基于RBF神经网络的船用污水处理装置状态诊断

研究应用径向基函数(RBF)神经网络对船用污水处理装置进行状态诊断,以提高船用污水处理装置状态诊断正确率。在分析了RBF神经网络基本结构和原理的基础上,设计一种诊断船用污水处理装置状态的三层RBF神经网络。通过采用实际监测的数据实现RBF神经网络诊断处理,结果表明:RBF神经网络的分类诊断效果较佳,能够有效地对船用污水处理装置状态进行诊断。

PNN在船用污水处理装置状态诊断中的仿真研究

概率神经网络(PNN)是基于贝叶斯分类规则和Parzen窗函数的前向型自监督神经网络模型,具有强大的非线性处理能力,快速的收敛速度和准确的分类效果。在分析PNN基本结构和原理的基础上,采用PNN结构针对船用污水处理装置的状态诊断进行仿真,以提高船用污水处理装置状态诊断正确率。通过Matlab采用实际监测的数据实现了PNN诊断处理。理论分析和仿真结果表明:利用PNN对船用污水处理装置的状态诊断的方法可行和有效,有很高的实用价值。

基于支持向量机的船用污水处理装置运行监测仪设计

针对船用污水处理装置在实际运行状态中缺乏有效监管等问题,设计了一种船用污水处理运行监测仪;该监测仪通过监测对象装置的供电电压、负载电流、送风压力、处理水位和状态特征参数变化的时间,提出了由5个支持向量机构造的6分类二叉树支持向量机算法模型,实现对船用污水处理装置运行状态的监测。

基于RBF的船用污水处理装置运行状态在线监测研究

应用径向基函数RBF神经网络对船用污水处理装置运行状态在线监测,以提高船用污水处理装置运行状态监测与管理的效率。在分析了RBF神经网络原理的基础上,研究一种监测船用污水处理装置运行状态的三层径向基神经网络。通过实际在线监测数据的RBF神经网络监测训练和实验验证,表明RBF神经网络对运行状态的分类效果较佳,能够有效地监测船用污水处理装置的状态,并为装置维修提供科学的决策支持。

新型船用生活污水处理装置研究

船舶污染物涉及面广,种类较多,船舶污染物的防治一直是船舶管理方面的重点。本文对开发一种一次性综合处理船舶生活污水装置进行研究,探讨船舶防污的新方法。

我国水运防污设备的研制和生产

在《交通环保(水运版)》创刊十周年之际,与我的同行们一起回顾我国水运防污染设备的研制和生产状况,以此祝贺刊物的创办者及其工作人员,祝贺他们在水运环保信息传递、推广新技术方面取得的卓越成绩。