城市固废焚烧过程智能优化控制

第1章　概论    001
1.1　固体废物及其处理与处置    002
1.1.1　固体废物的定义及分类    002
1.1.2　固体废物的处理与处置技术    003
1.2　城市固体废物的概念与性质    005
1.2.1　城市固废的概念    005
1.2.2　城市固废的性质    006
1.3　城市固废焚烧技术发展    008
1.3.1　城市固废焚烧机理    008
1.3.2　城市固废焚烧特点    010
1.3.3　城市固废焚烧发展阶段    010
1.4　城市固废焚烧控制技术的发展    011
1.4.1　自动控制的必要性    011
1.4.2　MSWI自动控制的发展    012
1.5　城市固废焚烧存在的问题    019
参考文献    021
第2章　基于炉排炉的城市固废焚烧（MSWI）过程智能优化控制问题描述    027
2.1　概述    028
2.2　基于炉排炉的MSWI过程工艺描述    
2.2.1　储存发酵系统    029 
2.2.2　固废燃烧系统    030 
2.2.3　余热交换系统    032 
2.2.4　蒸汽发电系统    032 
2.2.5　烟气处理系统    033 
2.2.6　烟气排放系统    034
2.3　基于炉排炉的MSWI过程控制系统描述    034 
2.3.1　MSWI过程热质平衡    034 
2.3.2　MSWI过程自动燃烧控制系统    043
2.4　MSWI过程的运行指标及其影响因素分析    047 
2.4.1　MSWI过程运行指标    047 
2.4.2　MSWI过程影响因素分析    049
2.5　MSWI过程智能优化控制问题描述及其复杂性分析    051 
2.5.1　MSWI过程智能优化控制问题描述    051 
2.5.2　MSWI过程智能优化控制复杂性分析    053
2.6　本章小结    054
参考文献    055
第3章　城市固废焚烧（MSWI）过程数值仿真    057
3.1　面向数值仿真的MSWI过程描述    058 
3.1.1　工艺过程描述    058 
3.1.2　数学模型描述    060
3.2　基于CFD技术的MSWI炉内燃烧过程数值仿真    069 
3.2.1　概述    069 
3.2.2　研究对象    070
3.2.3　模拟策略与模型设置    071 
3.2.4　模拟结果与分析    072
3.3　 基于炉排固相和炉膛气相耦合的MSWI炉内燃烧过程数值仿真    076 
3.3.1　概述    076 
3.3.2　研究对象    077 
3.3.3　模拟策略与模型设置    077 
3.3.4　模拟结果与分析    080
3.4　本章小结    096
参考文献    096
第4章　城市固废焚烧（MSWI）过程被控对象建模    101
4.1　MSWI过程的对象模型描述    102
4.2　基于TSFNN的炉膛温度模型    102 
4.2.1　概述    102 
4.2.2　炉膛温度建模策略    103 
4.2.3　建模算法及实现    103 
4.2.4　实验验证    106
4.3　基于Mandani型FNN的烟气含氧量模型    110 
4.3.1　概述    110 
4.3.2　烟气含氧量建模策略    111 
4.3.3　建模算法及实现    112 
4.3.4　实验验证    117
4.4　基于TSFNN的MSWI过程多入多出模型    122 
4.4.1　概述    122 
4.4.2　建模策略    124
4.4.3　建模算法及算法实现    128 
4.4.4　实验验证    131
参考文献    138
第5章　城市固废焚烧（MSWI）过程智能控制    145
5.1　MSWI过程的控制分析    146
5.2　基于RBF-PID的MSWI过程炉膛温度控制    146 
5.2.1　概述    146 
5.2.2　炉膛温度控制策略    147 
5.2.3　控制算法及实现    148 
5.2.4　实验验证    151
5.3　基于NNMPC的MSWI过程烟气含氧量控制    155 
5.3.1　概述    155 
5.3.2　烟气含氧量模型预测控制策略    156 
5.3.3　控制算法及实现    157 
5.3.4　实验验证    161
5.4　基于QDRNN-PID的MSWI过程多变量控制    164 
5.4.1　概述    164 
5.4.2　多变量控制策略    166 
5.4.3　控制算法及实现    167 
