神经网络PID的溶解氧控制系统

被引：4

作者：

付文韬

武利

王莉莉

乔俊飞

机构：

[1] 北京工业大学电子信息与控制工程学院

来源：

计算机与应用化学 | 2013年 / 30卷 / 10期

基金：

北京市自然科学基金;

关键词：

活性污泥法; 神经网络; PID控制; 溶解氧;

D O I：

暂无

中图分类号：

X703.3 [设备];

学科分类号：

083002 ;

摘要：

针对传统PID控制方法在溶解氧浓度控制过程中存在控制精度低,参数整定难等问题,文中提出了一种基于前馈神经网络PID控制溶解氧浓度的方法,实质就是利用前馈神经网络的自学习、自组织以及较强的容错能力对PID各参数进行在线实时整定,从而解决传统PID控制方法精度低、参数整定难的问题。通过仿真实验结果表明,神经网络PID控制方法能够较好的控制溶解氧浓度,同时系统还具有良好的自适应性和鲁棒性。

引用

页码：1135 / 1138

页数：4

共 12 条

[1] 独轮自平衡机器人双闭环非线性PID控制 [J].

王启源 ;

阮晓钢 .

控制与决策, 2012, 27 (04) :593-597

[2] 基于神经元自适应PID的污水处理溶解氧控制系统 [J].

史雄伟 ;

陈启丽 ;

张以骞 ;

柴伟 ;

乔俊飞 .

计算机测量与控制, 2010, 18 (11) :2527-2529+2532

[3] 动态结构优化神经网络及其在溶解氧控制中的应用 [J].

韩红桂 ;

甄博然 ;

乔俊飞 .

信息与控制, 2010, 39 (03) :354-360

[4]

Olsson,G,Newell,B. Wastewater treatment system-modeling, diagnosis and control . 1999

[5]

A New Growing Self-Organizing Neuron-Fuzzy Network with Application to Wasterwater Treat ment. Qiao J F,Han H G. 2008 IEEEInternational Conference on Fuzzy Systems .

[6] Self-tuning PID controllers based on the Lyapunov approach [J].