买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120630667B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510515459.3，技术领域涉及：G05B13/04；该发明授权一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法是由孙浩源;穆浩然;韩红桂;付世佳;乔俊飞设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法在说明书摘要公布了：一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法属于污水处理过程智能控制技术领域，针对现有技术存在的溶解氧浓度随机采样、数据传输连续丢包以及外界干扰影响显著等难题，本发明通过建立等效随机采样间隔的概率分布模型，构建基于模糊神经网络的多个预测模型，获得了溶解氧浓度的预测输出；其次设计扰动状态观测器对系统不确定性进行在线估计，获得扰动预测输出；最终融合预测输出信息以及扰动预测输出信息，设计了鲁棒模型预测控制器，实现了溶解氧浓度的稳定控制。相较于传统PID控制与固定周期采样的非线性模型预测控制方法，本发明有效解决了控制系统的稳定性不足和抗干扰能力薄弱的问题，实现溶解氧浓度的稳定控制。

本发明授权一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法在权利要求书中公布了：1.一种随机采样和连续丢包约束下的城市污水处理过程鲁棒模型预测控制方法，其特征在于，包括以下步骤： 1城市污水处理过程中，溶解氧浓度的稳定控制面临随机采样和连续丢包的问题，并且受外部扰动影响，具体为： tk，k＝1,2,…，是溶解氧浓度的采样时刻，Tk,k+1＝tk+1-tk表示tk和tk+1之间溶解氧浓度的采样间隔，Tk,k+1在T1＝15分钟和T2＝30分钟之间随机取值，Tk,k+1取15分钟的概率为p1＝0.8，Tk,k+1取30分钟的概率为p2＝0.2； 连续丢包发生在传感器至控制器通道和控制器至执行器通道之间，传感器至控制器通道和控制器至执行器通道的丢包率分别为和传感器至控制器通道和控制器至执行器通道的连续丢包数上界分别为zsc＝2和zca＝3，允许最大连续丢包数为 城市污水处理过程入水被动接受，进水流量和进水组分浓度波动较大，溶解氧浓度的稳定控制受外部扰动影响严重； 2计算等效随机采样间隔及其概率分布 εl，l＝1,2,…，为传感器至控制器通道和控制器至执行器通道之间均不存在丢包时刻，相邻无丢包时刻εl-1和εl间的等效随机采样间隔计算如下 其中为εl-1和εl之间传感器至执行器通道的连续丢包数，j∈[0,εl-1,l+1]表示在εl-1和εl之间溶解氧浓度采样间隔取T2＝30分钟的次数； 等效随机采样间隔的概率分布计算如下 其中εl-1,l＝τ＝0,…,3，j＝0,…,τ+1， 由1可知溶解氧浓度控制过程等效随机采样间隔存在8种取值，分别为单位为分钟，其发生概率可由公式2计算； 3建立基于模糊神经网络的预测模型 根据8个等效随机采样间隔类别构建8个模糊神经网络预测模型，记作预测模型s，s＝1,…,8,其预测步长为θs,；预测模型s的结构均为4层，包括2个输入层神经元，5个径向基层神经元，5个归一化层神经元，1个输出层神经元；其输出表达式为 其中表示预测模型s在时刻预测的溶解氧浓度，为预测模型s在εl-1时刻的输出层神经元和归一化层神经元的权重系数向量，为预测模型s在εl-1时刻输出层神经元和第ζ个归一化层神经元的连接权重，在[0,1]内随机赋值,为归一化层输出，计算如下 其中oηεl-1为预测模型s在εl-1时刻第η个输入，为预测模型s在εl-1时刻第ζ个径向基层神经元对应第η个输入层神经元的中心值，为预测模型s在εl-1时刻第ζ个径向基层神经元对应第η个输入层神经元的半径值，和均在[0,1]内随机赋值； 4构建扰动估计器 构建如下扰动估计器估计未知扰动 其中和分别表示εl和εl-1+θl-1,l-θ1时刻的扰动估计值，x*εl表示εl时刻溶解氧浓度的设定参考输出； 设计如下公式预测时刻扰动值 其中为时刻的扰动预测值，εl时刻的预测系数计算如下 其中|·|表示取绝对值，在[0,1]内随机赋值； 5计算鲁棒模型预测控制策略求解控制律 ①设定s＝1，计算εl和εl-1之间的采样间隔θl-1,l＝εl-εl-1； ②判断θl-1,l与θs是否相等；若不相等，则令s＝s+1，跳转至②；若相等，跳转至③； ③计算溶解氧浓度预测误差 其中表示时刻溶解氧浓度采样值，表示预测模型s在时刻溶解氧浓度的预测值； 计算如下梯度向量 其中为预测模型s在εl-1时刻的参数向量,分别表示预测模型s在εl-1时刻第ζ个径向基层神经元的中心向量和半径向量，ζ＝1,…,5； 预测模型s的参数更新如下 其中为预测模型s在εl时刻更新后的参数向量，I表示单位矩阵；为预测模型s在εl时刻输出层神经元和归一化层的权重系数向量，为预测模型s在εl时刻输出层神经元和第ζ个归一化层神经元的连接权重，ζ＝1,…,5，和分别表示预测模型s在εl时刻径向基层第ζ个神经元的中心向量和半径向量，和分别为预测模型s在εl时刻第ζ个径向基层神经元对应第η个输入层神经元的中心值和半径值，ζ＝1,…,5，η＝1,2； ④计算时刻溶解氧浓度预测值 令8个预测模型的输入向量均为[yεl,uεl]T，yεl是εl时刻溶解氧浓度采样值，uε是ε时刻曝气量，由公式3可计算 ⑤使用扰动估计器根据公式5-6获得时刻扰动预测值 ⑥在时刻预测输出的数学期望计算如下 其中 ⑦设计鲁棒模型预测控制成本函数： 其中xεl+1是εl+1时刻溶解氧浓度设定参考输出，Δxεl+1＝xεl+1-xε是溶解氧浓度设定参考输出的变化量，是预测输出变化量；Δuεl是曝气变化量，满足以下条件： 其中uεl+1是εl+1时刻曝气量；Δumax＝100升分钟，是控制设备允许调整曝气量的最大值； ⑧最小化公式12得到Δuεl： 更新曝气量： uεl+1＝uεl+Δuεl15 6通过采用鲁棒模型预测控制器计算得到的uεl+1，实现了对溶解氧浓度yεl+1的稳定控制；电动机转速由变频器调节，以控制鼓风机的曝气量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。