本書致力于科學治污、精準治污，深入淺出、圖文并茂地介紹了人工智能與自動控制賦能空氣質量監(jiān)控的基礎理論和關鍵技術，旨在解決空氣污染難以治理的共性問題，為社會穩(wěn)定、公眾健康以及經(jīng)濟可持續(xù)增長做出應有貢獻，助力實現(xiàn)人與自然和諧共生。本書的主要內容包括空氣質量智能感知、智能識別和智能監(jiān)控三部分，涵蓋了空氣質量標準，空氣污染成因分析，空氣質量影像分析及智能感知系統(tǒng)的設計與實現(xiàn)，空氣質量檢測與智能識別，以及空氣質量智能監(jiān)控理論、方法及系統(tǒng)實現(xiàn)。
本書內容豐富、案例典型，可供人工智能和優(yōu)化控制科研工作者、環(huán)境保護與空氣污染防治技術人員參考，也可供相關專業(yè)本科及以上師生使用。
喬俊飛，北京工業(yè)大學教授、博士生導師，環(huán)保自動化領域專家。國家自然科學基金創(chuàng)新群體項目負責人，教育部“長江學者獎勵計劃”特聘教授，國家杰出青年基金獲得者，國家級百千萬人才工程入選者，享受國務院特殊津貼專家�，F(xiàn)任智慧環(huán)保北京實驗室主任、智能感知與自主控制教育部工程中心主任，兼任中國人工智能學會常務理事，中國自動化學會理事。
長期從事計算智能與智能優(yōu)化控制領域研究工作，在污染防治過程智能特征檢測、自組織控制和多目標動態(tài)優(yōu)化方面取得開創(chuàng)性成果，多項成果已廣泛應用于環(huán)保企業(yè)生產實踐，取得了顯著的經(jīng)濟、社會和生態(tài)效益。
顧錁，北京工業(yè)大學教授，博士生導師，北京市特聘專家，“智能感知與自主控制”教育部工程研究中心副主任。從事大氣污染監(jiān)測與預警、機器感知與學習研究。主持北京市杰青項目、國家自然科學基金面上項目等。研發(fā)的石化廢氣排放自動監(jiān)控成套技術及系統(tǒng)獲得成功應用。連續(xù)入選“科睿唯安”全球高被引科學家、“愛思唯爾”中國高被引學者等。
第1章 空氣質量標準 001
1.1 典型空氣污染物 002
1.2 我國空氣質量標準的制定 005
1.3 空氣質量參數(shù)及分級 008
參考文獻 009
第2章 空氣污染影響因素 013
2.1 空氣細顆粒物研究背景 014
2.1.1 細顆粒物定義 014
2.1.2 細顆粒物的來源 016
2.1.3 細顆粒物的風險評估 020
2.2 空氣污染成因 022
2.2.1 生活生產因素 023
2.2.2 工業(yè)因素 026
2.2.3 自然因素 028
2.3 空氣污染擴散的原因 029
2.3.1 氣象因素 029
2.3.2 其他因素 031
參考文獻 033
第3章 空氣質量監(jiān)控現(xiàn)狀 037
3.1 空氣質量監(jiān)控的發(fā)展 038
3.1.1 世界空氣質量監(jiān)控的發(fā)展 038
3.1.2 中國空氣質量監(jiān)控的發(fā)展 039
3.1.3 國內外空氣質量監(jiān)控的不足之處 041
3.2 空氣質量監(jiān)控途徑 042
3.3 空氣污染防治措施 043
參考文獻 050
第4章 空氣質量影像分析相關技術 053
4.1 空氣質量智能感知概述 054
4.1.1 空氣質量智能感知意義 054
4.1.2 空氣質量智能感知技術 054
4.2 影像獲取裝置分析 056
4.2.1 影像獲取裝置概述 056
4.2.2 影像獲取裝置工作原理 058
4.3 影像質量評價 059
4.3.1 影像質量評價內容 059
4.3.2 影像質量評價方法 060
4.4 影像存儲與傳輸 066
4.4.1 影像存儲方式 066
4.4.2 影像傳輸方式 067
參考文獻 069
第5章 空氣質量智能感知系統(tǒng)設計及技術實現(xiàn) 073
5.1 空氣污染預警和溯源 074
5.1.1 空氣污染影響因素 074
5.1.2 空氣質量預測預警建模 074
5.1.3 預測數(shù)據(jù)來源 075
5.2 煙霧氣體的感知 076
5.2.1 煙霧影像的特征分析 076
5.2.2 煙霧影像的特征提取與檢測框架搭建 079
5.2.3 煙霧檢測網(wǎng)絡實現(xiàn)細節(jié) 083
