基于动态模糊神经网络的出水含氮参数软测量方法
蒙西1
张寅2
乔俊飞3
1.北京工业大学信息学部,北京 1001242.智慧环保北京实验室,北京 1001243.智能感知与自主控制教育部工程研究中心,北京 100124
摘要：针对城市污水处理过程出水氨氮(NH4+-N)和出水总氮(TN)难以实时准确检测的问题,文中提出了一种基于动态模糊神经网络(DFNN)的出水含氮参数软测量方法.首先,采用自组织增删机制和快速二阶学习算法构建模糊神经网络(FNN),以快速获得结构精简的软测量模型;其次,引入自适应激活强度阈值设计FNN分级更新策略,确保软测量模型在非平稳环境下的预测精度;最后,通过基准仿真1号模型(BSM1)平台的数据验证了DFNN软测量方法的有效性,实验结果表明,所提出的方法能够实现出水NH4+-N和出水TN的在线精准检测.
关键词：城市污水处理过程模糊神经网络分级更新出水含氮量软测量
论文发表日期：2024-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 2383-2392 )
英文信息