一种智能清洁能源的微生物反应控制系统的制作方法

文档序号:11707098阅读:159来源:国知局

本发明属于环保控制设备技术领域,尤其涉及一种智能清洁能源的微生物反应控制系统。



背景技术:

目前,物联网、3g通信、gis(地理信息系统)和互联网软件等技术已广泛应用到交通、公安、环保等领域,因业务需求不同,不同行业有不同的数字化集成方法,而目前针对清洁能源的微生物反应控制技术应用普遍缺乏,监测方法仍停留在分散操作和手工记录的状态,也没有形成有效的监测预警技术体系,这增加了控制的难度,也极大地制约了对微生物清洁能源的利用。

石化燃料的过渡开发和利用造成全球气候变暖、酸雨和生态环境破坏和退化已经是不争的事实,而且石化燃料也正面临耗竭的处境,因此基于环境和能源考虑,人类迫切需要一种没有污染的可再生能源。氢能是一种理想的清洁可再生替代燃料,它燃烧后只生成水,没有其它温室气体,可以通过燃料电池直接高效地转化为电能。结合环境问题来考虑,利用各种有机废弃物(有机废水和固体有机废弃物)进行生物制氢是近几年的一大研究热点,并被认为是最有可能率先实现商业化应用生物制氢技术。与光合发酵制氢相比,暗发酵制氢具有以下几个方面的优越性:(1)具有较高的产氢速率,为光合产氢速率的100倍;(2)不需要光源,对原料的透明度没有要求;(3)可以实现昼夜持续稳定产氢,且反应器设计、操作及运行管理简便。

然而,生化机理决定了有机废弃物厌氧发酵制氢的能源回收效率和有机质利用率较低,因为有机质厌氧发酵产氢的同时,伴随乙酸、丙酸、丁酸、戊酸等有机酸副产物的生成,且上述副产物在同样条件下不能进一步转化为氢气,而是积累在有机废水中,一方面不能完全回收蕴藏在有机质中的能量,且有机酸的积累会对厌氧发酵产氢造成反馈抑制,另外,有机酸的存在会形成二次污染,无法实现有机废弃物的深度处理。

综上所述,现有技术存在的问题是:现有清洁能源的微生物反应控制技术应用普遍缺乏,监测方法仍停留在分散操作和手工记录的状态,也没有形成有效的监测预警技术体系,增加了控制的难度,也极大地制约了对微生物清洁能源的利用;无法实现有机废弃物的深度处理。



技术实现要素:

为解决现有技术存在的问题,本发明提供一种智能清洁能源的微生物反应控制系统。

本发明为解决公知技术中存在的技术问题所采取的技术方案是:一种智能清洁能源的微生物反应控制系统,包括:

用于通过有线/无线通信网完成与网络服务器完成信息交换的主控计算机;

与主控计算机相连接,用于对智能清洁能源的微生物反应器产物进行扫描并采集信息的信息采集器;所述信息采集器通过内置的信任值计算模块进行信任值的计算;信任值计算方法包括以下步骤:

步骤一,采集网络观测节点i与节点j之间的n个时间片的交互次数:

选取一定时间间隔t作为一个观测时间片,以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标,真实交互次数,记作yt,依次记录n个时间片的yn,并将其保存在节点i的通信记录表中;

预测第n+1个时间片的交互次数:

根据采集到的n个时间片的交互次数建立时间序列,采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数,预测交互次数,记作计算公式如下:

预测系数an、bn、cn的取值可由如下公式计算得到:

其中:分别是一次、二次、三次指数平滑数,由如下公式计算得到:

是三次指数平滑法的初始值,其取值为

α是平滑系数(0<α<1),体现信任的时间衰减特性,即离预测值越近的时间片的yt权重越大,离预测值越远的时间片的yt权重越小;一般地,如果数据波动较大,且长期趋势变化幅度较大,呈现明显迅速的上升或下降趋势时α应取较大值(0.6~0.8),可以增加近期数据对预测结果的影响;当数据有波动,但长期趋势变化不大时,α可在0.1~0.4之间取值;如果数据波动平稳,α应取较小值(0.05~0.20);

计算直接信任值:

节点j的直接信任值tdij为预测交互次数和真实交互次数yn+1的相对误差,

步骤二,收集可信节点对节点j的直接信任值:

节点i向所有满足tdik≤φ的可信关联节点询问其对节点j的直接信任值,其中φ为推荐节点的可信度阈值,根据可信度的要求精度,φ的取值范围为0~0.4;

计算间接信任值:

综合计算所收集到的信任值,得到节点j的间接信任值trij,其中,set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足tdik≤φ的节点集合;

与主控计算机相连接,用于对扫描的信息进行记录保存的存储器;所述存储器通过内置的信号接收模块对扫描的信息进行接收、记录和处理;所述信号接收模块接收信号的干信比ki、信噪比以及干扰与期望信号的空间相关度cos2θ,通过计算确定接收准则其中i=1,2;基站分别将两路信号的干信比ki与进行比较,以选取能够获得最佳数据速率的接收方式;当时,采用正交投影接收;当时,采用匹配接收;