5.2.4 實驗驗證與性能對比 086
5.3 汽車尾氣智能感知 089
5.4 水泥熟料燒成系統(tǒng)NOx 濃度感知 090
5.4.1 水泥熟料燒成系統(tǒng)研究 090
5.4.2 工藝流程 093
5.4.3 窯爐中NOx 濃度的感知 093
5.5 放空火炬煙氣感知 094
5.5.1 放空火炬概述 094
5.5.2 放空火炬燃燒狀態(tài)感知研究 103
參考文獻 105
第6章 空氣質量智能識別方法 109
6.1 空氣質量智能識別概述 110
6.1.1 空氣質量智能識別意義 110
6.1.2 空氣質量智能識別技術 110
6.2 影像數(shù)據(jù)處理 111
6.2.1 影像基本特征 111
6.2.2 影像處理的一般方式 115
6.2.3 影像處理的發(fā)展及其趨勢 118
6.3 影像質量增強 119
6.3.1 圖像恢復與增強 119
6.3.2 圖像恢復與增強研究方向 123
6.3.3 圖像恢復與增強研究現(xiàn)狀 131
6.4 影像模式識別 134
6.4.1 模式識別原理及現(xiàn)狀 134
6.4.2 模式識別問題分類 136
參考文獻 140
第7章 空氣細顆粒物及汽車尾氣識別方法 147
7.1 空氣質量預測預警中的智能識別 148
7.1.1 預測數(shù)據(jù)特性分析與潛勢研究 148
7.1.2 空氣污染預測建模 158
7.1.3 預測結果對比與分析 172
7.2 空氣細顆粒物監(jiān)測 183
7.2.1 細顆粒物的特征提取 184
7.2.2 細顆粒物的回歸估計 195
7.2.3 實驗驗證與性能估計 199
7.3 汽車尾氣智能檢測 205
7.3.1 傳統(tǒng)的汽車尾氣檢測技術 205
7.3.2 汽車尾氣智能檢測技術 205
7.3.3 基于深度學習的智能檢測網(wǎng)絡結構設計 207
7.3.4 汽車尾氣智能檢測模型實驗分析 214
參考文獻 221
第8章 空氣質量智能建模與監(jiān)測方法 227
8.1 煙霧濃度的識別 228
8.1.1 煙霧濃度識別方法的發(fā)展 228
8.1.2 煙霧濃度識別算法框架搭建 229
8.1.3 煙霧濃度識別網(wǎng)絡實現(xiàn)細節(jié) 235
8.1.4 實驗驗證與性能對比 236
8.1.5 典型應用 239
8.2 NOx 濃度智能監(jiān)測原理分析 242
8.2.1 機理模型 242
8.2.2 數(shù)據(jù)驅動模型 245
8.2.3 混合模型 247
8.3 放空火炬煙氣智能監(jiān)測系統(tǒng)設計 248
8.3.1 火炬煙氣檢測模型設計分析 248
8.3.2 建立火炬煙氣監(jiān)測模型 251
8.3.3 火炬煙氣監(jiān)測實驗結果分析 257
8.3.4 基于影像的火炬煙氣監(jiān)測模型小結 261
參考文獻 262
第9章 空氣質量智能監(jiān)控方法與系統(tǒng)設計 269
9.1 空氣質量智能監(jiān)控方法 270
9.1.1 傳統(tǒng)控制技術 270
9.1.2 智能控制技術 270
9.2 系統(tǒng)設計準則 271
9.2.1 系統(tǒng)設計的穩(wěn)定性 271
9.2.2 系統(tǒng)設計的快速性 272
9.2.3 系統(tǒng)設計的準確性 272
9.2.4 系統(tǒng)設計的魯棒性 273
9.3 基于數(shù)據(jù)驅動的水泥窯NOx 預測模型 274
9.3.1 模型設計分析 274
9.3.2 模型構建及算法設計 276
9.3.3 模型驗證 279
9.4 火炬煙氣智能控制系統(tǒng)分析 285
9.4.1 工況分析 286
9.4.2 環(huán)境分析 287
9.4.3 控制系統(tǒng)分析 288
9.5 火炬煙氣智能控制方案設計 292
9.5.1 系統(tǒng)設計應用目的 292
9.5.2 火炬煙氣智能檢測方案設計 293
9.5.3 放空火炬智能控制算法設計 297
9.5.4 放空火炬試驗場地控制系統(tǒng)設計 304
9.5.5 放空火炬試驗場地操作系統(tǒng)設計 306
參考文獻 311
書單推薦
