[發(fā)明專利]一種基于潛結(jié)構(gòu)映射算法的固廢焚燒過(guò)程二噁英排放濃度軟測(cè)量方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810675124.8
• 申請(qǐng)日: 2018-06-27
• 公開(kāi)（公告）號(hào): CN108549792B
• 公開(kāi)（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 湯健;喬俊飛;韓紅桂;杜勝利
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G16C20/10
• 分類號(hào): G16C20/10;G16C20/70
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 張慧

本發(fā)明公開(kāi)一種基于潛結(jié)構(gòu)映射算法的固廢焚燒過(guò)程DXN排放濃度軟測(cè)量方法，首先，進(jìn)行固廢焚燒全流程過(guò)程變量和易檢測(cè)排放氣體濃度的采集和預(yù)處理；接著，基于線性潛結(jié)構(gòu)映射算法的變量投影重要性(VIP)和依據(jù)經(jīng)驗(yàn)設(shè)定的輸入特征選擇比率，確定軟測(cè)量模型的輸入特征；最后，構(gòu)建基于操縱訓(xùn)練樣本集成構(gòu)造策略的自適應(yīng)選擇核參數(shù)的選擇性集成核潛結(jié)構(gòu)映射模型。該方法可依據(jù)工業(yè)過(guò)程的實(shí)際需求預(yù)先設(shè)定軟測(cè)量模型的特征選擇參數(shù)、結(jié)構(gòu)參數(shù)及其集成子模型的選擇閾值和加權(quán)策略，適合于構(gòu)建基于小樣本共線性數(shù)據(jù)的難以檢測(cè)參數(shù)軟測(cè)量模型。

技術(shù)領(lǐng)域

本發(fā)明屬于固廢排放技術(shù)領(lǐng)域，尤其涉及一種基于潛結(jié)構(gòu)映射算法的固廢焚燒過(guò)程二噁英排放濃度軟測(cè)量方法。

背景技術(shù)

固廢焚燒(MWSI)對(duì)生活垃圾的無(wú)害化、減量化和資源化優(yōu)勢(shì)比固廢填埋法更為顯著，但該過(guò)程排放的二噁英(DXN)是具有極強(qiáng)化學(xué)和熱穩(wěn)定性的劇毒持久性有機(jī)污染物，被稱為“世紀(jì)之毒”[1]，尤其DXN在生物體內(nèi)所具有的顯著積累和放大效應(yīng)會(huì)對(duì)生態(tài)環(huán)境以及人類健康產(chǎn)生巨大的現(xiàn)實(shí)和潛在危害[2]。MWSI是具有多變量、強(qiáng)耦合、大慣性、非線性等特點(diǎn)的典型復(fù)雜工業(yè)過(guò)程，由固廢儲(chǔ)運(yùn)、爐內(nèi)焚燒、蒸汽發(fā)電、煙氣處理等階段組成，其中第二和第四階段均與DXN排放濃度相關(guān)。目前，爐內(nèi)燃燒采用“3T1E”的控制策略，即：850～1000℃高溫(T)、燃燒室停留時(shí)間超過(guò)2秒(T)、較大的湍流程度(T)和合適的過(guò)量空氣系數(shù)(E)；煙氣處理采用活性炭吸附工藝。目前，固廢焚燒過(guò)程的DXN排放濃度還無(wú)法在線實(shí)時(shí)檢測(cè)。DXN產(chǎn)生機(jī)理至今仍不清晰，難以建立數(shù)學(xué)模型。通過(guò)利用與DXN具有關(guān)聯(lián)性的高濃度化學(xué)物質(zhì)(如單氯苯)等指示物進(jìn)行DXN排放濃度的間接測(cè)量是目前研究的關(guān)注點(diǎn)之一[3,4,5,6,7]；但該方法的時(shí)間滯后性難以滿足MWSI過(guò)程運(yùn)行優(yōu)化與反饋控制的要求，并且DXN關(guān)聯(lián)模型的精度有待提升，檢測(cè)設(shè)備的高復(fù)雜性和低性價(jià)比也導(dǎo)致其難以實(shí)際應(yīng)用。目前工業(yè)界只能采用具有周期長(zhǎng)、滯后大、成本高等缺點(diǎn)的離線采樣化驗(yàn)方法，即：以月/季為周期由具有資質(zhì)的檢測(cè)機(jī)構(gòu)在現(xiàn)場(chǎng)人工采樣，在實(shí)驗(yàn)室進(jìn)行離線化驗(yàn)分析(至少一周)，對(duì)每次檢測(cè)收取5000至10000元的費(fèi)用。顯然，大滯后離線化驗(yàn)值不能支撐以降低DXN排放濃度為設(shè)定目標(biāo)的固廢焚燒過(guò)程的運(yùn)行優(yōu)化與反饋控制。