所述信号接收模块对接收信号s(t)进行非线性变换,按如下公式进行:

其中a表示信号的幅度,a(m)表示信号的码元符号,p(t)表示成形函数,fc表示信号的载波频率,表示信号的相位,通过该非线性变换后可得到:

计算接受信号的广义循环累积量按如下公式进行:

均为广义循环矩,定义为:

其中s(t)为信号,n为广义循环矩的阶数,共轭项为m项;

对接收信号s(t)的特征参数m1的理论值计算,具体计算过程如下进行:

经计算可知,对于2fsk信号,该信号的为1,而对于msk、bpsk,qpsk、8psk、16qam和64qam信号的均为0,由此通过最小均方误差分类器将2fsk信号识别出来;表达形式为:

与主控计算机相连接,用于向用户显示包含至少一个图像信息的选择菜单,接收用户根据所述选择菜单选择的所述图像信息,并将所述图像信息发送至主控计算机的人机交互平板;

与主控计算机相连接,用于接收主控计算机发送的信息,根据主控计算机对图像信息对应的图像内容进行展示的显示器;

与主控计算机相连接,用于为主控计算机提供电能供应的电源模块。

进一步,所述的显示器采用液晶显示器、等离子显示器、led大屏幕显示器、阴极射线显像管、多屏幕拼接显示墙中的一种。

进一步,所述的电源模块为锂电池。

进一步,所述的信息采集器内安装有定位装置,定位装置为gps定位器或北斗定位器中的一种。

进一步,所述信息采集器通过内置的信号采集单元用感知设备在独立的采样周期内对目标信号s(t)进行采集,并用a/d方式对信号进行数字量化;然后,对量化后的信号s(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序。

进一步,对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程其中h(0),…,h(l-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:

则观测其中b1,…,bl看作滤波器系数;子矩阵φft的奇异值是格拉姆矩阵g(φf,t)=φ′ftφft特征值的算术根,验证g(φf,t)的所有特征值λi∈(1-δk,1+δk),i=1,…,t,则φf满足rip,并通过求解最优化问题来重构原信号;即通过线性规划方法来重构原信号,亦即bp算法;对图像压缩信号的采集,则修改φf为如下形式:

如果信号在变换基矩阵ψ上具有稀疏性,则通过求解最优化问题,精确重构出原信号;其中φ与ψ不相关,ξ称为cs矩阵。

本发明具有的优点和积极效果是:本发明结构简单,通过信息采集器能够有效的对清洁能源的微生物反应器进行扫描,并能通过存储器进行保存,利于清洁能源的微生物反应器的控制运行;通过主控计算机的转换,较好的将信息进行输出展示,提高了清洁能源的微生物反应器运行控制的科学性和准确性。

本发明信号控制精度比现有技术提高了近4个百分点,极大的保证了使用的精确性,这是一关键点。本发明内置的各模块,对实时采集的数据进行不断更新管理,保证了数据处理的精确度,与现有技术相比本发明具有使用的有效性和灵敏性。

附图说明

图1是本发明实施例提供的智能清洁能源的微生物反应控制系统的结构示意图;

图中:1、主控计算机;2、信息采集器;3、存储器;4、人机交互平板;5、显示器;6、电源模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下:

下面结合附图对本发明的应用原理作详细描述。

请参阅图1所示:

本发明实施例提供的智能清洁能源的微生物反应控制系统包括:主控计算机1、信息采集器2、存储器3、人机交互平板4、显示器5、电源模块6;

用于通过有线/无线通信网完成与网络服务器完成信息交换的主控计算机1;

与主控计算机1相连接,用于对清洁能源的微生物反应器产物进行扫描并采集信息的信息采集器2;所述信息采集器通过内置的信任值计算模块进行信任值的计算;信任值计算方法包括以下步骤:

步骤一,采集网络观测节点i与节点j之间的n个时间片的交互次数:

选取一定时间间隔t作为一个观测时间片,以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标,真实交互次数,记作yt,依次记录n个时间片的yn,并将其保存在节点i的通信记录表中;

预测第n+1个时间片的交互次数:

根据采集到的n个时间片的交互次数建立时间序列,采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数,预测交互次数,记作计算公式如下:

预测系数an、bn、cn的取值可由如下公式计算得到:

其中:分别是一次、二次、三次指数平滑数,由如下公式计算得到:

是三次指数平滑法的初始值,其取值为

α是平滑系数(0<α<1),体现信任的时间衰减特性,即离预测值越近的时间片的yt权重越大,离预测值越远的时间片的yt权重越小;一般地,如果数据波动较大,且长期趋势变化幅度较大,呈现明显迅速的上升或下降趋势时α应取较大值(0.6~0.8),可以增加近期数据对预测结果的影响;当数据有波动,但长期趋势变化不大时,α可在0.1~0.4之间取值;如果数据波动平稳,α应取较小值(0.05~0.20);

