机理和数据混合驱动的排水系统控制模型构建方法

针对城市排水系统的优化控制,提出一种机理和数据混合驱动的控制模型构建方法。该方法根据与控制目标的相关程度划分排水系统,并利用长短时记忆神经网络模型和圣维南方程刻画不同分区,可为系统的模型预测控制提供工具支撑。为验证方法的有效性,选取A市某污水处理厂服务片区为研究对象,运用所提出方法,基于机理模型构建简化控制模型,并在实际降雨下将该模型与水库模型和纯数据驱动模型进行对比。结果表明:所构建的控制模型在2个溢流口的模拟准确性相对水库模型提升了3.85%和22.86%,相对纯数据驱动模型提升了5.66%和3.57%(以均方根误差的均值计);模拟效率较机理模型提高了98.7%。该控制模型构建方法可在一定程度上平衡模拟准确性和模拟效率的矛盾,从而可更好地支撑城市排水系统的优化运行。研究结果可为实施排水系统实时控制提供参考。     

Biotic Ligand Model的简化模型及预测性能评价

通过检索4物种(Fathead minnow、D.magna、D.pulex、Rainbow trout)在地表水中实测的铜半致死浓度(Observed_LC50),及Biotic Ligand Model(BLM)预测其半致死浓度(Predicted_LC50),得到4物种的预测精度依次为0.075、0.52、0.96、0.29,模型对Fathead minnow与Rainbow trout的预测性能较差.在此基础上,分析显示预测误差值与LA50呈指数关系,表明LA50值并非常数值.通过对BLM的LA50的校正,Fathead minnow与Rainbow trout的预测精度升为0.59、0.42.通过分析LA50与硬度的关系,发现BLM在软水环境中预测效果较差.另外,随机均匀生成500组水质参数组,通过BLM预测,筛选出4项敏感参数为DOC、pH、HCO-3浓度及温度,并建立相应物种的LC50与其的多元线性关系,大大简化了生物配位模型.     

生物质分类表征蔬菜废物好氧降解模型中试检验

为发展可支持生产性堆肥设施控制的有机废物好氧降解模型,对生物质分类蔬菜废物好氧降解速率模型(即:六因子的生物质分类一级降解动力学模型Mt=M0e-kt),以及通过主因子分析法(PCA)和生物质组分归类2种方法简化得到的二因子和三因子模型,利用太湖农村生活垃圾现场堆肥中试的一次发酵试验结果,进行了模拟检验.结果表明,生物质分类表征蔬菜废物好氧降解模型能有效地模拟中试的实际降解率,模拟与实测值的pearson相关系数r＞0.966(p＜0.001);且模拟效果基本不受原料生物质组成与堆肥工况控制条件的影响.而简化模型的模拟效果明显劣于六因子模型,这可能源于各类生物质好氧降解受温度影响的机制不同,组分的动力学参数难以合并简化.     

有源相控阵天线的瞬态热分析方法研究

目的在保证一定计算精度的前提下,减少有源相控阵天线瞬态热仿真分析的计算时间。方法使用正交分析方法分析一类毫米波T/R组件中的器件位置、T/R组件尺寸等相关参数。使用极差分析和因素效应分析的方法,分别指出影响简化模型计算精度的几个参数,同时给出可保证一定精度的参数范围。结果采用所研究的简化方法,对组件和天线阵面均进行了仿真试验对比,结果表明,单个组件温度响应的实测结果和仿真分析结果误差低于11%。采用详细建模的T/R组件和简化的T/R组件进行天线全阵建模的结果最大误差为5.1℃,最小误差为1.2℃。结论在W/d0.8的前提下,对组件中的芯片进行整体建模的简化,其仿真计算的精度无论对于单个组件还是天线阵面的计算均完全满足工程设计需求。