本文關(guān)鍵詞： 加權(quán)極限學習機 核函數(shù) 在線建模 污水處理 故障診斷 仿真實驗　出處：《化工學報》2016年09期 　論文類型：期刊論文

【摘要】：污水生化處理中的運行故障會引起出水水質(zhì)不達標、運行費用增高和環(huán)境二次污染等嚴重問題,需要及時準確地對運行故障進行診斷�？紤]到污水處理過程運行狀態(tài)數(shù)據(jù)的不平衡性造成故障診斷準確率下降,提出了一種基于核函數(shù)的加權(quán)極限學習機污水處理過程實時在線故障診斷方法。該方法以極限學習機為基礎,采用加權(quán)的方式處理數(shù)據(jù)的不平衡特性,通過核函數(shù)的非線性映射來提高數(shù)據(jù)線性可分的程度。仿真實驗證明,本文建立的污水處理在線故障診斷模型在線測試精度高,泛化性能好,模型在線更新速度快,能夠比較好地滿足準確性和實時性,實現(xiàn)對污水處理過程的在線故障診斷。
[Abstract]:The operation failure in wastewater biochemical treatment will cause serious problems such as substandard effluent quality, higher operating cost and secondary environmental pollution. It is necessary to diagnose the operation fault in time and accurately. Considering the imbalance of the running state data of the sewage treatment process, the accuracy of fault diagnosis is reduced. This paper presents a real-time on-line fault diagnosis method for wastewater treatment process of weighted extreme learning machine based on kernel function. The method is based on the ultimate learning machine and uses weighted method to deal with the unbalanced characteristics of data. The nonlinear mapping of kernel function is used to improve the separability of data line. The simulation results show that the on-line fault diagnosis model of sewage treatment established in this paper has high on-line testing accuracy and good generalization performance. The model is updated quickly on line, which can satisfy the accuracy and real time, and realize the on-line fault diagnosis of sewage treatment process.
【作者單位】： 華南理工大學自動化科學與工程學院;
【分類號】：TP18
【正文快照】： 引言污水處理是一個復雜的、影響因素非常多的生化過程,污水處理廠難以保持長期穩(wěn)定的運行,發(fā)生故障容易引起出水水質(zhì)不達標、運行費用增高和環(huán)境二次污染等嚴重問題[1],所以需要對污水處理廠運行狀態(tài)進行在線監(jiān)控,診斷出運行故障并及時處理。污水處理過程的故障診斷數(shù)據(jù)具有

【相似文獻】

相關(guān)會議論文 前2條

1 葉曉明;吳國新;谷玉海;;大型煙氣發(fā)電機組遠程在線故障診斷與預測技術(shù)的研究[A];設備監(jiān)測與診斷技術(shù)及其應用——第十二屆全國設備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

2 惠廣海;杜志敏;孫勇;;兩級冷媒水系統(tǒng)溫度及流量傳感器在線故障診斷[A];上海市制冷學會二○○三年學術(shù)年會論文集[C];2003年

相關(guān)博士學位論文 前1條

1 莊進發(fā);基于模式識別的流程工業(yè)生產(chǎn)在線故障診斷若干問題研究[D];廈門大學;2009年

相關(guān)碩士學位論文 前5條

1 鄭芳雄;化工企業(yè)在線故障診斷系統(tǒng)設計與實現(xiàn)[D];大連理工大學;2013年

2 徐陽;基于ARM+DSP的準在線故障診斷系統(tǒng)軟件系統(tǒng)關(guān)鍵技術(shù)的研究[D];鄭州大學;2011年

3 張春燕;變壓器在線故障診斷技術(shù)研究[D];華北電力大學;2013年

4 郭凱;基于GPRS抽油機在線故障診斷監(jiān)控器的研究與設計[D];蘭州理工大學;2009年

5 袁衛(wèi)波;基于CAN總線的車輛在線故障診斷系統(tǒng)[D];長安大學;2012年

，

本文編號：1467616