本书面向国家污染防治的重大需求，将具有多模态数据特性的复杂工业过程所提炼的针对离线研究的建模、控制、优化等智能算法难以测试与验证，以及承载智能算法的软硬件系统难以移植至实际现场等问题相结合，以北京某城市固废焚烧（MSWI）过程为研究对象，描述面向MSWI过程智能算法测试与验证的仿真平台需求，设计和实现由多模态历史数据驱动、安全隔离与优化控制和多入多出回路控制等系统组成的模块化半实物仿真平台，进行典型场景实验室验证和现场移植应用，为实现该过程的优化运行提供了有力支撑，对促进生态环境可持续发展具有积极的社会效益。本书是首部涉及城市固废焚烧过程智能算法测试与验证模块化半实物仿真平台的图书，相关成果可适用于其他类似过程。本书可供高校教师、研究生、高年级本科生，以及从事MSWI过程的工程技术人员参考阅读。

目录
第1章绪论
1.1研究背景和意义
1.2城市固废焚烧(MSWI)过程智能建模、控制与优化的研究现状
1.2.1MSWI工艺、机理、难点简述
1.2.2MSWI过程智能算法研究与验证应用现状
1.2.3MSWI过程智能算法研究与验证应用讨论与分析
1.3工业过程智能算法测试与验证仿真平台研究现状
1.3.1“真真”类平台
1.3.2“真虚”类平台
1.3.3“虚真”类平台
1.3.4“虚虚”类平台
1.4多模态数据驱动智能建模算法测试与验证系统相关研究现状
1.5MSWI过程回路控制算法测试与验证系统相关研究现状
1.6面向炉膛温度的智能优化算法测试与验证系统相关研究现状
1.7工业过程智能算法测试与验证仿真平台面临的挑战
1.8本书主要内容
参考文献
第2章面向MSWI过程的模块化半实物仿真平台需求描述
2.1引言
2.2炉排炉型MSWI过程的工艺流程
2.2.1固废发酵系统
2.2.2固废燃烧系统
2.2.3余热交换系统
2.2.4蒸汽发电系统
2.2.5烟气处理系统
2.2.6烟气排放系统
2.3实验室智能算法研究对仿真平台的需求
2.4工业现场智能系统应用对仿真平台的需求
参考文献
第3章模块化半实物仿真平台设计
3.1总体功能设计
3.2模块化结构设计
3.2.1总体结构设计
3.2.2多模态历史数据驱动系统结构设计
3.2.3安全隔离与优化控制系统结构设计
3.2.4多入多出回路控制系统结构设计
3.3硬件设计
3.3.1连接方式
3.3.2硬件选型
3.4软件设计
3.4.1总体组成
3.4.2多模态历史数据驱动系统软件结构
3.4.3安全隔离与优化控制系统软件结构
3.4.4多入多出回路控制系统软件结构
3.4.5软件配置
第4章模块化半实物仿真平台实现
4.1总体实现
4.1.1面向模块化视角的实验平台/工业现场总体实现策略
4.1.2面向模块独立化视角的单用途实现
4.1.3面向模块组合化视角的多用途实现
4.1.4实验室半实物仿真平台总貌
4.2面向关键被控变量智能预测的多模态历史数据驱动系统实现
4.2.1问题描述
4.2.2建模策略
4.2.3算法实现
4.2.4协同运行
4.2.5实验结果
4.2.6系统实现
4.3基于混合集成树结构对象模型和PID控制器的多入多出回路控制系统实现
4.3.1问题描述
4.3.2执行机构模型