數(shù)據(jù)驅(qū)動(dòng)軟測(cè)量技術(shù)可在線估計(jì)需要離線化驗(yàn)或?qū)＜覒{經(jīng)驗(yàn)判斷等方式才能滯后或非精確確定的難以檢測(cè)過(guò)程參數(shù)[8,9]。軟測(cè)量模型憑借其推理估計(jì)能力在這些難以檢測(cè)參數(shù)的在線測(cè)量中得到了成功應(yīng)用[10]。針對(duì)本文所研究的固廢焚燒過(guò)程，爐內(nèi)溫度、煙氣壓力、風(fēng)門(mén)開(kāi)度、煙氣溫度等與DXN排放濃度相關(guān)的過(guò)程變量以及易檢測(cè)的SO₂、HCL等污染排放氣體，在DCS控制系統(tǒng)或煙氣在線檢測(cè)測(cè)量系統(tǒng)中以秒為周期進(jìn)行采集和存儲(chǔ)，但DXN排放濃度只能以月或季為周期在實(shí)驗(yàn)室內(nèi)離線化驗(yàn)得到。顯然，通過(guò)過(guò)程變量和易檢測(cè)排放氣體濃度與DXN排放濃度離線化驗(yàn)數(shù)據(jù)的時(shí)序匹配只能獲得少量有真值建模樣本。另外，固廢焚燒全流程的眾多過(guò)程變量及易檢測(cè)氣體排放濃度間也存在較強(qiáng)的共線性關(guān)系。可見(jiàn)，進(jìn)行DXN排放濃度的軟測(cè)量需要同時(shí)面對(duì)特征選擇問(wèn)題及小樣本數(shù)據(jù)非線性建模問(wèn)題。

面向DXN排放濃度建模問(wèn)題，采用固廢焚燒過(guò)程的部分關(guān)鍵過(guò)程變量和易檢測(cè)氣體濃度，文獻(xiàn)[11]針對(duì)不同類型的焚燒爐構(gòu)建了簡(jiǎn)單的線性回歸模型，顯然其難以描述DXN排放濃度模型所固有的非線性特性；文獻(xiàn)[12]構(gòu)建了基于遺傳編程(GP)的非線性模型，其預(yù)測(cè)性能強(qiáng)于多元線性回歸和BP神經(jīng)網(wǎng)絡(luò)建模方法，但其泛化性能仍有待提高；文獻(xiàn)[13]提出了采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的DXN排放濃度軟測(cè)量，但采用小樣本數(shù)據(jù)建模時(shí)，該方法所固有隨機(jī)特性會(huì)導(dǎo)致難以獲得穩(wěn)定的預(yù)測(cè)性能；文獻(xiàn)[14]提出通過(guò)對(duì)小樣本數(shù)據(jù)進(jìn)行重新抽樣和噪聲注入處理增加樣本數(shù)量，進(jìn)而構(gòu)建基于最大熵神經(jīng)網(wǎng)絡(luò)的DXN排放濃度模型；上述方法均采用單一BP神經(jīng)網(wǎng)絡(luò)構(gòu)建軟測(cè)量模型，難以克服神經(jīng)網(wǎng)絡(luò)建模算法所固有的易陷入局部最小、面對(duì)小樣本數(shù)據(jù)建模時(shí)預(yù)測(cè)性能穩(wěn)定性差等問(wèn)題。