计算直接信任值:

节点j的直接信任值tdij为预测交互次数和真实交互次数yn+1的相对误差,

步骤二,收集可信节点对节点j的直接信任值:

节点i向所有满足tdik≤φ的可信关联节点询问其对节点j的直接信任值,其中φ为推荐节点的可信度阈值,根据可信度的要求精度,φ的取值范围为0~0.4;

计算间接信任值:

综合计算所收集到的信任值,得到节点j的间接信任值trij,其中,set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足tdik≤φ的节点集合;

与主控计算机1相连接,用于对扫描的信息进行记录保存的存储器3;所述存储器通过内置的信号接收模块对扫描的信息进行接收、记录和处理;所述信号接收模块接收信号的干信比ki、信噪比以及干扰与期望信号的空间相关度cos2θ,通过计算确定接收准则其中i=1,2;基站分别将两路信号的干信比ki与进行比较,以选取能够获得最佳数据速率的接收方式;当时,采用正交投影接收;当时,采用匹配接收;

所述信号接收模块对接收信号s(t)进行非线性变换,按如下公式进行:

其中a表示信号的幅度,a(m)表示信号的码元符号,p(t)表示成形函数,fc表示信号的载波频率,表示信号的相位,通过该非线性变换后可得到:

计算接受信号的广义循环累积量按如下公式进行:

均为广义循环矩,定义为:

其中s(t)为信号,n为广义循环矩的阶数,共轭项为m项;

对接收信号s(t)的特征参数m1的理论值计算,具体计算过程如下进行:

经计算可知,对于2fsk信号,该信号的为1,而对于msk、bpsk,qpsk、8psk、16qam和64qam信号的均为0,由此通过最小均方误差分类器将2fsk信号识别出来;表达形式为:

与主控计算机1相连接,用于向用户显示包含至少一个图像信息的选择菜单,接收用户根据所述选择菜单选择的所述图像信息,并将所述图像信息发送至主控计算机1的人机交互平板4;

与主控计算机1相连接,用于接收主控计算机1发送的信息,根据主控计算机1对图像信息对应的图像内容进行展示的显示器5;

与主控计算机1相连接,用于为主控计算机1提供电能供应的电源模块6。

所述的显示器5采用液晶显示器、等离子显示器、led大屏幕显示器、阴极射线显像管、多屏幕拼接显示墙中的一种。根据不同的展出场合,选择不同的展示板。

所述的有线/无线通信网采用以太网、数字数据网、无线局域网、非对称数字用户环路、码分多址、通用分组无线服务技术中的一种。根据不同的地域,选择不同的通讯方式,保证信息的通畅。

所述的电源模块6为锂电池。

所述的信息采集器2内安装有定位装置,定位装置为gps定位器或北斗定位器中的一种。

进一步,所述信息采集器通过内置的信号采集单元用感知设备在独立的采样周期内对目标信号s(t)进行采集,并用a/d方式对信号进行数字量化;然后,对量化后的信号s(i)进行降维;最后,对降维后的信号进行重构;其中t为采样时刻,i为量化后的信号排序。

进一步,对量化后的信号进行降维,具体是对量化后的信号通过有限脉冲响应滤波器的差分方程其中h(0),…,h(l-1)为滤波器系数,设计基于滤波的压缩感知信号采集框架,构造如下托普利兹测量矩阵:

则观测其中b1,…,bl看作滤波器系数;子矩阵φft的奇异值是格拉姆矩阵g(φf,t)=φ′ftφft特征值的算术根,验证g(φf,t)的所有特征值λi∈(1-δk,1+δk),i=1,…,t,则φf满足rip,并通过求解最优化问题来重构原信号;即通过线性规划方法来重构原信号,亦即bp算法;对图像压缩信号的采集,则修改φf为如下形式:

如果信号在变换基矩阵ψ上具有稀疏性,则通过求解最优化问题,精确重构出原信号;其中φ与ψ不相关,ξ称为cs矩阵。

电源模块6为主控计算机1提供电力供应,主控计算机1控制信息采集器2对清洁能源的微生物反应器进行扫描并建模,信息采集器2上安装有定位装置,能够比较准确的记录扫的坐标,使扫描内容详实。将扫描的信息保存在存储器3中;用户通过人机交互平板4了解扫描的图像。采用主控计算机1来进行清洁能源的微生物反应器的监测,能够很好地改善由于监测方法粗放而不及时给清洁能源的微生物反应器工作带来的偏差,可以对清洁能源的微生物反应器进行及时、准确、适时的监测和维修,并且为后续完善各类监测对象的监测规范提供科学化的决策依据。信息采集器2能够准确的对反应器进行扫描记录,为清洁能源的微生物反应器规范监测、预警、修复等具体工作提供方法论。极大地降低了清洁能源的微生物反应器监测的人力成本,提高了监测的科学性、准确性、规范性。

以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1