【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及mswi過程，特別是涉及一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法。
技術(shù)介紹
1、mswi過程機理復(fù)雜不清，其被控對象模型需要采用由過程數(shù)據(jù)和火焰圖像組成的多模態(tài)數(shù)據(jù)為基礎(chǔ)進行構(gòu)建。雖然某些acc系統(tǒng)配備的易損耗光學設(shè)備能夠?qū)崟r檢測火焰燃燒線長度，但該檢測值并不能全局性的表征火焰燃燒狀態(tài)。我國優(yōu)秀領(lǐng)域?qū)＜覒{視覺感知火焰能夠在某些情況下實現(xiàn)精確的火焰燃燒控制。如何基于工業(yè)現(xiàn)場存在的分布不均甚至缺失的多工況火焰圖像，結(jié)合爐內(nèi)結(jié)構(gòu)和專家知識建立用于量化火焰燃燒狀態(tài)的完備數(shù)據(jù)庫并實現(xiàn)局部和全局量化，還是個有待解決的開放性問題。實際mswi過程的歷史數(shù)據(jù)雖然體量大，但所能表征的工況卻難以描述且分布不均，這導(dǎo)致數(shù)據(jù)可用性較差。因此，被控對象建模還面臨著小樣本問題，有待采用相關(guān)技術(shù)予以解決。同時，如何進行多工況下過程數(shù)據(jù)和圖像數(shù)據(jù)的匹配、如何借助數(shù)值仿真軟件獲取比現(xiàn)場工況更為全面的虛擬(機理)數(shù)據(jù)、如何對上述數(shù)據(jù)進行融合以構(gòu)建被控對象模型等問題有待解決。
2、焚燒爐內(nèi)的火焰燃燒狀態(tài)是燃燒過程控制的首要對象，但國內(nèi)利用視頻采集至控制中心憑專家視覺感知的形式導(dǎo)致其難以用作被控變量和支撐建模，這需要進行火焰燃燒圖像庫完備與燃燒狀態(tài)量化建模，以補充缺失的被控變量檢測值。除火焰燃燒狀態(tài)外，mswi過程的被控變量還包括爐膛溫度、含氧量和蒸汽流量，這些被控變量以及其對應(yīng)的操作變量雖可實時采集但其所表征的工況卻難以描述且分布不均衡，這需要進行數(shù)值仿真多工況分析與虛擬數(shù)據(jù)生成，以獲得多工況下的虛擬數(shù)據(jù)。mswi過程包含真實的圖像
技術(shù)實現(xiàn)思路
1、為了克服現(xiàn)有技術(shù)的不足，本專利技術(shù)的目的是提供一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，本專利技術(shù)解決了現(xiàn)有技術(shù)中mswi過程的被控對象建模樣本體量小，可用數(shù)據(jù)性差，導(dǎo)致建模精確度低下的問題。
2、為實現(xiàn)上述目的，本專利技術(shù)提供了如下方案：
3、一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，包括：
4、獲取初始火焰燃燒狀態(tài)全局量化值；
5、獲取多工況下的虛擬數(shù)據(jù)；
6、結(jié)合真實過程數(shù)據(jù)，將所述初始火焰燃燒狀態(tài)全局量化值輸入改進的dfr燃燒狀態(tài)量化模型，得到最終的火焰燃燒狀態(tài)全局量化值；
7、獲取真實運行數(shù)據(jù)并利用vsg技術(shù)擴充真實過程數(shù)據(jù)，得到擴充數(shù)據(jù)；
8、對所述多工況下的虛擬數(shù)據(jù)和所述擴充數(shù)據(jù)進行混合，得到多場景下的多工況時序數(shù)據(jù)；
9、根據(jù)所述多場景下的多工況時序數(shù)據(jù)和所述最終的火焰燃燒狀態(tài)全局量化值構(gòu)建多入多出被控對象模型，其中，所述多入多出被控對象模型包含堆疊的四層lstm。
10、優(yōu)選地，所述獲取多工況下的虛擬數(shù)據(jù)，包括：
11、進行msw采樣并對msw樣品進行分析，得到過程輸入因素；
12、根據(jù)多工況正交試驗設(shè)計和所述過程輸入因素獲取多因子多水平的正交實驗表；
13、確定數(shù)值仿真邊界條件；
14、根據(jù)數(shù)值仿真邊界條件，采用flic仿真爐排上的msw固相燃燒，獲得固相燃燒產(chǎn)物；
