三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果

三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(SOM网络)作为一种非监督、自学习的神经网络,具有自稳定性高、抗噪声能力强等特点。使用SOM网络对某自来水厂处理流程中水样的荧光光谱进行解析,可以将三维荧光光谱聚类成三类,分别对应为络氨酸类蛋白有机物、色氨酸类蛋白有机物、紫外富里酸类物质。整个自来水处理工艺能够有效的去除水体中的有机物,其中络氨酸类、色氨酸类、紫外富里酸类物质的去除率分别为84.6%,79.9%,69.1%。研究结果表明,SOM网络可以作为一种有效的水体荧光光谱分析工具,有助于优化水处理工艺参数,提高水处理工艺性能、以及自来水厂的监测和管理。     

基于遗传算法优化的磁流变减震结构模糊控制研究

基于模糊控制的磁流变减震器能够实现对框架结构的减震,但模糊控制器的设计容易受人主观经验的影响而导致控制效果不够理想。为此,本文提出一种遗传算法双优化模糊控制器设计方法,即运用遗传算法同时优化模糊控制器的模糊规则和隶属函数以改善控制效果。为了验证该方法的有效性,对每层均装有一个磁流变减震器的一个三层框架结构进行了仿真分析。分析结果表明:与未控结构、模糊控制器未优化的结构、模糊控制器只优化模糊规则的结构的位移和加速度反应比较,采用遗传算法双优化模糊控制器选择磁流变减震器控制电流的结构的振动控制效果较好。