控制与决策

作者：崔莺莺,蒙西,乔俊飞

单位：北京工业大学 信息学部,北京 100124;北京工业大学 智慧环保北京实验室,北京 100124;北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124;北京工业大学 智能感知与自主控制教育部工程研究中心,北京 100124,,北京工业大学 信息学部,北京 100124;北京工业大学 智慧环保北京实验室,北京 100124;北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124;北京工业大学 智能感知与自主控制教育部工程研究中心,北京 100124,,北京工业大学 信息学部,北京 100124;北京工业大学 智慧环保北京实验室,北京 100124;北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124;北京工业大学 智能感知与自主控制教育部工程研究中心,北京 100124,

关键词：城市固体废物焚烧;氮氧化物;燃烧效率;风量智能优化设定;分阶段多目标粒子群优化

基金：国家自然科学基金项目(61890930-5,62021003,61903012,62073006).

城市固体废物焚烧(municipal solid wastes incineration,MSWI)技术由于其高效的减容效果逐渐成为了生活垃圾处理的主要方式.MSWI过程产生的氮氧化物(nitrogen oxides,NOx)是大气中的主要污染物之一.为了在控制NOx排放的同时保证燃烧效率,提出一种基于多目标粒子群算法的MSWI过程风量智能优化设定方法.首先,结合最大相关最小冗余算法及前馈神经网络,建立燃烧效率和氮氧化物排放浓度预测模型;然后,提出分阶段多目标粒子群优化算法(staged multi-objective particle swarm optimization,SMOPSO),获得一次风流量和二次风流量的Pareto优化解集;此外,设计效用函数,确定一次风流量和二次风流量的最优设定值;最后,基于国内某城市固废焚烧厂的实际运行数据,验证所提方法的有效性.

来源：2023年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第2期