15、采用fluent仿真爐膛內(nèi)msw氣相燃燒，獲取氣相燃燒產(chǎn)物；
16、根據(jù)所述固相燃燒產(chǎn)物和所述氣相燃燒產(chǎn)物進行固-氣相耦合燃燒模擬，并基于固-氣相耦合燃燒模擬的輸入條件，采用aspen?plus模擬全流程物質(zhì)能量平衡并根據(jù)多因子多水平的正交實驗表得到多工況下的虛擬數(shù)據(jù)。
17、優(yōu)選地，所述固相燃燒產(chǎn)物包括：
18、煙氣溫度和煙氣組分。
19、優(yōu)選地，所述氣相燃燒產(chǎn)物包括：
20、氣體溫度場、速度場和濃度場。
21、優(yōu)選地，所述結(jié)合真實過程數(shù)據(jù)，將所述初始火焰燃燒狀態(tài)全局量化值輸入改進的dfr燃燒狀態(tài)量化模型，得到最終的火焰燃燒狀態(tài)全局量化值，包括：
22、獲取真實過程數(shù)據(jù)并根據(jù)所述實過程數(shù)據(jù)的時間尺度對火焰視頻的多幀進行融合，得到初始火焰燃燒狀態(tài)全局量化值；
23、將所述初始火焰燃燒狀態(tài)全局量化值輸入改進的dfr燃燒狀態(tài)量化模型并與真實過程數(shù)據(jù)對齊進行數(shù)據(jù)組合得到最終的火焰燃燒狀態(tài)全局量化值。
24、根據(jù)本專利技術(shù)提供的具體實施例，本專利技術(shù)公開了以下技術(shù)效果：
25、本專利技術(shù)提供了一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，包括：
26、獲取初始火焰燃燒狀態(tài)全局量化值；獲取多工況下的虛擬數(shù)據(jù)；結(jié)合真實過程數(shù)據(jù)，將所述初始火焰燃燒狀態(tài)全局量化值輸入改進的dfr燃燒狀態(tài)量化模型，得到最終的火焰燃燒狀態(tài)全局量化值；獲取真實運行數(shù)據(jù)并利用vsg技術(shù)擴充真實過程數(shù)據(jù)，得到擴充數(shù)據(jù)；對所述多工況下的虛擬數(shù)據(jù)和所述擴充數(shù)據(jù)進行混合，得到多場景下的多工況時序數(shù)據(jù)；根據(jù)所述多場景下的多工況時序數(shù)據(jù)和所述最終的火焰燃燒狀態(tài)全局量化值構(gòu)建多入多出被控對象模型，其中，所述多入多出被控對象模型包含堆疊的四層lstm。本專利技術(shù)利用vsg技術(shù)擴充真實數(shù)據(jù)，并與多工況虛擬數(shù)據(jù)混合，形成多場景的時序數(shù)據(jù)，從而增加了模型訓(xùn)練時的數(shù)據(jù)多樣性，有助于捕捉復(fù)雜的焚燒過程特征，提升了建模樣本體量，增強了模型的準確性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述獲取多工況下的虛擬數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述固相燃燒產(chǎn)物包括：
4.根據(jù)權(quán)利要求2所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述氣相燃燒產(chǎn)物包括：
5.根據(jù)權(quán)利要求2所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述結(jié)合真實過程數(shù)據(jù)，將所述初始火焰燃燒狀態(tài)全局量化值輸入改進的DFR燃燒狀態(tài)量化模型，得到最終的火焰燃燒狀態(tài)全局量化值，包括：
【技術(shù)特征摘要】
1.一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述獲取多工況下的虛擬數(shù)據(jù)，包括：
3.根據(jù)權(quán)利要求2所述的一種多模態(tài)數(shù)據(jù)驅(qū)動城市固廢焚燒被控對象建模方法，其特征在于，所述固相燃燒產(chǎn)物包括：
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：湯健，華亞鵬，王天崢，杜勝利，喬俊飛，
申請(專利權(quán))人：北京工業(yè)大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。