[發(fā)明專利]最小二乘的農(nóng)藥生產(chǎn)廢液焚燒爐爐溫最佳化系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310437970.3
• 申請(qǐng)日: 2013-09-22
• 公開（公告）號(hào): CN103488208A
• 公開（公告）日: 2014-01-01
• 發(fā)明（設(shè)計(jì)）人: 劉興高;李見會(huì);張明明;孫優(yōu)賢
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G05D23/00
• 分類號(hào): G05D23/00;G05B13/04
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 周烽

技術(shù)領(lǐng)域

本發(fā)明涉及農(nóng)藥生產(chǎn)廢液焚燒領(lǐng)域，特別地，涉及最小二乘的農(nóng)藥生產(chǎn)廢液焚燒爐爐溫最佳化系統(tǒng)及方法。

背景技術(shù)

隨著農(nóng)藥工業(yè)的迅速發(fā)展，排放物的環(huán)境污染問題已經(jīng)引起各國(guó)政府及相應(yīng)環(huán)保部門的高度重視。研究及解決農(nóng)藥有機(jī)廢液的達(dá)標(biāo)排放控制以及無害最小化處理，不僅成為各國(guó)科研的難點(diǎn)和熱點(diǎn)，同時(shí)也是關(guān)系到社會(huì)可持續(xù)發(fā)展的國(guó)家迫切需求的科學(xué)命題。

焚燒法是目前處理農(nóng)藥殘液和廢渣最有效、徹底、應(yīng)用最普遍的方法。焚燒過程中焚燒爐爐溫必須保持在一個(gè)合適的溫度，過低的爐溫不利于廢棄物中有毒有害成分的分解；過高的爐溫不僅增加燃料消耗，增加設(shè)備運(yùn)行成本，并且容易損壞爐膛內(nèi)壁、縮短設(shè)備壽命。此外，過高溫度可能增加廢棄物中金屬的揮發(fā)量和氧化氮的生成。特別對(duì)于含氯的廢水，合適的爐溫更能降低內(nèi)壁的腐蝕。但是實(shí)際焚燒過程中影響爐溫的因素復(fù)雜多變，容易出現(xiàn)爐溫過低或過高的現(xiàn)象。

1965年美國(guó)數(shù)學(xué)家L.Zadeh首先提出了模糊集合的概念。隨后模糊邏輯以其更接近于日常人們的問題和語(yǔ)意陳述的方式，開始代替堅(jiān)持所有事物都可以用二元項(xiàng)表示的經(jīng)典邏輯。模糊邏輯迄今已經(jīng)成功應(yīng)用在了工業(yè)的多個(gè)領(lǐng)域之中，例如家電、工業(yè)控制等領(lǐng)域。2003年，Demirci提出了模糊系統(tǒng)的概念，通過使用模糊隸屬度矩陣和和其變形構(gòu)建一個(gè)新的輸入矩陣，接著在局部方程中以反模糊方法中的重心法得出解析值作為最后的輸出。對(duì)于農(nóng)藥生產(chǎn)廢液焚燒爐爐溫最佳化系統(tǒng)及方法，考慮到工業(yè)生產(chǎn)過程中的噪音影響以及操作誤差，可以使用模糊邏輯的模糊性能降低誤差對(duì)精度的影響。

支持向量機(jī)，由Vapnik在1998年引入，由于其良好的推廣能力，被廣泛應(yīng)用在模式識(shí)別、擬合和分類問題中。由于標(biāo)準(zhǔn)支持向量機(jī)對(duì)孤立點(diǎn)和噪點(diǎn)敏感，所以后來又提出了加權(quán)支持向量機(jī)。加權(quán)支持向量機(jī)相比于標(biāo)準(zhǔn)支持向量機(jī)能夠更好地處理帶有噪點(diǎn)的樣本數(shù)據(jù)，這里被選作模糊系統(tǒng)中的局部方程。

發(fā)明內(nèi)容

為了克服已有的焚燒爐爐溫難以控制、容易出現(xiàn)爐溫過低或過高的不足，本發(fā)明提供一種實(shí)現(xiàn)爐溫準(zhǔn)確控制、避免出現(xiàn)爐溫過低或過高的農(nóng)藥生產(chǎn)廢液焚燒爐爐溫最佳化系統(tǒng)及方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

最小二乘的農(nóng)藥生產(chǎn)廢液焚燒爐爐溫最佳化系統(tǒng)，包括焚燒爐、智能儀表、DCS系統(tǒng)、數(shù)據(jù)接口以及上位機(jī)，所述的DCS系統(tǒng)包括控制站和數(shù)據(jù)庫(kù)；所述現(xiàn)場(chǎng)智能儀表與DCS系統(tǒng)連接，所述DCS系統(tǒng)與上位機(jī)連接，所述的上位機(jī)包括：

標(biāo)準(zhǔn)化處理模塊，用于將從DCS數(shù)據(jù)庫(kù)輸入的模型訓(xùn)練樣本進(jìn)行預(yù)處理，對(duì)訓(xùn)練樣本中心化，即減去樣本的平均值，然后對(duì)其進(jìn)行標(biāo)準(zhǔn)化：

計(jì)算均值：TX‾=1NΣi=1NTXi---(1)]]>