智慧环保前沿技术丛书--城市固废焚烧过程智能优化控制

定　　价：128 元

丛书名：智慧环保前沿技术丛书

• 作者：乔俊飞、汤健、蒙西、严爱军 著
• 出版时间：2023/4/1
• ISBN：9787122424020
• 出 版 社：化学工业出版社

• 中图法分类：X799.05 
• 页码：410
• 版次：01
• 开本：16开

内容简介

本书针对目前城市固废焚烧过程运行控制存在的若干关键科学问题，结合作者多年在该领域的研究工作积累，系统地分析和讨论了面向城市固废焚烧过程智能优化控制的方法与应用问题。内容包括城市固废处理研究现状及优化控制问题描述、焚烧过程数值仿真模型构建、数据驱动的过程对象建模与智能控制、关键污染物排放软测量模型及其概念漂移检测机制、数据驱动的智能故障诊断与优化设定方法等。
本书适合从事自动控制理论与技术、城市固废焚烧工程技术等领域的专业研究人员和工程技术人员阅读，也可作为高等院校相关专业研究生及高年级本科生的教材参考书。

作者介绍

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。国家自然科学基金创新群体项目负责人，教育部"长江学者奖励计划"特聘教授，国家杰出青年基金获得者，国家级百千万人才工程入选者，享受国务院特殊津贴专家。现任智慧环保北京实验室主任、智能感知与自主控制教育部工程中心主任，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性成果，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。主持科技部国家重点研发计划课题、国家自然科学基金面上项目、北京市自然科学基金等十余项；获国防科技进步二等奖2项、三等奖1项；发表SCI论文40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；已经出版第1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。主持国家自然科学基金面上项目以及青年项目、国家重点研发计划子课题和北京市自然科学基金青年项目等。发表论文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。先后主持国家自然科学基金项目、北京市自然科学基金项目等课题。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/EI论文40余篇。获得教育部科技进步一等奖、吴文俊人工智能科学技术一等奖等。

目 录

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