面向城市污水处理厂自动控制的数据挖掘研究基本信息

鉴于城市污水处理厂故障诊断和控制规则的获取直接影响到出水的稳定和能耗的降低，拟分别采用数据挖掘的方法对城市污水处理厂进行故障诊断和异常征兆模式识别，并对控制模型和规则的数据挖掘进行研究，此外用数据挖掘的方法解决传感器的最优投入问题，研究试图建立城市污水处理厂数据挖掘的统一构架和方法。此课题对提高城市污水处理厂的自动控制水平有着十分积极的意义。主要研究内容包括：.（1）故障诊断模型和规则以及异常征兆模式的数据挖掘。本研究在实验室建立小型的城市污水处理设施，利用数据挖掘方法得出该设施的故障诊断规则和异常征兆模式。.（2）控制模型和规则的数据挖掘。对城市污水处理设施运行数据进行挖掘，并将挖掘到的控制模型和规则在污水处理设施上进行验证。.（3）传感器投入评估。通过数据挖掘的方法获得传感器投入的最优解，达到传感器投入成本、诊断精度和控制效果三个性能指标综合最优的目标。 2100433B

本项目研究面向并行工程的产品建模方法，包括研究集成的产品多领域模型，能够同时支持特征设计和特征识别的库特征表示，能够并行建立产品多领域模型的混合特征建模方法，产品多领域模型的有效性和一致性维护方法等。本项研究对显著提高现有产品建模技术的功能使其能够有效地支持并行工程具有重要意义，对在我国顺利实施并行工程将起到积极作用。 2100433B

本项目系统地研究了面向CAD的图形多约束理论、方法及其应用，提出了多约束关系识别、理解与自组织的三大基本原理，提出了约束关系自组织的一系列新概念和新方法，提出并实现了8大基本约束种类及其形成的一系列新算法，应用图形多约束理论与方法进行工程图扫描图象整体识别，应用图形多约束理论与方法进行零件图装配图一体化设计，提出并实现了基于约束关系自组织的离线参数化技术。上述各项研究成果中，应用图形多约束理论与方法进行工程图扫描图象整体识别与基于约束关系自组织的离线参数化技术是两项实质性的突破，已得到学术界同行的肯定与认可。本项研究在国内外学术期刊和学术会议上共发表论文十六篇。 2100433B