基于动态模糊神经网络的出水含氮参数软测量方法

• 作者: 蒙西 张寅 乔俊飞 .北京工业大学信息学部 .智慧环保北京实验室 .智能感知与自主控制教育部工程研究中心
• 来源期刊: 控制理论与应用
• 学科: 地球科学
• 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
• 年，卷（期）: 2025,（12）
• 页码范围: 195-204
• 页数: 10页
• 语种: 中文

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.