买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安建筑科技大学申请的专利一种SBR工艺出水水质的智能优控方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118458929B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410540683.3，技术领域涉及：C02F3/12；该发明授权一种SBR工艺出水水质的智能优控方法及系统是由刘喆;雷杰;成林珊;刘永军设计研发完成，并于2024-04-30向国家知识产权局提交的专利申请。

本一种SBR工艺出水水质的智能优控方法及系统在说明书摘要公布了：本发明公开了一种SBR工艺出水水质的智能优控方法及系统，通过BP神经网络构建水质预测模型，可以根据进水情况预测出水水质情况，避免了出水水质不达标的情况。通过灰色关联分析确定影响C、N、P的去除率的主要因素及其影响程度，有助于明确影响水质的关键因素，有针对性地进行工艺参数调控。通过非支配排序遗传算法对预测模型的控制，构建SBR工艺出水水质智能优化模型，以C的去除率为约束条件，以N和P的去除率为目标进行规划，提高了工艺参数的优化效果和出水水质的稳定性。因此，通过以上方案能够解决现有技术中当已知SBR工艺的进水情况时，不能预测出水水质情况，并根据当前情况规划可控的工艺参数以达到最佳的出水情况的问题。

本发明授权一种SBR工艺出水水质的智能优控方法及系统在权利要求书中公布了：1.一种SBR工艺出水水质的智能优控方法，其特征在于，包括如下步骤： 获取影响碳氮磷去除率的出水水质指标，基于影响碳氮磷去除率的出水水质指标构建SBR工艺出水水质的智能预测模型；所述SBR工艺出水水质的智能预测模型采用BP神经网络搭建； 对SBR工艺出水水质的智能预测模型进行分析，确定影响碳氮磷的去除率的影响指标； 基于影响指标及SBR工艺出水水质的智能预测模型构建SBR工艺出水水质智能优化模型，求解SBR工艺出水水质的智能预测模型的最优解，实现对SBR工艺出水水质的智能优控； 构建SBR工艺出水水质的智能预测模型如下： 将SBR工艺出水水质预测中的输入特征作为输入层的节点，输入特征包括出水水质的静态指标和动态指标数据； 每个神经元接收来自上一层的输入信号，并根据具体的问题设置权重和偏差，选择激活函数，对加权和进行非线性转换，在隐藏层和输出层中的神经元逐层计算加权和激活函数，得到输出结果； 与SBR工艺出水水质预测问题相关的历史数据和实时监测数据组成训练集，将训练集用于BP神经网络的训练，通过反向传播算法优化网络的权重和偏差，BP神经网络训练完成，得到SBR工艺出水水质的智能预测模型； 采用灰色关联分析确定影响碳氮磷的去除率的影响指标的方法如下： 获取影响C、N、P的去除率的动态指标和静态指标的数据集； 对数据集进行归一化处理，将各个指标的数据范围映射到[0,1]之间； 根据归一化后的数据集，计算各个指标与SBR工艺出水水质预测目标之间的关联度； 根据关联矩阵的每一列，计算出各个指标与目标的权重； 根据计算得到的指标权重，对各个指标进行排序，选择权重较高的指标作为影响指标； 构建了SBR工艺出水水质智能优化模型，求解SBR工艺出水水质的智能预测模型的最优解的过程如下： 目标函数为N和P的去除率预测模型，约束函数为C的去除率预测模型； 随机生成初始种群，包括若干数量的个体；对种群中的每个个体，根据目标函数和约束条件计算适应度值； 对种群中的个体进行非支配排序，将个体划分为不同的等级，形成一个非支配排序的等级结构； 计算种群中个体在目标空间中的拥挤度； 根据非支配排序和拥挤度计算结果，选择一定数量的个体作为父代； 对选出的父代进行交叉和变异操作，生成新的个体； 重复进行评估适应度、非支配排序、拥挤度计算、选择操作、交叉和变异步骤，直到满足设定迭代次数，得到Pareto最优解，获取SBR工艺出水水质的智能预测模型的最优解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。