神经网络预测控制在污水处理溶解氧控制中的应用

被引：5

作者：

张学阳 ^{[1
]}

项雷军 ^{[1
]}

林文辉 ^{[2
]}

郭新华 ^{[1
]}

机构：

[1] 华侨大学信息科学与工程学院

[2] 泉州市益源环保设备有限公司

来源：

华侨大学学报(自然科学版) | 2015年 / 03期

关键词：

污水处理; 神经网络; 溶解氧浓度; 预测控制; 过程控制;

D O I：

暂无

中图分类号：

X703 [废水的处理与利用]; TP273 [自动控制、自动控制系统];

学科分类号：

083002 ; 080201 ; 0835 ;

摘要：

针对污水处理过程溶解氧浓度时变设定值难以控制的问题,提出一种溶解氧浓度的神经网络预测控制器设计方法.首先,在活性污泥法污水处理过程通用机理模型基础上,利用系统的输入、输出数据,采用递推学习更新模式,通过三层BP神经网络训练出系统神经网络逼近模型.然后,设计满足出水水质指标的溶解氧约束预测控制器.在考虑溶解氧测量白噪音干扰和进水流量发生阶跃变化情况下,将所设计的控制器用于污水处理溶解氧浓度的时变设定值跟踪控制.仿真结果表明:与传统PID控制器相比,神经网络预测控制器能够显著提高溶解氧跟踪控制性能,具有更好的自适应性和抗干扰能力.

引用

页码：280 / 285

页数：6

共 10 条

[1] 神经网络PID的溶解氧控制系统 [J].

付文韬 ;

武利 ;

王莉莉 ;

乔俊飞 .

计算机与应用化学, 2013, 30 (10) :1135-1138

[2] 一种模糊PID-Smith污水处理的控制方法 [J].

王小艺 ;

李万东 ;

刘载文 ;

谢登煜 ;

郭希茜 .

计算机与应用化学, 2010, 27 (06) :801-803

[3] 基于增长型神经网络的污水处理过程溶解氧控制 [J].

甄博然 ;

韩红桂 ;

乔俊飞 .

中南大学学报(自然科学版), 2009, 40 (S1) :74-79

[4] 基于遗传算法的污水处理过程优化控制方法 [J].

刘载文 ;

张春芝 ;

王小艺 ;

薛福霞 ;

程志强 .

计算机与应用化学, 2007, (07) :959-962

[5] 基于国际评价基准的溶解氧控制方法研究 [J].

张平 ;

苑明哲 ;

王宏 .

信息与控制, 2007, (02) :199-203+217

[6] 活性污泥污水处理系统的模糊神经网络控制 [J].

胡玉玲 ;

曹建国 ;

乔俊飞 .

系统仿真学报, 2005, (10) :234-237

[7]

Aeration control of a wastewater treatment plant using hybrid NMPC[J] . S. Cristea,C. de Prada,D. Sarabia,G. Gutiérrez.Computers and Chemical Engineering . 2010 (4)

[8]

Model predictive control for wastewater treatment process with feedforward compensation[J] . Wenhao Shen,Xiaoquan Chen,M.N. Pons,J.P. Corriou.Chemical Engineering Journal . 2009 (1)

[9]

Mining the fuzzy control rules of aeration in a Submerged Biofilm Wastewater Treatment Process[J] . Jeng-Chung Chen,Ni-Bin Chang.Engineering Applications of Artificial Intelligence . 2006 (7)

[10] Non-linear multivariable adaptive control of an activated sludge wastewater treatment process [J].

Nejjari, F ;

Dahhou, B ;

Benhammou, A ;

Roux, G .

INTERNATIONAL JOURNAL OF ADAPTIVE CONTROL AND SIGNAL PROCESSING, 1999, 13 (05) :347-365

← 1 →