Abstract ：

污水处理厂配备许多传感器用于监测出水水质.传感器的正常工作与否对保证出水水质至关重要.给出了一种污水处理出水变量传感器故障检测方法.该方法根据入水和出水数据,采用径向基函数神经网络构造出水变量预测模型;使用参数线性集员辨识算法得到网络输出权值的集合描述,从而使预测模型能够给出出水变量的置信区间;以此置信区间为基础获得传感器的故障检测策略.由于置信区间描述了出水变量的存在范围,当传感器测量值超出置信区间,则可推断传感器发生故障.此外,在设计传感器故障检测策略时还考虑了污水处理过程异常的影响.实验结果证实所提方法的有效性.

Keyword ：

传感器 集员辨识 污水处理 区间预测 故障检测

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为了实现污水处理厂的有效运行,需要建立能够精确描述水厂行为的模型。根据水厂入水和出水数据,采用径向基函数神经网络建立污水处理过程模型。考虑到建模误差有界,使用参数线性集员辨识算法分别得到隐含层到输出层各神经元连接权值向量的不确定集合描述。与现有的单输出区间预测模型相比,该模型能够根据水厂入水数据同时给出多个出水水质变量的置信区间。这些区间能表征出水变量的存在范围,从而实现水质变量的可靠估计,进而评估出水水质或水厂性能。此外,还将此出水区间预测模型用于污水处理厂的故障检测与隔离,以提高水厂运行的可靠性。实验结果表明文中所提方法的有效性。

Keyword ：

预测 模型 集员辨识 故障检测与隔离 参数估值 污水处理 径向基函数神经网络

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为了实现污水处理厂的有效运行,需要建立能够精确描述水厂行为的模型.根据水厂入水和出水数据,采用径向基函数神经网络建立污水处理过程模型.考虑到建模误差有界,使用参数线性集员辨识算法分别得到隐含层到输出层各神经元连接权值向量的不确定集合描述.与现有的单输出区间预测模型相比,该模型能够根据水厂入水数据同时给出多个出水水质变量的置信区间.这些区间能表征出水变量的存在范围,从而实现水质变量的可靠估计,进而评估出水水质或水厂性能.此外,还将此出水区间预测模型用于污水处理厂的故障检测与隔离,以提高水厂运行的可靠性.实验结果表明文中所提方法的有效性.

Keyword ：

故障检测与隔离 径向基函数神经网络 集员辨识 参数估值 预测 污水处理 模型

Cite：

Copy from the list or Export to your reference management。

Abstract ：

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向基函数神经网络的逼近能力,将其用于污水处理出水BOD软测量建模.径向基函数神经网络的中心被确定之后,考虑到建模误差有界,使用参数线性集员辨识算法得到网络输出权值的集合描述.在污水处理系统运行过程中,所建立好的软测量模型可以预测出水BOD的上下界.此外,建立多个软测量模型,并将多模型测量结果进行融合以降低单一模型所给结果的保守性.实验结果表明本文方法的有效性.

Keyword ：

污水处理 集员辨识 软测量 径向基函数神经网络 区间预测

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明涉及污水处理出水TP区间预测方法，利用集员辨识和神经网络相结合的思想基于采集到的数据进行建模，并给出输出变量出水TP的区间估计。本方法有两个部分：利用RBF神经网络对输入输出数据进行建模以及采用参数线性集员辨识算法得到网络输出权值的集合描述。其一，利用RBF神经网络的逼近能力，将其用于污水处理出水总磷的软测量建模；其二，RBF神经网络的中心和宽度被确定后，考虑到建模误差的有界性，采用参数线性集员辨识算法得到网络输出权值的集合描述，从而得到出水总磷的可靠区间估计。本发明给出了一种新的软测量方法，可以计算出水总磷的置信区间，从而实现对水质指标的可靠检测。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向基函数神经网络的逼近能力,将其用于污水处理出水BOD软测量建模.径向基函数神经网络的中心被确定之后,考虑到建模误差有界,使用参数线性集员辨识算法得到网络输出权值的集合描述.在污水处理系统运行过程中,所建立好的软测量模型可以预测出水BOD的上下界.此外,建立多个软测量模型,并将多模型测量结果进行融合以降低单一模型所给结果的保守性.实验结果表明本文方法的有效性.

Keyword ：

集员辨识 污水处理 径向基函数神经网络 区间预测 软测量

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对带有未知但有界(UBB)噪声的参数非线性回归模型,提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别,集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为:首先在参数空间均匀的选取训练点,根据方程误差判断其是否为可行集内的点,然后采用有监督的等距映射(S-Isomap)将训练点映射到低维空间,最后根据降维后的训练点设计k近邻分类器(k-NNC)。此方法不仅可以在高维参数空间近似描述可行集,还可以在低维空间对可行集特征化。仿真结果验证了所提方法的有效性。

Keyword ：

非线性系统 有监督的等距映射 集员 参数估计

Cite：

Copy from the list or Export to your reference management。