Abstract ：

提供是市政固体废物焚化过程中的一种智能操作优化方法,该方法既属于市政固体废物处理领域又属于智能优化领域。 该方法包括:通过在市政固体废物焚化过程中收集历史数据来构建样本数据集; 通过优化氮氧化物排放和燃烧效率的目标,建立了基于SORBF神经网络的指标模型,以表征在市政固体废物焚化过程中操作变量与优化目标之间的映射关系; 并将已建立的指标模型设置为多目标优化算法的评估函数,并通过多目标粒子群优化算法获得操作变量的最佳设置值,以提高燃烧效率,同时降低氮氧化物排放的浓度。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明属于固体废物处理技术领域，具体涉及一种漆包线的脱漆方法及其应用。该脱漆方法包括：将待脱漆漆包线与漆包线漆膜焦炭混合进行热解处理从而进行脱漆。脱漆方法较现有的热解脱漆方法，漆包线与漆膜焦炭焦炭的热解效率更高，漆包线上的漆膜的热解温度更低，并且热解更彻底，能耗低。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

提供了一种用于 MSWI 过程中 NOx 排放预测的动态模块化神经网络 (DMNN)。 首先,对输入变量进行平滑和标准化。 然后,设计基于主成分分析(PCA)的特征提取方法,实现复杂条件的动态划分,将待处理的预测任务分解为不同条件下的子任务。 此外,针对各个子任务,构建基于长短期记忆(LSTM)的子网络,实现各种工况下NOx排放的准确预测。 最后,采用协作策略来整合子网络的输出,进一步提高预测模型的准确性。 最后,所提出的 DMNN 的优点在城市固体废物焚烧(MSWI)过程的基准和实际工业数据上得到了证实。 有效解决了垃圾焚烧过程中因传感器限制而难以准确预测NOx排放的问题。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明提供了一种二噁英浓度全流程级联式智能建模与动态检测方法，涉及城市固废焚烧领域，该方法包括：对城市固体废物焚烧过程中产生的多模态数据进行预处理操作，得到预处理数据；分别构建DXN生成模型、DXN吸附模型和DXN排放模型，并将过程数值数据分别输入至DXN生成模型、DXN吸附模型和DXN排放模型中，并通过DXN排放模型得到检测数据；对DXN生成模型、DXN吸附模型和DXN排放模型分别进行动态检测，得到动态检测结果。该方法实现了多模态数据驱动下的高精度建模功能，解决了样本缺失的问题。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明属于危险固体废物处理技术领域，具体涉及一种改性壳聚糖及其制备方法和利用改性壳聚糖协同水泥固化重金属的方法。该制备方法包括以下步骤：将壳聚糖与乙酸、水混合均匀，得到壳聚糖溶液；在壳聚糖溶液中加入氨基硫脲，然后加入甲醛，得到凝胶状混合物；向其中加入碱性溶液生成沉淀物；将Na2EDTA与水混合均匀，然后加入EDC和NHS，再加入所述沉淀物，反应一段时间即得。本发明通过乙二胺四乙酸联合氨基硫脲改性壳聚糖，使其具备高效吸附重金属离子的性能，同时与水泥基材料具有较好的界面相容性，通过改性壳聚糖‑水泥水化产物协同固化重金属，既保证了水泥基材料力学和耐久性能，又提高了水泥固化重金属离子的稳定性。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明提供了一种基于残差拟合机制的简化深度森林回归的垃圾焚烧炉排二恶英排放软测量方法。 固体废物焚烧过程中产生的剧毒污染物二恶英(DXN)是必须重点控制的环境指标。 快速、准确地软测量DXN排放浓度是减轻污染物排放控制的当务之急。 该方法首先采用互信息和显着性检验对高维过程变量进行特征选择。 然后,构建简化的深度森林回归(SDFR)算法来学习所选过程变量与 DXN 排放浓度之间的非线性关系; 最后,设计基于残差拟合(REF)机制的梯度增强策略,以提高逐层学习过程的泛化性能。 该方法在预测精度和时间消耗方面均优于其他方法。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

