要】
1.
基于
AI
模型含水率在线检测的污泥干化控制系统,其特征在于:包括干污泥环境参数采集装置
、AI
检测模型和污泥干化控制模块;干污泥环境参数采集装置,用于采集干污泥所处的环境参数数据;
AI
检测模型,被配置为对采集的环境参数数据进行序列化处理,以当前时刻的环境参数数据的时间序列数据推算得到含水率数据;污泥干化控制模块,被配置为根据推算的含水率数据生成干化过程设备的控制参数数据,实时控制干化过程;所述
AI
检测模型训练过程中,对获取的历史环境参数数据以及对应的含水率进行序列处理及平移,含水率作为窗口的最后一个数据,将窗口的最后一个数据为标签作为
AI
检测模型输出,将窗口内的除标签数据外的其他数据作为输入,对
AI
检测模型进行训练
。2.
如权利要求1所述的基于
AI
模型含水率在线检测的污泥干化控制系统,其特征在于:干污泥环境参数采集装置包括温度传感器和湿度传感器
。3.
如权利要求1所述的基于
AI
模型含水率在线检测的污泥干化控制系统,其特征在于:
AI
检测模型包括依次连接的输入层
、
隐藏层
、
激活函数层和输出层,输入层为
LSTM
层,隐藏层包括多个
LSTM
层,激活函数层选择
relu
函数,输出层为全连接神经网络层
。4.
如权利要求1所述的基于
AI
模型含水率在线检测的污泥干化控制系统,其特征在于,对采集的数据进行预处理,包括如下过程:对获取的环境参数数据进行数据清洗;对清洗后的数据进行标准化处理;对标准化处理后的数据进行序列化处理,将原始的温度和湿度数据转换成时间序列数据,并采用滑动窗口方法将数据划分为多个时间窗口,每个窗口包含
N
个数据点
。5.
如权利要求1所述的基于
AI
模型含水率在线检测的污泥干化控制系统,其特征在于,还包括对
AI
检测模型训练的方法,包括如下步骤:获取干污泥所处的环境参数数据以及对应的干污泥含水率,构建数据样本集;将数据集分为训练集
、
验证集和测试集;对划分后的数据样本集数据进行预处理,分别进行数据清洗
、
标准化处理,以及序列化处理后划分窗口数据后,其中序列化过程中,将含水率作为对应时刻的最后一个数据点;对序列化得到的窗口数据进行平移,将每个时间窗口的最后一个数据点作为标签,并将对应的时间窗口的数据点向前平移一位;将预处理后的数据时间窗口的数据作为输入,时间窗口最后一个数据点的含水率作为输出,输入至
AI
检测模型进行训练;基于梯度下降算法来最小化模型的预测误差,同时进行交叉验证和参数调整,直到满足预测精度,得到训练后的
AI
检测模型;使用测试集来评估训练好的
AI
检测模型的性能,根据评估结果进行模型的调整和优化
。6.
如权利要求1所述的基于
AI
模型含水率在线检测的污泥...
【专利技术属性】
技术研发人员:王军龙,王茹,管明健,梅殿臣,张文渊,田书营,
申请(专利权)人:青岛荏原环境设备有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。