[发明专利]一种基于多传感器数据融合的污泥干化室控制方法及系统

权利要求书

1.一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，包括以下步骤：

S1，采用多个不同类型的传感器实时采集干化室的干化参数，并获取干化设备运行状态参数；

S2，基于群体支持度的思想剔除所述干化参数和干化设备运行状态参数中的异常数据，并对所述干化参数和干化设备运行状态参数进行缺失值处理，得到预处理干化参数和预处理干化设备运行状态参数；

S3，基于所述预处理干化参数和预处理干化设备运行状态参数构建数据样本；

S4，将所述数据样本输出到预先建立的多传感器数据融合算法的干化室模型，输出干化室物料干化效果的判断参数；

S5，根据所述干化室物料干化效果的判断参数控制干化室的干化设备。

2.如权利要求1所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，所述干化室的干化参数包括干化室入口风量、干化室出口风温度、湿料含水率、干化室干燥温度、干化室相对湿度、去水量、干料含水率；所述干化设备运行状态参数包括工作电压、功率，每一个所述干化参数由多个同质传感器采集。

3.如权利要求2所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，步骤S2中，基于群体支持度的思想剔除所述干化参数和干化设备运行状态参数中的异常数据的步骤包括：

第一步，一段时间内，获取同一传感器采集的多个测量值，并求出所述多个测量值的均值，与所述均值最接近的测量值作为有效性最高的值；

第二步，计算各测量值与所述有效性最高的值的差值，当所述差值大于支持度阈值时，不满足群体支持度，剔除相应的测量值。

4.如权利要求3所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，步骤S2中，对所述预处理干化参数和预处理干化设备运行状态参数进行缺失值处理的步骤包括：在预设的时间内，求得每个传感器采集的数据平均值，用每个所述数据平均值对相应传感器采集数据中的缺失值进行补充。

5.如权利要求4所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，所述预先建立的多传感器数据融合算法的干化室模型包括两个部分：第一级融合和第二级融合，

第一级融合的步骤包括：

对所述数据样本中多个同质传感器采集的同类型参数用自适应加权平均算法进行处理，得到每种同质传感器参数的融合值；

第二级融合的步骤包括：

将所述同质传感器参数的融合值组合成数组，将所述数组输入到BP神经网络，得到干化室物料干化效果的判断参数。

6.如权利要求5所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，所述BP神经网络包括输入层、隐藏层和输出层三层网络，其中，隐藏层的节点数为n，x是输入层节点数，m是输出层节点数，a是1到10之间的常数；神经元的激励函数为sigmoid函数，在确定学习率和训练次数后，输出层输出的值为干化室物料干化效果的判断参数。

7.如权利要求5所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，各类型的融合值的具体计算步骤为：

S41，根据各同质传感器采集数据的均值、测量值和权重值列出同质传感器总均方误差的表达式；

S42，采用多元函数求极值理论，计算出当总均方误差最小时，同质传感器中各传感器相应的权重值；

S43，采用自适应加权平均算法计算出每种同质传感器参数的融合值。

8.如权利要求7所述的一种基于多传感器数据融合的污泥干化室控制方法，其特征在于，所述同质传感器总均方误差的表达式为：

其中，σ²是同质传感器总均方误差，W₁,W₂,…,W_n是同质传感器中各传感器相应的权重值；σ₁²,σ₂²,…σ_n²是同质传感器中各传感器采集数据的方差；n是同质传感器中传感器的个数。

9.一种基于多传感器数据融合的污泥干化室控制系统，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至8中任一项所述的方法。