【技术实现步骤摘要】
一种数据驱动的城市固废焚烧过程多目标优化控制方法
[0001]本专利技术涉及城市固体废物处理
,特别是涉及一种数据驱动的城市固废焚烧过程多目标优化控制方法
。
技术介绍
[0002]城市固体废物
(municipal solid waste incineration
,
MSW)
是导致城市污染问题逐渐严重的一个主要因素,伴随着国家对垃圾分类的逐渐重视,其热值逐渐提高,使得
MSW
焚烧
(municipal solid waste incineration
,
MSWI)
技术成为处理
MSW
的一个重要手段
。
相较于其他处理手段,具有无害化
、
减量化和资源化等特点的
MSWI
技术能够节约大量土地资源,具有明显的社会效益,经济效益和环境效益
。
由于我国
MSW
成分复杂
、
热值低,导致所引进国外的
MSWI
技术难以有效支撑工厂正常运转,目前多依靠领域专家手动操作方式实现
。
但专家经验的差异性以及处理问题的延迟性,使得我国
MSWI
电厂难以维持稳定工况,从而引起污染物排放短期超标
、MSW
燃烧不充分等问题
。
因此,如何降低上述污染物排放浓度和提高
MSW
燃烧效率是亟待解决的问题
。
【技术保护点】
【技术特征摘要】
1.
一种数据驱动的城市固废焚烧过程多目标优化控制方法,其特征在于,包括如下步骤:步骤1:分析面向多目标优化的影响因素;步骤2:根据影响因素检测多目标优化控制模型
。2.
根据权利要求1所述的数据驱动的城市固废焚烧过程多目标优化控制方法,其特征在于,步骤1中,分析面向多目标优化的影响因素,具体为:
MSWI
的约束条件为:式中,
t
为环境或时间变量,
x
为过程操作变量的设定值;为确保环保指标达标,有:
min F
1m
(t,x),m
=
1,2,....
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
为提高产品指标,有:为提高经济指标,有:将优化目标同向化处理,将
MSWI
的优化目标表示为:的优化目标表示为:通过求解
x
,实现
MSWI
过程优化运行,其中,
x
包括炉膛温度
、
锅炉蒸汽流量和烟气含氧量
。3.
根据权利要求2所述的数据驱动的城市固废焚烧过程多目标优化控制方法,其特征在于,步骤1中,根据影响因素检测多目标优化控制模型,具体包括如下步骤:步骤
301
:建立面向污染物减排的全流程模型,作为被控对象模型;步骤
302
:建立单神经元自适应
PID
的多入多出回路控制器,对被控对象模型进行稳定控制;步骤
303
:建立基于多目标
PSO
的被控变量优化设定求解模型,用于实现关键被控变量的优化设定值的自适应求解,并将求解结果发送至单神经元自适应
PID
的多入多出回路控制器,对被控对象模型进行稳定控制
。4.
根据权利要求3所述的数据驱动的城市固废焚烧过程多目标优化控制方法,其特征在于,步骤
301
中,建立面向污染物减排的全流程模型,具体为:建立面向污染物减排的全流程模型,包括串联被控对象模型及并联污染物指标模型,单神经元自适应
PID
的多入多出回路控制器连接串联被控对象模型,串联被控对象模型连
接并联污染物指标模型,并联污染物指标模型连接基于多目标
PSO
的被控变量优化设定求解模型;串联被控对象模型包括炉膛温度模型
、
锅炉蒸汽流量模型及烟气含氧量模型,其中,炉膛温度模型
、
锅炉蒸汽流量模型及烟气含氧量模型均通过基于
Tikhonov
正则化的线性回归决策树算法构建,单神经元自适应
PID
的多入多出回路控制器连接炉膛温度模型
、
锅炉蒸汽流量模型及烟气含氧量模型,向炉膛温度模型输入
u
PriAir
、u
Feeder
及
u
Dry
,向锅炉蒸汽流量模型输入
u
FeederWater
,向烟气含氧量模型输入
u
SecAir
,炉膛温度模型连接锅炉蒸汽流量模型及烟气含氧量模型,炉膛温度模型
、
锅炉蒸汽流量模型及烟气含氧量模型连接并联污染物指标模型,其中,
u
FeederWater
、u
PriAir
、u
Feeder
、u
Dry
和
u
...
【专利技术属性】
技术研发人员:汤健,王天峥,夏恒,杜胜利,乔俊飞,
申请(专利权)人:北京工业大学,
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。