4.3.3过程对象模型
4.3.4仪表装置模型
4.3.5协同运行
4.3.6实验结果
4.3.7系统实现
4.4面向炉膛温度设定的安全隔离与优化控制系统实现
4.4.1问题描述
4.4.2优化策略
4.4.3算法实现
4.4.4协同运行
4.4.5实验结果
4.4.6系统实现
4.5未来展望
参考文献
第5章面向仿真平台多模态历史数据驱动系统的智能建模算法实验室场景验证
5.1引言
5.2基于半监督随机森林的二噁英排放浓度软测量算法实验室场景验证
5.2.1问题描述
5.2.2建模策略
5.2.3算法实现
5.2.4实验结果
5.2.5平台验证
5.3基于模糊神经网络对抗生成的二噁英排放预警算法实验室场景验证
5.3.1问题描述
5.3.2建模策略
5.3.3算法实现
5.3.4实验结果
5.3.5平台验证
5.4基于多特征融合和改进级联森林的燃烧状态识别算法实验室场景验证
5.4.1问题描述
5.4.2建模策略
5.4.3算法实现
5.4.4实验结果
5.4.5平台验证
5.5基于GAN与孪生网络的燃烧线量化算法实验室场景验证
5.5.1问题描述
5.5.2建模策略
5.5.3算法实现
5.5.4实验结果
5.5.5平台验证
5.6联合多窗口漂移检测的二噁英排放软测量算法实验室场景验证
5.6.1问题描述
5.6.2建模策略
5.6.3算法实现
5.6.4实验结果
5.6.5平台验证
5.7基于约简深度特征和LSTM优化的CO排放预测算法实验室场景验证
5.7.1问题描述
5.7.2建模策略
5.7.3算法实现
5.7.4实验结果
5.7.5平台验证
5.8未来展望
参考文献
第6章面向仿真平台多入多出回路控制系统的智能控制算法实验室场景验证
6.1引言
6.2基于区间Ⅱ型FNN(IT2FNN)的炉膛温度控制算法实验室场景验证
6.2.1问题描述
6.2.2控制策略
6.2.3算法实现
6.2.4实验结果
6.2.5平台验证
6.3基于自组织IT2FNN的炉膛温度模型预测控制算法实验室场景验证
6.3.1问题描述
6.3.2控制策略
6.3.3算法实现
6.3.4实验结果
6.3.5平台验证
6.4未来展望
参考文献
第7章面向仿真平台安全隔离与优化控制系统的智能优化算法实验室场景验证
7.1引言
7.2基于多目标PSO寻优多控制回路设定值的智能优化算法实验室场景验证
7.2.1问题描述
7.2.2优化策略
7.2.3算法实现
7.2.4实验结果
7.2.5平台验证
7.3未来展望
参考文献
第8章仿真平台多模态数据采集和数据正向采集隔离模块的工业现场移植应用
8.1引言
8.2工业现场概述
8.3多模态数据实时采集系统结构
8.3.1过程数据实时采集系统
8.3.2火焰图像实时采集系统
8.4多模态数据实时采集系统实现
8.4.1过程数据采集实现
8.4.2工业图像采集实现
8.5工业测试与应用
8.6未来展望
第9章仿真平台难测参数检测模块的工业现场移植应用
9.1引言
9.2基于仿真机理和改进回归决策树的二噁英排放软测量系统移植应用
9.2.1问题描述
9.2.2建模策略
9.2.3算法实现
9.2.4实验结果
9.2.5工业应用
9.3未来展望
参考文献

