基於遞歸神經網絡模型的溶解氧的自適應控制方法
2023-06-11 03:35:11 1
專利名稱：基於遞歸神經網絡模型的溶解氧的自適應控制方法
技術領域：
本發明利用基於遞歸神經網絡模型的自適應控制器實現汙水處理過程中溶解氧 (DO)的控制方法，汙水處理過程中溶解氧(DO)的控制作為汙水處理的重要環節，是先進位造技術領域的重要分支，既屬於水處理領域，又屬於控制領域。
背景技術：
隨著國民經濟的增長和公眾環保意識的增強，汙水處理自動化技術迎來了前所未有的發展機遇。國家中長期科技發展規劃中提出要研究並推廣高效、低能耗的汙水處理新技術。因此，本發明的研究成果具有廣闊的應用前景。溶解氧(DO)濃度是目前汙水處理中應用最為廣泛的運轉控制參數，當溶解氧不足或過量時都會導致汙泥生存環境惡化當氧氣不足時，一方面由於好氧池中絲狀菌會大量繁殖，最終產生汙泥膨脹，發生異常工況；另一方面由於好氧菌的生長速率降低從而引起出水水質的下降。而氧氣過量則會引起懸浮固體沉降性能變差，影響汙水處理系統的正常運行。溶解氧的控制涉及到微生物的生長環境以及處理過程的能耗，因此，溶解氧控制一直是研究的重點。傳統的開關控制或者PID控制，雖然是當前應用較為廣泛的控制方法，但是由於氧氣的溶解過程受入水水質、溫度和PH值等方面的影響，具有高度非線性、強耦合性、時變、大滯後和不確定性等特點。採用傳統的開關控制或者PID控制方法自適應能力較差，往往不能取得理想的控制效果。
發明內容
本發明將遞歸神經網絡模型和自適應控制結合，提供了一種基於遞歸神經網絡模型的自適應控制方法。通過分析汙水處理過程，構建遞歸神經網絡模型，基於此模型設計控制器，提高控制器的抗幹擾能力，解決控制器在強幹擾環境下的自適應問題，從而可以很好的通過改變曝氣量達到控制DO濃度的效果；本發明提高了汙水處理過程中DO控制的精度， 保障了汙水處理過程的正常運行；本發明採用了如下的技術方案及實現步驟基於遞歸神經網絡模型的溶解氧的自適應控制方法，基於由變頻器、電動機、鼓風機構成的汙水處理廠溶解氧控制系統的物理平臺，其特徵在於包括以下步驟(1)構建樣本數據；採集曝氣量數據和溶解氧數據構建樣本數據對(U，Yp)，並剔除異常數據對；曝氣量作為汙水處理過程的輸入U(k)，溶解氧濃度則為汙水處理過程的輸出 Yp (k)，本汙水處理過程通過控制曝氣量進而控制溶解氧濃度。設採集了 t個曝氣量數據樣本U(I)，U O)，L，U⑴，均值為歹，每一個樣本的偏差為β⑷=f/⑷，q = 1，2，L，t，按照Bessel公式計算出標準偏差σ
權利要求
1.基於遞歸神經網絡模型的溶解氧的自適應控制方法，其特徵在於包括以下步驟(1)構建樣本數據；採集曝氣量數據和溶解氧數據構建樣本數據對(U，Yp)，並剔除異常數據對；(2)構建網絡結構；確定神經網絡1-m-m-l的連接方式，即輸入層神經元為1個，反饋隱含層和傳輸隱含層神經元需為相同的個數，為m個，反饋隱含層內神經元上一時刻輸出反饋給自身神經元作為當前時刻的輸入；輸出層神經元為1個；對神經網絡的連接權值進行隨機賦值；(3)採用BP算法訓練遞歸神經網絡模型，建立汙水處理曝氣過程的網絡狀態模型；A.建立汙水處理曝氣過程的網絡狀態模型，描述如下X(k+1) = WhX (k)+WiU (k) (3)Yn (k) = ff°f(ff34X(k))(4)其中，U(k)為曝氣量，W1^WSW34J為神經網絡的連接權值，X(k)為遞歸神經網絡的狀態，^i(k)為第k個時刻遞歸神經網絡模型輸出的溶解氧濃度值，f(·)為sigmoid函數；B.採用BP算法訓練遞歸神經網絡模型的權值採用BP算法對權值Wh，Ψ, W34, W0進行訓練，其中，反饋矩陣Wh在每一步訓練之後增加一步操作h h hW y = W j // w y其中，Whi表示Wh對角線上第i行的元素；(4)基於上述遞歸神經網絡模型建立自適應控制器；A、將遞歸神經網絡模型接入控制系統中，期望溶解氧濃度與模型輸出溶解氧濃度的誤差作為控制器的輸入，控制器的輸出作為遞歸神經網絡模型的輸入，將遞歸神經網絡模型的參數#，Ψ, W34, W°和狀態X(k)反饋給控制器，應用最優控制理論得到最優控制率，計算方法如下[/(眾)=[玄 r° (Ji)P"-1 (k)W(k)Yl [r{k + ζ·)-爐° (Ji)Pi (k)x(k) - Yp(k) + Yn(k)](5)M=I其中，x(k) =ff34(k)x(k),ff(k) = W34GOWi(k)，P(k) = ff34(k)ffh(k) (W34GO)-^i 表示預估採樣周期的個數，r(k+i)為第k個時刻的後i個時刻的溶解氧濃度的設定值，Yp (k)為第 k個時刻實際汙水處理過程中檢測的溶解氧濃度值jn(k)為第k個時刻遞歸神經網絡模型輸出的溶解氧濃度值；B、用動態BP算法在線調整遞歸神經網絡模型的權值；(5)將得到的最優控制率傳給汙水處理過程的執行機構，控制汙水處理過程的溶解氧濃度。
全文摘要
針對汙水處理過程高度非線性、強耦合性、時變、大滯後和不確定性嚴重等特點，本發明提出一種基於遞歸神經網絡模型的自適應控制方法，實現對汙水處理過程中溶解氧(DO)濃度的控制；該控制方法通過遞歸神經網絡對汙水處理過程建模，從而把汙水處理過程中溶解氧濃度實時反饋給控制器，提高控制器的自適應能力，能夠快速、準確地使溶解氧達到期望要求；解決了當前基於開關控制和PID控制自適應能力較差的問題；實驗結果表明該方法能夠快速、準確地控制溶解氧濃度，並具有較強的自適應能力，提高汙水處理的質量和效率、降低汙水處理成本，促進汙水處理廠高效穩定運行。
文檔編號G05B13/04GK102411308SQ201110440029
公開日2012年4月11日 申請日期2011年12月24日 優先權日2011年12月24日
發明者喬俊飛, 陳啟麗, 韓紅桂 申請人:北京工業大學