【技术实现步骤摘要】
所属的技术人员知道，本专利技术可以实现为系统、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)，只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。本专利技术是参照根据本专利技术实施例的方法、设备(系统)、和计算机程序产品的流程图和方框图来描述的。应理解可由计算机程序指令实现流程图和方框图中的每一流程或方框、以及流程图或方框图中的流程和方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和方框图一个方框或多个方框中指定的功能的装置。这
技术介绍
1、随着全球对环境保护要求的日益严格，船舶排放的废气治理逐渐成为国际航运业的重要课题。船舶废气中的氮氧化物(nox)排放是主要的污染源之一。传统的脱氮方法，如选择性催化还原(scr)和选择性非催化还原(sncr)，在船舶上的应用面临空间、成本和效率等问题。
2、船舶废气中的氮氧化物(nox)排放是一个重要的环境问题。为了降低nox的排放，我们采用废气脱氮技术(如scr)。为了在实际运行中达到最佳脱氮效果，考虑到船舶运行过程中涉及到多种变量和动态变化的因素，传统的优化方法可能难以找到全局最优解。
技术实现思路
1、本专利技术的主要目的在于提供基于大数据的船舶废气脱氮优化控制方法，有效解决
技术介绍
中提到的上述问题。
2、本专利技术的技术方案如下：
3、第一方面，提出基于大数据的船舶废气脱氮优化控制方法，该方法包括如下步骤：
4、s1、采集废气脱氮系统的控制参数，将控制参数的集合视为种群个体；
5、s2、预设遗传算法的初始参数，所述初始参数包含集合数、交叉概率、变异概率和最大迭代次数，输出初始种群；
6、s3、将初始种群进行迭代进化直至达到最大迭代次数，输出适应度最高的种群个体作为最优种群个体；
7、s4、将最优种群个体中的控制参数作为废气脱氮系统的控制参数调整值。
8、本专利技术进一步的改进在于，所述s1中废气脱氮系统的控制参数具体包括：氨气喷射量、反应温度、催化剂活性、环境湿度、船舶航速。
9、本专利技术进一步的改进在于，所述s2的具体内容为：提取s1中采集得到的废气脱氮系统的控制参数集合作为种群个体；预设遗传算法的初始参数，所述初始参数包含集合数、交叉概率、变异概率和最大迭代次数，并输出初始种群{x1,x2,…,xn}，其中xi为所述初始种群中的第i个种群个体。
10、本专利技术进一步的改进在于，所述s3包括以下具体步骤：
11、s31、将初始种群进行迭代进化，得到每一次迭代中单个种群个体的适应度值f(xi)，f(xi)＝α×n(xi)+β×η(xi)，其中n(xi)为控制参数集合xi下的含氮气体排放量，η(xi)为控制参数集合xi下的废气脱氮效率，α、β为重要系数；
12、s32、选择两个种群个体进行遗传交叉操作生成新个体，生成新个体的公式为：xij＝αxi+(1-α)xj；xij为种群个体xi与xj生成的新个体，α的大小为0-1；计算迭代生成新个体的适应度值，并将第a-1代种群个体与第a代种群个体的适应度值进行降序排列后提取适应度值最高的n个种群个体作为新种群，记录单次迭代后的新种群中适应度最高的种群个体作为最优种群个体，并记录最优种群个体的适应度值fa，其中a为迭代次数，fa为第a次迭代后最优种群个体的适应度值；
13、s33、重复上述步骤，直至迭代次数达到预设的最大迭代次数。
14、本专利技术进一步的改进在于，所述s4包括以下具体步骤：
15、s41、预设适应度阈值b，提取步骤s34中所有单次迭代后的最优种群个体的适应度值fa；
16、s42、计算适应度变化值fa-fa-1，并将计算结果与适应度阈值b进行比较，直至fa-fa-1<b时，提取当前迭代次数和该次迭代下的最优种群个体，提取最优种群个体中的控制参数作为废气脱氮系统的最优控制参数，将最优控制参数作为废气脱氮系统的控制参数调整值。
17、本专利技术的技术效果如下：
18、构建了基于大数据的船舶废气脱氮优化控制方法，本专利技术通过采集废气脱氮系统的控制参数，将控制参数的集合视为种群个体；预设遗传算法的初始参数，所述初始参数包含集合数、交叉概率、变异概率和最大迭代次数，输出初始种群；将初始种群进行迭代进化直至达到最大迭代次数，输出适应度最高的种群个体作为最优种群个体；将最优种群个体中的控制参数作为废气脱氮系统的控制参数调整值。在复杂且多变的环境中，能够全局优化控制参数，避免陷入局部最优解，从而提高脱氮系统的整体性能。
本文档来自技高网...【技术保护点】
1.基于大数据的船舶废气脱氮优化控制方法，其特征在于：包括以下具体步骤：
2.根据权利要求1所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述S1中废气脱氮系统的控制参数具体包括：氨气喷射量、反应温度、催化剂活性、环境湿度、船舶航速。
3.根据权利要求2所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述S2的具体内容为：提取S1中采集得到的废气脱氮系统的控制参数集合作为种群个体；预设遗传算法的初始参数，所述初始参数包含集合数、交叉概率、变异概率和最大迭代次数，并输出初始种群{X1,X2,…,Xn}，其中Xi为所述初始种群中的第i个种群个体。
4.根据权利要求3所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述S3包括以下具体步骤：
5.根据权利要求4所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述S4包括以下具体步骤：
【技术特征摘要】
1.基于大数据的船舶废气脱氮优化控制方法，其特征在于：包括以下具体步骤：
2.根据权利要求1所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述s1中废气脱氮系统的控制参数具体包括：氨气喷射量、反应温度、催化剂活性、环境湿度、船舶航速。
3.根据权利要求2所述的基于大数据的船舶废气脱氮优化控制方法，其特征在于：所述s2的具体内容为：提取s1中采集得到的废气脱氮系统的控制参数集...
【专利技术属性】
技术研发人员：彭陈，马尧，段永彬，郭岩，
申请(专利权)人：江苏海事职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。