一种基于广泛混合森林回归(BHFR)的城市固体废物焚烧(MSWI)过程中DXN排放的软测量方法,包括:基于广泛的学习系统(BLS)框架,构建小样本高浓度的BHFR软测量模型 通过用非差分基学习器代替神经元来获取三维数据,其中BHFR软测量模型包括特征映射层、潜在特征提取层、特征增量层和增量学习层,该方法包括: 高维特征; 从全连接混合矩阵的特征空间中提取潜在特征,基于信息度量标准降低模型复杂度和计算消耗; 通过基于提取的潜在特征训练特征增量层来增强特征表示能力; 基于增量学习策略构建增量学习层,利用Moore-Penrose伪逆得到权重矩阵,实现高精度建模。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对城市固体废物(Municipal solid waste,MSW)焚烧过程,数据具有异常值和特征变量维度高时,炉温预测模型的准确性和泛化能力欠缺的挑战性问题,提出一种鲁棒加权异构特征集成建模方法,用于建立城市固体废物焚烧过程炉温预测模型.首先,依据焚烧过程机理将高维特征变量划分为异构特征集合,并采用互信息和相关系数综合评估每组异构特征集合的贡献度;其次,采用基于混合t分布的鲁棒随机配置网络(Stochastic configuration network,SCN)构建基模型,同时确定训练样本的惩罚权重;最后,设计一种鲁棒加权负相关学习(Negative correlation learning,NCL)策略,实现基模型的鲁棒同步训练.使用国内某城市固体废物焚烧厂的炉温历史数据,对该方法进行测试.测试结果表明,该方法建立的炉温预测模型在准确性和泛化能力方面具有优势.

Keyword ：

随机配置网络 炉温预测 异构特征集成 鲁棒建模 城市固体废物焚烧

Cite：

Copy from the list or Export to your reference management。

Abstract ：

在城市固体废弃物焚烧(Municipal solid waste incineration,MSWI)过程中,烟气含氧量是影响焚烧效果的重要工艺参数.由于固废焚烧过程的复杂性,在实际应用过程中,难以实现烟气含氧量的有效控制.面向城市固废焚烧过程烟气含氧量控制的实际需求,提出一种基于数据驱动的烟气含氧量自适应预测控制方法.首先,采用自适应模糊C均值(Fuzzy C-means,FCM)算法辅助确定径向基函数(Radial basis function,RBF)神经网络隐含层神经元个数及初始中心,建立基于FCM算法的径向基函数神经网络预测模型,并在控制过程中通过自适应更新策略在线调节预测模型参数;然后,利用梯度下降算法求解控制律,并基于李雅普诺夫理论分析了所提控制方法的稳定性;最后,基于城市固废焚烧厂实际数据,验证了所提控制方法的有效性.

Keyword ：

径向基函数神经网络 自适应预测控制 烟气含氧量 梯度下降 城市固体废物焚烧

Cite：

Copy from the list or Export to your reference management。

Abstract ：

城市固体废物焚烧(municipal solid wastes incineration,MSWI)技术由于其高效的减容效果逐渐成为了生活垃圾处理的主要方式.MSWI过程产生的氮氧化物(nitrogen oxides,NOx)是大气中的主要污染物之一.为了在控制NOx排放的同时保证燃烧效率,提出一种基于多目标粒子群算法的MSWI过程风量智能优化设定方法.首先,结合最大相关最小冗余算法及前馈神经网络,建立燃烧效率和氮氧化物排放浓度预测模型;然后,提出分阶段多目标粒子群优化算法(staged multi-objective particle swarm optimization,SMOPSO),获得一次风流量和二次风流量的Pareto优化解集;此外,设计效用函数,确定一次风流量和二次风流量的最优设定值;最后,基于国内某城市固废焚烧厂的实际运行数据,验证所提方法的有效性.

Keyword ：

城市固体废物焚烧 风量智能优化设定 燃烧效率 分阶段多目标粒子群优化 氮氧化物

Cite：

Copy from the list or Export to your reference management。