正版
城市污水处理过程智能故障监测
- 书名
- 城市污水处理过程智能故障监测
- 作者
- 常鹏 等 著
- 出版社
- 知识产权出版社
- 出版时间
- 2026-07-01
- ISBN
- 9787524505532
- 货号
- 1204485411
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 城市污水处理过程智能故障监测
- 作者
- 常鹏 等 著
- 出版社
- 知识产权出版社
- 出版时间
- 2026-07-01
- ISBN
- 9787524505532
- 货号
- 1204485411
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
常鹏,博士后,副教授,硕士生导师,北京市属高等学校中青年骨干教师。现为北京工业大学信息科学技术学院专任教师,发表SCI期刊论文20余篇,获得发明专利10余项,主持国家级项目1项,省部级项目1项,企业横向项目2项。当前研究方向包括:基于人工智能的城市污水处理过程状态监测及故障诊断、基于人工智能技术的无人车算法研究和基于人工智能技术的城市枢纽客流预测级车辆调度等。
卢艳,于2024年在北方工业大学电气与控制工程学院获得自动化工学学士学位。目前在北京工业大学攻读控制工程专业硕士学位。当前的研究兴趣包括基于数据驱动的城市污水处理过程状态监测和水质指标软测量建模研究。
目录▼
第1章 绪 论 ……………………………………………………1
1.1 研究背景及意义 ……………………………………………1
1.2 国内外研究现状 ……………………………………………5
1.3 污水处理过程数据特性分析…………………………………13
1.4 当前污水处理过程监测方法介绍……………………………15
1.5 本书研究内容与结构安排……………………………………16
第2章 污水处理过程及仿真平台 ………………………………20
2.1 基于活性污泥法的污水处理过程……………………………20
2.2 基于BSM1的污水处理过程仿真过程………………………23
第3章 基于堆叠宽度学习的智能监测模型 ……………………29
3.1 引言……………………………………………………………29
3.2 基础理论推导…………………………………………………30
3.3 SBLS模型构建 ……………………………………………35
3.4 实验结果分析………………………………………………40
3.5 本章小结……………………………………………………55
第4章 基于慢特征增强的堆叠宽度学习模型 …………………57
4.1 引言……………………………………………………………57
4.2 基础理论推导…………………………………………………58
4.3 SF‑SBLS模型构建 …………………………………………60
4.4 实验结果分析………………………………………………63
4.5 本章小结……………………………………………………73
第5章 基于慢特征增强的循环堆叠宽度学习模型 ……………74
5.1 引言……………………………………………………………74
5.2 基础理论推导…………………………………………………74
5.3 模型构建……………………………………………………75
5.4 实验结果分析………………………………………………80
5.5 本章小结……………………………………………………88
第6章 基于宽度慢特征神经网络的过程监测方法研究 ………90
6.1 引言……………………………………………………………90
6.2 宽度慢特征神经网络方法…………………………………93
6.3 实验验证与结果分析 ………………………………………103
6.4 本章小结 …………………………………………………118
第7章 基于宽度慢特征过完备神经网络的过程监测方法研究 ………120
7.1 引言…………………………………………………………120
7.2 宽度慢特征过完备神经网络方法…………………………122
7.3 实验验证与结果分析………………………………………135
7.4 本章小结……………………………………………………153
第8章 基于堆叠宽度慢特征过完备神经网络的过程监测方法研究 … 155
8.1 引言…………………………………………………………155
8.2 堆叠宽度慢特征过完备宽神经网络方法 …………………157
……
文摘▼
本书针对城市污水处理过程数据强非线性、动态时变、非高斯等复杂特性,以及传统监测方法难以兼顾高准确率与实时性的痛点,以数据驱动方法为核心,围绕宽度学习系统(BLS)展开系列优化,提出SBLS、SF-SBLS、SF-RSBLS、BSFNN、BSFONN、SBSFONN等模型,通过残差堆叠、慢特征分析、循环结构、过完备独立成分分析等机制提升特征提取能力,并集成含数据预处理、在线监测、动态更新及可视化的智能监测系统.本书适合过程监测、数据驱动建模、智能算法等专业的科研人员阅读,也适合污水处理、化工、发酵等具有复杂工业过程的工程从业人员参考.





