Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学林晓青获国家专利权

浙江大学林晓青获国家专利权

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!

龙图腾网获悉浙江大学申请的专利垃圾焚烧烟气多污染物协同预测与智能控制方法及系统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:CN119289371B

龙图腾网通过国家知识产权局官网在2025-06-06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:202411387636.6,技术领域涉及:F23G7/00;该发明授权垃圾焚烧烟气多污染物协同预测与智能控制方法及系统是由林晓青;王任;陈杰;黄群星;李晓东;严建华设计研发完成,并于2024-10-06向国家知识产权局提交的专利申请。

垃圾焚烧烟气多污染物协同预测与智能控制方法及系统在说明书摘要公布了:本发明涉及垃圾焚烧烟气污染物控制技术,旨在提供一种垃圾焚烧烟气多污染物协同预测与智能控制方法及系统。本发明基于深度学习方法,构建针对垃圾焚烧烟气中四类污染物的协同预测模型;然后结合多目标优化方法,构建考虑吸收剂用量的成本指标函数和考虑污染物排放量的环保指标函数;利用多目标优化算法求解得到烟气污染物所对应的吸收剂的最佳用量数据,最后根据最佳用量数据反馈调整控制各类吸收剂投放阀门的开度,从而实现对于垃圾焚烧烟气多污染物的智能控制。本发明可实现垃圾焚烧烟气多污染物的精准协同预测,有效克服传统烟气污染物排放监测设备的迟滞性问题;最大程度降低烟气净化系统的污染物控制成本,提升焚烧炉的经济性水平。

本发明授权垃圾焚烧烟气多污染物协同预测与智能控制方法及系统在权利要求书中公布了:1.一种垃圾焚烧烟气多污染物协同预测与智能控制方法,其特征在于,所述方法包括以下步骤:(1)在同一时间段内,按设定时间间隔采集垃圾焚烧炉运行参数和烟气污染物排放浓度的全部历史数据;其中,焚烧炉运行参数数据来自垃圾焚烧炉分布式控制系统(DCS)的存储数据库;烟气污染物包括氯化氢(HCl)、二氧化硫(SO2)、氮氧化物(NOx)和颗粒物(PM)共四类,各自排放浓度数据均来自烟气排放连续监测系统(CEMS)的存储数据库;(2)针对步骤(1)所得采集样本中的焚烧炉运行参数与烟气污染物排放浓度,计算两类数据之间的皮尔逊相关性系数;根据与四类烟气污染物中任意一类的排放浓度数据之间的皮尔逊相关性系数,对采集样本中的全部运行参数进行筛选,并将筛选结果作为协同预测训练所需的输入特征进行保留;对应同一时刻样本的四类烟气污染物排放浓度数据,则作为与该时刻样本输入特征对应的数据标签;(3)针对步骤(2)中筛选出的数据,进行更大时间跨度的均值下采样;然后选取其中一部分样本的焚烧炉运行参数数据,对其进行时序化处理后作为训练用的输入数据;构建基于LSTM层结构的多污染物协同预测模型,输入设定时间段的焚烧炉运行参数数据对该模型进行训练,并以设定时间段之后的四类烟气污染物浓度协同预测结果作为该模型的输出;(4)烟气净化系统分别使用对应的吸收剂,以吸收处理所述四类烟气污染物;以控制各吸收剂的用量为目标,构建多目标优化函数Fx;该函数考虑了吸收剂用量的成本指标函数和考虑污染物排放量的环保指标函数这两类目标函数,最终的优化目标是使多目标优化函数Fx达到最小;成本指标函数和环保指标函数的输入变量,均使用由多污染物协同预测模型输出的烟气多污染物协同预测浓度;(5)根据在工程应用中各吸收剂的实际用量范围和各污染物排放浓度限值标准,设置多目标优化函数Fx的约束条件;利用多目标优化算法对该函数进行求解,计算得到处理四类烟气污染物各自所对应吸收剂的最佳用量数据;(6)将步骤(5)的计算结果输入垃圾焚烧炉的DCS系统,将各吸收剂的最佳用量转化为实际的模拟控制信号后,发送至烟气净化系统内的各吸收剂的投放阀门;通过控制阀门开度实现对各吸收剂用量的反馈调节,在确保烟气污染物满足环保排放标准的同时降低吸收剂用量,实现焚烧炉烟气净化系统的成本经济性目标。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。