前言

随着人类社会文明的进步和公众环保意识的增强，科学合理地利用自然资源，全面系统地保护生态环境已经成为世界各国可持续发展的必然选择。环境保护是指人类科学、合理地保护并利用自然资源，防止自然环境受到污染和破坏的一切活动。环境保护的本质是协调人类与自然的关系，维持人类社会和自然环境的动态平衡。由于生态环境是一个复杂的动态大系统，实现人类与自然的和谐共生是一项具有复杂性、系统性、长期性和艰巨性的任务，必须依靠科学理论和先进技术才能实现。

本书主要面向在无害化、减量化和资源化等方面具有显著优势的MSWI过程所涉及的离线研究的建模、控制、优化等智能算法难以测试与验证，以及承载智能算法的软硬件系统难以移植至实际现场等问题进行研究。MSWI是目前广泛采用的城市固废处理技术，其减质率、减容率和能量回收率可达到70%、90%和19%，在经济和环保方面所呈现的潜在价值已被发展中国家所认可。我国MSWI技术起步于1988年深圳引进的2台150t/d的马丁炉排焚烧炉，在经“十二五”的着力推广和“十三五”的无废城市规划后，MSW处理能力占比(超过50%)已居世界首位。同时，MSWI过程在低碳、环保和可持续能源等领域均具有关键作用，已成为新时期生态文明建设和循环经济体系中的托底工业。针对MSWI过程固有的多阶段、多因素和机理复杂等特性，在“3T+E”的控制原则下，国外研究学者将主要操纵变量确定为MSW进料量、炉排速度和进风流量等“料、风、水”的量，主要被控变量确定为燃烧线长度、炉膛温度、烟气含氧量和蒸汽流量，研发出适合自身国情的自动燃烧控制(automatic combustion control, ACC)系统，但其能够长周期稳定运行的前提是具有稳定的MSW成分和热值。相较而言，我国MSW的分类政策和管理制度仍在逐步完善和推广中，导致所收集的MSW组分具有不确定性强、热值低和波动性大等特点。因此, 国外的ACC系统难以直接应用于我国MSWI过程的智能优化控制。目前, 国内MSWI电厂主要采用领域专家(知识型工作者)凭借机理和经验认知对运行工况进行判断后，针对多场景需求采用区别化的手动操作规则，即具有智能自主行为的手动控制模式。该模式从本质上是依据结构化的过程数据、非结构化的图像与操作记录文本甚至交流语音等多模态数据，在感知与认知场景需求后调整相应的操纵变量； 显然，该模式存在专家精力有限性、经验差异性和控制主观性等，难以保证MSWI电厂的长期稳定运行，进而会影响企业的减污降碳效果。因此，需要将我国MSW特性和领域专家30余年的运行经验相结合，自主研发定制化、本地化的面向具身智能的建模、控制与优化等算法，进而形成具有中国行业特色的工业软件。然而，工业现场对运行安全性的考虑和分布式控制系统(distributed control system, DCS)固有的封闭特性导致其难以与外部智能算法交互，即不能对MSWI控制系统进行直接的数据采集和参数下装操作，从而使针对MSWI过程所研究的智能算法难以验证。通常，离线研究的智能算法与工业过程的融合均需要经过工程初试验证和中试调试等多环节的测试与评估等阶段才能落地应用。因此，智能算法测试与验证平台是实验室研究的相关理论与技术能够落地应用不可或缺的重要支撑。

本书在国家自然科学基金项目(62073006，62021003）、北京市自然科学基金项目(4212032)和新一代人工智能国家科技重大项目(2021ZD0112301，2021ZD0112302)等课题的支撑下，开展面向MSWI过程智能优化控制的模块化半实物仿真平台研究。首先，概述了工业过程仿真平台的现状和所面临的挑战性问题； 其次，描述了MSWI过程对仿真平台的需求，基于模块化理念设计和实现了由多模态历史数据驱动、安全隔离与优化控制、多入多出回路控制等系统组成的面向智能建模、控制和优化算法测试与验证的半实物仿真平台； 最后，在实验室完成了典型场景的验证等，并将部分模块移植至实际现场进行应用。本书旨在面向国家在污染防治领域的重大战略需求，以解决离线研究的建模、控制、优化等智能算法难以测试与验证，以及承载智能算法的软硬件系统难以移植工业及现场落地应用等问题为研究目标，从实际研究和工程出发提出了具有模块化、可移植等特点的半实物仿真平台，进而支撑MSWI过程的运行优化和城市污染的排放控制，促进生态环境的可持续发展。

感谢国家自然科学基金委、科技部及北京工业大学的长期支持，感谢环保自动化研究团队的同事和研究生，特别是徐雯、郭海涛、崔璨麟、潘晓彤、许超凡、张润雨、田昊、王博康等同学参与了本书的成稿工作。感谢MSWI领域的国内外专家学者，正是在你们的启迪和激励下，本书的内容得到进一步升华。

汤健王天峥夏恒乔俊飞
2024年12月于北京平乐园