028.研究生院

【優博風采】2022年第1期 中國自動化學會優秀博士學位論文獎獲得者:伍小龍

發布日期:2022-03-09    瀏覽次數:

【編者按】為了加強高層次創新人才的培養,全面提高研究生教育特別是博士生教育質量,本欄目將陸續推出行業優秀博士學位論文及北京工業大學優秀博士學位論文,介紹學術成果,展示我校博士風采,激勵北工大研究生潛心研究,努力奮進,不斷創新,為學校“雙一流”建設作出自己的貢獻!

本期專訪人物——控制科學與工程學科博士研究生 伍小龍。




一、基本信息

論文中文題目:城市污水處理過程自組織滑模控制研究

論文英文題目:THE RESEARCH ON SELF-ORGANIZED SLIDING CONTROL METHODS FOR MUNICIPAL WASTEWATER TREATMENT

所獲獎勵名稱:2020年中國自動化學會優秀博士學位論文獎

        者:伍小龍

指導教師:韓紅桂 教授

培養院系:信息學部

學     科:控制科學與工程

研究體會:書山有路勤為徑,學海無涯苦作舟。

二、研究背景與意義

城市污水處理過程控制是保證出水水質達標、提高處理效率的重要手段,其基本思想是:通過及時獲取運行過程數據,利用控制方法對風機、回流泵、加藥泵等進行調節,達到期望的運行效果。然而,由于城市處理包含物理處理、生物處理和化學處理等過程,其過程控制面臨巨大的挑戰,主要體現在:1) 影響城市污水處理過程狀態的因素眾多且相互影響,城市污水處理過程機理異常復雜,缺少精確的機理模型。2) 城市污水處理過程變量難以實時檢測,尤其是關鍵水質參數總磷(TP)、氨氮(NH4-N)等無法在線檢測,缺少足夠的運行狀態信息。3) 城市污水處理過程入水只能被動接受,入水流量、成份、污染物種類、有機物濃度等波動較大,是一個典型的多干擾非線性動態系統,且始終運行于非平穩狀態。因此,如何精確識別城市污水處理過程狀態,利用有效的過程控制方法實現過程變量的穩定精準控制,仍然是當前城市污水處理過程控制研究的熱點和難點。

三、主要研究內容與創新點

本論文的主要研究內容和創新性成果表現在以下幾個方面:

(1) 關鍵水質參數的智能檢測模型設計

針對出水TP、出水NH4-N等關鍵水質參數難以在線精確檢測的問題,文中設計了一種基于自組織模糊神經網的關鍵水質參數智能檢測模型(如圖1所示)。首先,通過最小二乘法提取關鍵水質參數的相關變量,確定智能檢測模型的輸入輸出變量;其次,基于模型結構風險評價指標優化模型結構,同時更新模型的結構和參數,提高了智能檢測模型的精度;最后,分析出智能檢測模型的收斂條件,并給出了結構優化算法的收斂條件下參數選擇的準則,確保模型的成功應用,實際應用結果顯示所提出的智能檢測模型具有較好的實時性和檢測精度。               

    

1 出水NH4-N的在線檢測方法設計

(2) 城市污水處理過程魯棒滑模控制器設計

針對城市污水處理過程存在嚴重的外部和內部擾動問題,論文提出了一種城市污水處理過程魯棒滑模控制方法。首先,設計出外部魯棒控制器,基于自適應趨近率完成滑模控制律的求解,實現了控制過程的快速收斂和外部干擾的抑制;其次,設計出內部魯棒控制器,基于模糊神經網絡完成內部干擾動態特征的提取,形成內部魯棒控制律,確保內部干擾下系統的魯棒性;最后,通過構造李雅普諾夫函數,完成了魯棒滑模控制器的性能分析。典型非線性系統和城市污水處理過程硝態氮控制的應用效果表明,魯棒滑模控制器不僅能夠在內部和外部干擾作用下保持穩定的控制性能,而且具有收斂速度快的優勢。


         

