原文服务方: 化工学报       
摘要:
针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测.首先,采集和预处理相关过程变量的实际运行数据,通过主元分析法筛选出与出水NH4-N相关性较强的过程变量.其次,利用IT2FNN建立所选变量与出水NH4-N的软测量模型,通过梯度下降算法对模型相关参数进行修正.最后,将基于IT2FNN的出水NH4-N软测量模型应用于实际污水处理过程.实验结果表明,提出的出水NH4-N软测量方法不仅能够实现污水处理过程出水NH4-N的实时检测,而且具有较高的检测精度.
推荐文章
基于自适应模糊神经网络的风速软测量
风力发电
有效风速
软测量
自适应模糊神经网络
自组织递归区间二型模糊神经网络在动态时变系统辨识中的应用
自组织递归区间
二型模糊神经网络
卡尔曼滤波
梯度下降法
噪声干扰
动态时变系统辨识
基于改进模糊神经网络的软测量建模方法
软测量
模糊神经网络
Levenberg-Marquardt算法
熔融指数
分组区间二型模糊神经网络抗噪逼近器的研究
模糊系统
区间二型模糊
模糊神经网络
模糊逼近
抗噪逼近器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于区间二型模糊神经网络的出水氨氮软测量
来源期刊 化工学报 学科
关键词 出水氨氮 软测量 区间二型模糊神经网络 动态建模 污水处理过程
年,卷(期) 2017,(3) 所属期刊栏目 过程系统工程
研究方向 页码范围 1032-1040
页数 9页 分类号 TP173
字数 语种 中文
DOI 10.11949/j.issn.0438-1157.20161613
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 乔俊飞 北京工业大学信息学部 181 1883 22.0 31.0
3 张会清 北京工业大学信息学部 54 741 15.0 26.0
5 韩红桂 北京工业大学信息学部 73 706 16.0 21.0
11 陈治远 北京工业大学信息学部 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (82)
参考文献  (27)
节点文献
引证文献  (10)
同被引文献  (88)
二级引证文献  (13)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(6)
  • 参考文献(4)
  • 二级参考文献(2)
2013(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(11)
  • 参考文献(6)
  • 二级参考文献(5)
2015(5)
  • 参考文献(4)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(5)
  • 引证文献(4)
  • 二级引证文献(1)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(8)
  • 引证文献(3)
  • 二级引证文献(5)
研究主题发展历程
节点文献
出水氨氮
软测量
区间二型模糊神经网络
动态建模
污水处理过程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
化工学报
月刊
0438-1157
11-1946/TQ
大16开
1923-01-01
chi
出版文献量(篇)
11879
总下载数(次)
0
总被引数(次)
117834
论文1v1指导