基于改进PLS算法的造纸废水处理过程故障检测与水质预测

发布时间：2022-07-29 16:16

　　造纸行业的废水排放在工业废水排放总量中占较高的比重,对水污染控制有着重要影响。其中,化学需氧量浓度、生化需氧量浓度、微生物浓度、毒性物质浓度等水质参数是反映实时净化效果、实现废水处理过程在线控制与优化管理的关键指标。由于废水处理过程具有强滞后、非平稳、强干扰、工作环境恶劣、反应机理复杂等特性,采用传统的测量方法很难对水质参数进行快速、准确地测量,于是采用数据驱动预测模型代替或辅助仪表实现在线测量是一种更好的选择。本文针对造纸废水处理过程中数据的高维性、非线性、随机性和动态性等复杂特性,基于改进的偏最小二乘（PLS）模型,开展以下研究:1.考虑到并非所有采集到的数据值均为正常值,在构建预测模型前,采取动态并行核偏最小二乘（DCKPLS）模型完成废水处理过程的故障检测,以确保建模数据的可靠性。首先,该模型通过将矩阵扩充方法与核方法结合,增强了PLS模型潜变量对于废水数据动态性和非线性的解释能力;其次,通过PLS的模型分解实现并行偏最小二乘模型,进而将输入、输出变量进行较为全面地子空间划分与故障检测,有效克服了传统PLS模型存在的特征提取缺陷。基于模拟传感器故障数据得出,DCKPLS模型具备... 

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
缩写术语表
第一章 前言
    1.1 研究背景及意义
    1.2 造纸废水处理过程数据特性
        1.2.1 非线性与随机性
        1.2.2 高维性
        1.2.3 动态性
    1.3 国内外研究现状
        1.3.1 机理模型
        1.3.2 人工智能模型
        1.3.3 多元统计回归模型
    1.4 本文主要研究内容和创新点
        1.4.1 本文研究内容
        1.4.2 本文的创新点及各章节介绍
    1.5 本章小结
第二章 基于DCKPLS的废水处理过程故障检测
    2.1 引言
    2.2 方法原理
        2.2.1 传统PLS故障检测模型
        2.2.2 CPLS故障检测模型
        2.2.3 CKPLS故障检测模型
        2.2.4 DCKPLS故障检测模型
    2.3 实验验证
        2.3.1 实际废水处理过程数据集
        2.3.2 模拟故障构建
        2.3.3 PLS故障检测
        2.3.4 CPLS故障检测
        2.3.5 DCPLS故障检测
        2.3.6 CKPLS故障检测
        2.3.7 DCKPLS故障检测
    2.4 本章小结
第三章 基于内部结构优化的动态非线性PLS预测模型
    3.1 引言
    3.2 方法原理
        3.2.1 基于内部结构优化的非线性PLS模型
        3.2.2 GPR预测模型
        3.2.3 RVM预测模型
        3.2.4 模型动态优化
        3.2.5 预测模型实现步骤
    3.3 基于BSM1的出水指标预测
        3.3.1 BSM1数据集
        3.3.2 基于多种PLS模型的BSM1 出水指标预测
        3.3.3 基于FIR优化模型的出水指标预测
        3.3.4 基于ARX优化模型的出水指标预测
        3.3.5 分析和讨论
    3.4 基于实际废水处理厂的出水COD预测
        3.4.1 基于多种PLS模型的实际废水处理过程出水COD预测
        3.4.2 基于FIR优化模型的出水COD预测
        3.4.3 基于ARX优化模型的出水COD预测
        3.4.4 分析和讨论
    3.5 基于历史数据相关特征分析的矩阵扩充方式自适应选择
    3.6 本章小结
第四章 主要成果
    4.1 本文内容总结
    4.2 进一步研究和展望
攻读学位期间发表的学术论文
参考文献



本文编号：3666776