2 城市污水處理過程魯棒滑模控制器設計

(3) 城市污水處理過程自組織滑模控制器設計

針對城市污水處理過程中存在嚴重的非線性和不確定性問題,論文提出了一種城市污水處理過程單變量自組織滑模控制器(如圖2所示),實現了溶解氧濃度的精準控制。首先,利用控制器的跟蹤誤差和結構風險,設計控制器性能評價指標,并根據評價結果優化控制器結構,減輕自組織滑模抖振現象;其次,采用自適應投影算法對控制器的參數進行更新,提高控制響應速度;最后,在控制器固定結構和自適應結構階段,分別分析了控制器的穩定性和收斂性,同時給出了自適應參數設置方法,以確保自組織滑模控制器的成功應用。典型非線性系統和城市污水處理過程溶解氧控制的應用效果表明,單變量自組織滑模控制器不僅能夠保持平穩精準的跟蹤控制性能,還在動態設定點跟蹤控制時具有較快的控制響應。


         

3 城市污水處理過程魯棒滑模控制器設計


四、代表性創新成果

[1] Wu Xiaolong, Han Honggui, Qiao Junfei. Data-driven intelligent warning method for membrane fouling, IEEE Transactions on Neural Networks and Learning Systems, 2020, DOI: 10.1109/TNNLS.2019.3041293.

[2] Wu Xiaolong, Han Honggui, Liu Zheng, Qiao Junfei. Data-Knowledge-Based Fuzzy Neural Network for Nonlinear System Identification, IEEE Transactions on Fuzzy Systems, 2020. 28(9): 2209-2221.

[3] Han Honggui, Wu Xiaolong, Qiao Junfei. Design of Robust Sliding Mode Control with Adaptive Reaching Law. IEEE Transactions on Systems Man & Cybernetics. Systems, 2020, 50(11): 4415-4424.

[4] Han Honggui, Wu Xiaolong, Qiao Junfei. An Efficient Optimization Method for Improving Generalization Performance of Fuzzy Neural Networks. IEEE Transactions on Fuzzy Systems, 2019, 27(7): 1347-1361.

[5] Han Honggui, Wu Xiaolong, Zhang Lu, Qiao Junfei. Self-Organizing RBF Neural Network Using an Adaptive Gradient Multi-Objective Particle Swarm Optimization. IEEE Transactions on Cybernetics, 2019, 26(1): 612-625.

[6] Han Honggui, Wu Xiaolong, Qiao Junfei. A Self-Organizing Sliding Mode Control for Wastewater Treatment Processes. IEEE Transactions on Control Systems Technology. 2019, 27(4): 1480-1491.

[7] Han Honggui, Wu Xiaolong, Liu Zheng, Qiao Junfei. Design of Self-Organizing Intelligent Controller Using Fuzzy Neural Network. IEEE Transactions on Fuzzy Systems, 2018, 26(5): 3097-3111.

[8] Han Honggui, Wu Xiaolong, Ge Luming, Qiao Junfei. A Sludge Volume Index (SVI) Model Based on the Multivariate Local Quadratic Polynomial Regression Method. Chinese Journal of Chemical Engineering, 2018, 26: 1071-1077.

[9] Han Honggui, Wu Xiaolong, Qiao Junfei. Nonlinear Systems Modeling Based on Self-Organizing Fuzzy-Neural-Network with Adaptive Computation Algorithm, IEEE Transactions on Cybernetics, 2014. 44(4): 554-564.

[10] Han Honggui, Wu Xiaolong, Qiao Junfei. Real-Time Model Predictive Control Using a Self-Organizing Neural Network, IEEE Transactions on Neural Networks and Learning Systems, 2013. 24(9): 1425-1436.

[11] 韓紅桂,伍小龍, 張璐,喬俊飛. 城市污水處理過程異常工況識別和抑制研究. 自動化學報,201936(6): 865-872.

[12] Wu Xiaolong, Han Honggui, Qiao Junfei A Self-Learning Sliding Mode Controller for Biological Wastewater Treatment System. International Conference on Information, Cybernetics, and Computational Social Systems (ICCSS). 2019.




伽罗躺在床上下面还流东西-伽罗太华躺在床上流东西网站-女人脱裤子让男生桶爽免费看-无人区视频免费网