全新城市固废焚烧过程智能优化控制乔俊飞 等9787122424020

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质005

1.2.1城市固废的概念005

1.2.2城市固废的质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011

1.4.2MSWI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..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

.基于炉排炉的MSWI过程控制系统描述034

..1MSWI过程热质平衡034

..2MSWI过程自动燃烧控制系统043

2.4MSWI过程的运行指标及其影响因素分析047

2.4.1MSWI过程运行指标047

2.4.2MSWI过程影响因素分析049

2.5MSWI过程智能优化控制问题描述及其复杂分析051

2.5.1MSWI过程智能优化控制问题描述051

2.5.2MSWI过程智能优化控制复杂分析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07

3.1面向数值的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09

3.2.1概述069

3.2.2研究对象070

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06

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

4.1MSWI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..建模算法及实现103

4.2.4实验验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131

参考文献138



第5章城市固废焚烧（MSWI）过程智能控制145

5.1MSWI过程的控制分析146

5.2基于RBF-P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..控制算法及实现148

5.2.4实验验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161

5.4基于DRNN-P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

6.1MSWI过程的二英（DXN）检测188

6.1.1概述188

6.1.2DXN描述190

6.1.3面向DXN排放的MSWI过程描述191

6.1.4MSWI过程的DXN生成描述192

6.1.5DXN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..建模算法197

6.2.4实验验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224

6.4本章小结229

参考文献0



第7章城市固废焚烧（MSWI）过程氮氧化物排放浓度软测量

7.1MSWI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..建模算法242

7.2.4实验验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..算法策略与实现277

8.2.4实验验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

9.1MSWI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..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347

9.3基于相似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364

9.4本章小结369

参考文献369



0章城市固废焚烧（MSWI）过程风量设定智能优化377

10.1MSWI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..智能设定算法及实现384

10.2.4实验验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401

10.4本章小结406

参考文献406

乔俊飞，北京工业大学教授、博士生导师，环保自动化领域专家。自然科学创新群体项目负责人，""特聘教授，杰出青年获得者，重量百千万人才工程入选者，享受特殊津贴专家。现任智慧环保北京实验室主任、智能感知与自主控制工程中心主任，兼任中国人工智能学会常务理事，中国自动化学会理事。
长期从事计算智能与智能优化控制领域研究工作，在污染防治过程智能特征检测、自组织控制和多目标动态优化方面取得开创成果，多项成果已广泛应用于环保企业生产实践，取得了显著的经济、社会和生态效益。

汤健，北京工业大学教授、博士生导师，智慧环保北京实验室副主任。主要研究领域为小样本数据建模和固废处理过程智能控制。主持科技部重点研发计划课题、自然科学面上项目、北京市自然科学等十余项；获国防科技进步二等奖2项、三等奖1项；发表SCI40余篇；申请美国/中国发明专利90余项；授权软件著作权10余项；已经出版作者专著/译著共5部。

蒙西，北京工业大学副教授、硕士生导师，中国自动化学会环境感知与保护自动化专业委员会委员。主要研究智能计算、城市固废焚烧过程关键参数智能特征测量、烟气污染物排放智能预测等。主持自然科学面上项目以及青年项目、重点研发计划子课题和北京市自然科学青年项目等。发表20余篇，荣获中国发明协会发明创新奖一等奖。

严爱军，北京工业大学教授、博士生导师，中国人工智能学会科普工作委员会委员。长期从事复杂过程建模、智能优化控制方法及应用领域的研究工作。先后主持自然科学项目、北京市自然科学项目等课题。在城市固废焚烧过程智能控制、多目标优化、故障诊断和参数软测量等方面取得系列成果，出版著作1部，发表SCI/EI40余篇。获得科技进步一等奖、吴文俊人工智能科学技术一等奖等。

本书特点：
（1）系统：梳理了固体废物的相关概念以及相关的处理与处置技术，阐述城市固体废物的特征及其焚烧技术的原理与研究进展。
（2）针对：以世界范围内应用广泛的基于机械炉排炉的城市固体废物焚烧过程进行特分析；
（3）：首次从控制学科的视角对城市固体废物焚烧过程进行机理分析和问题描述，明晰实现该过程智能建模和优化控制所存在的难点。
（4）完整：针对城市固体废物焚烧过程存在的难点，提出了从焚烧过程建模、运行指标软测量、燃烧状态识别、概念漂移检测到焚烧过程故障诊断与过程参数优化设定的全面的相应解决策略。
（5）优选：采人工智能领域的深度学习、集成学习、机器视觉、案例推理、模块化神经网络等技术，提出融合机理知识的数据驱动智能建模与优化控制算法。