5.4.4　实验验证    171
5.5　本章小结    181
参考文献    182
第6章　城市固废焚烧（MSWI）过程二英排放浓度软测量    187
6.1　MSWI过程的二英（DXN）检测    188 
6.1.1　概述    188 
6.1.2　DXN描述    190 
6.1.3　面向DXN排放的MSWI过程描述    191 
6.1.4　MSWI过程的DXN生成描述    192 
6.1.5　DXN排放的控制措施    193
6.2　基于多层特征选择的二英排放浓度软测量    194 
6.2.1　概述    194 
6.2.2　建模策略    195 
6.2.3　建模算法    197 
6.2.4　实验验证    204
6.3　基于虚拟样本优化选择的二英排放浓度软测量    214 
6.3.1　概述    214 
6.3.2　建模策略    216 
6.3.3　建模算法    217 
6.3.4　实验验证    224
6.4　本章小结    229
参考文献    230
第7章　城市固废焚烧（MSWI）过程氮氧化物排放浓度软测量    239
7.1　MSWI过程的氮氧化物（NOx）检测    240
7.2　基于并行模块化神经网络的MSWI过程氮氧化物软测量    240 
7.2.1　概述    240 
7.2.2　建模策略    241 
7.2.3　建模算法    242 
7.2.4　实验验证    250
7.3　基于级联模块化神经网络的MSWI过程氮氧化物软测量    253 
7.3.1　概述    253 
7.3.2　建模策略    255 
7.3.3　建模算法    255 
7.3.4　实验验证    260
7.4　本章小结    263
参考文献    263
第8章　面向城市固废焚烧（MSWI）过程软测量模型的概念漂移检测    269
8.1　面向城市固废焚烧（MSWI）过程软测量模型的概念漂移检测    270 
8.1.1　概述    270 
8.1.2　应用场景简述    271 
8.1.3　概念漂移处理流程    273
8.2　基于难测参数误差支撑分布假设检验的概念漂移检测方法    274 
8.2.1　概述    274 
8.2.2　相关工作    275 
8.2.3　算法策略与实现    277
8.2.4　实验验证    281
8.3　基于综合评估指标的概念漂移检测方法    292 
8.3.1　概述    292 
8.3.2　相关工作    293 
8.3.3　算法策略与实现    294 
8.3.4　实验验证    299
8.4　 联合样本输出与特征空间的半监督概念漂移检测方法    308 
8.4.1 　概述    308 
8.4.2　相关工作    309 
8.4.3　算法策略与实现    311 
8.4.4　实验验证    315
8.5　本章小结    324
参考文献    324
第9章　基于案例推理的城市固废焚烧（MSWI）过程故障诊断    331
9.1　MSWI过程的故障分析    332 
9.1.1　常见故障类型    333 
9.1.2　故障影响因素    335
9.2　基于互信息的案例推理故障诊断模型    337 
9.2.1　概述    337 
9.2.2　案例推理描述    339 
9.2.3　互信息描述    342 
9.2.4　互信息改进CBR模型的故障诊断    343 
9.2.5　实验验证    347
9.3　基于相似性度量的案例推理故障诊断模型    351
9.3.1　概述    351 
9.3.2　相似性度量描述    354 
9.3.3　相似度改进CBR模型的故障诊断模型    360 
9.3.4　实验验证    364
9.4　本章小结    369
参考文献    369
第10章　城市固废焚烧（MSWI）过程风量设定智能优化    377
10.1　MSWI过程的风量优化设定描述    378
10.2　基于案例推理的MSWI过程风量智能设定    379 
10.2.1　概述    379 
10.2.2　智能设定策略    382 
10.2.3　智能设定算法及实现    384 
10.2.4　实验验证    390
10.3　基于多目标粒子群优化算法的MSWI过程风量优化设定    393 
10.3.1　概述    393 
10.3.2　优化设定策略    395 
10.3.3　优化设定算法及实现    396 
10.3.4　实验验证    401
10.4　本章小结    406
参考文献    406