数据驱动的微生物燃料电池操作空间设计与控制

发布时间：2020-05-06 23:13

【摘要】：作为一类主要的生物电化学系统,微生物燃料电池(MFC)通过微生物的代谢活动将生物质转化为电能,又可以与废水处理相结合用于处理污水。近年来MFC技术已成为一项有前途但又具有挑战性的技术,它可以满足迫切的能源需求,特别是以废水为底物,同时可以获得新能源并解决环境问题。目前大多数研究人员致力于如何提高微生物燃料电池的性能和应用,以便投入实际生产。本论文采用数据驱动的方法,围绕MFC的操作设计和在线控制问题展开研究,主要工作进展如下:适当的操作变量空间设计对于开发新型MFC装置和提高MFC过程的性能具有重要的意义。本文提出了一种数据驱动模型的空间设计方法,充分利用历史的实验数据,较之传统的机理模型设计方法,易于快速、经济的实现。本文推导了支持向量回归(SVR)正模型和逆模型,其中采用的二次项核函数更适用于反演阶段的数学公式。在考虑模型预测不确定性的情况下,提出了受置信区间影响的逆模型直接计算操作变量空间的设计方法。在实际的MFC-A2/0设备上验证了该设计方法的有效性。结果表明,指定的操作空间是知识空间的一个狭窄而有效的区域。同时,与传统的前向模型设计方法相比,该方法从指定操作空间获得的可能的产品质量更接近期望值。针对MFC的在线控制问题,本文提出了一类基于机器学习数据模型的显式模型预测控制方法,具体分为离线设计和在线控制两个阶段,其中在离线设计阶段实现:(1)在可行域内对可容许状态空间进行采样,离线求解各采样数据点的最优模型预测控制律;(2)构造可行样本判别器,利用支持向量机分类识别可行性样本;(3)针对可行样本和对应的最优控制律,利用人工神经网络和极限学习机等不同方法构造显式模型预测控制器的控制曲面。在线控制过程中,实时采集过程数据,利用已有的预测控制曲面计算可行的控制输出。将该方法在一类微生物脱盐燃料电池(MDC)仿真模型中进行验证。仿真结果表明,本文所提的显式模型预测控制方法避免了在线优化,易于实现,而且具有良好的控制效果。
【图文】：

曲线,微生物燃料电池,建模方法

逡逑领域［｜５］。ＭＦＣ建模方法的简单介绍已在图１－１中给出。在研宄燃料电池的初期，由逡逑于经验模型简单易懂的特点，，其发展得很迅速。经验模型不用研究电池构造和内部逡逑参数，只要依据输入输出曲线来完成拟合方程，便能够在一定的程度上反映出电池逡逑的性能。这就相当于基于数据建立的黑箱模型。而机理模型一般都需要比较合理的逡逑假设作为基础，运用电化学原理等基本理论来描述电池的各个结构的特征和电池整逡逑体的特性。机理模型相对而言比较复杂，涉及偏微分方程、微分－代数方程等，需要逡逑考虑的参数和因素也比较多。且机理建模针对性特别强，不具有普遍性。同时，机逡逑理模型的求解也很复杂，能针对机理模型运用的控制策略也会受到一定的限制［１６］。逡逑—￣｜邋流体模型逡逑——邋电化学模型逡逑——逦机理模型逦一邋逦逦

建模方法,操作空间,设计方法

图１－２数据驱动的建模方法逡逑Ｆｉｇ．邋１－２邋Ｄａｔａ－ｄｒｉｖｅｎ邋ｍｏｄｅｌｉｎｇ邋ｍｅｔｈｏｄｓ逡逑虽然在ＭＦＣ领域数据驱动方法应用很广泛，但是针对期望输出值设计操作点逡逑的研究很少。这类研宄是以后ＭＦＣ的工业流程化应用中很重要的问题。本课题提逡逑出了一种数据驱动模型的操作空间设计方法，有别于传统的机理模型，该方法易于逡逑以快速、经济的方式实现。本课题推导了支持向量回归（ＳＶＲ）正、逆模型，其中二逡逑次核函数适用于反演阶段的数学公式。并在考虑模型预测不确定性的情况下，提出逡逑了在受置信区间影响的逆模型中直接计算操作变量的空间设计方法。在实际的逡逑ｍｆｃ－ａ２／ｏ设备上验证了该设计方法的有效性。结果表明，指定的操作空间是一个逡逑狭窄有效的能够得到逼近期望输出的区域。同时，与传统的正向模型设计方法相比，逡逑该方法指定的操作空间得到的产品质量更接近期望的值。逡逑１．３．２机理模型建模逡逑
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM911.45;X703

【参考文献】