Repozytorium publikacji - Politechnika Gdańska

Most of industrial processes are nonlinear, not stationary, and dynamical with at least few different time scales in their internal dynamics and hardly measured states. A biological wastewater treatment plant falls into this category. The paper considers modelling such processes for monitorning and control purposes by using State - Space Wavelet Neural Networks (SSWN). The modelling method is illustrated based on bioreactors of the wastewater treatment plant. The learning algorithms and basis function (multidimensional wavelets) are also proposed. The simulation results based on real data record are presented.Procesy przemysłowe w większości są nieliniowe, niestacjonarne, dynamiczne z przynajmniej kilkoma różnymi skalami czasu w ich wewnętrznej dynamice, a ponadto stan tych procesów jest trudno mierzalny. Biologiczna oczyszczalnia ścieków jest jednym z takich procesów. Ten artykuł rozważa modelowanie takich procesów dla celów monitorowania i sterowania przy użyciu Dynamicznych Sieci Falkowych z Przestrzenią Stanu (SSWN - State Space Wavelet Networks). Sposób modelowania jest przedstawiony na przykładzie biologicznej części oczyszczalni ścieków. W artykule zaproponowana została metoda uczenia takich sieci oraz jej funkcje bazowe (wielowymiarowe funkcje falkowe). Zaprezentowano również wyniki symulacji oparte na danych rzeczywistych.

Autorzy

• Adam Borowa,
• prof. dr hab. inż. Mieczysław Brdyś link otwiera się w nowej karcie ,
• Krzysztof Mazur