仿人智能模糊控制在污水处理中的应用

基于化工过程中污水处理的严重非线性，时间延迟、非参数模型等特性，使得采用常规的控制技术如ＰＩＤ，对ＰＨ值进行精密控制难以取得理想效果，提出了仿人智能模糊控制应用于污水处理，系统具有较强的鲁棒性和自适应性，现场运结果表明该系统具有优良的控制性能。     

仿人智能PID控制及其在平台数字调平中的应用

本文将仿人智能积分控制加入到常规的ＰＩＤ控制中，这种控制规律可以选取较大的积分参数也不致于引起“积分饱和”或振荡。在实际惯导平台数字调平中，实现平台调平的快速响应，缩短了调平时间，提高了调平精度。     

仿人智能PID控制的PLC实现及其应用

提出一种基于PLC的仿人智能PID控制策略,给出了程序流程图和梯形图,并将其应用于试验电炉的温度控制系统中。实践表明该方法对于时变大滞后系统是行之有效。     

仿人智能PID控制的PLC实现及其应用

提出一种基于PLC的仿人智能PID控制策略,给出了程序流程图和梯形图,并将其应用于试验电炉的温度控制系统中.实践表明该方法对于时变大滞后系统是行之有效.     

仿人智能PID控制器及其应用

纯碱碳化塔中部温度控制中，对象本身滞后较大，用传统PID调节中部温度，其建立时间过长。改用智能PID控制与常规PID控制相结合的方法，利用多模式智能控制对付系统的暂态过程，用常规PID对付系统的稳态过程，极大地降低系统建立时间，增强了系统的抗干扰能力。     

污水处理系统中的仿人控制探究

随着城市化进程的推进,城市的污水排放量也不断增加。我国的基本国情为人口众多淡水资源紧缺且分布不均,因此城市的污水处理问题越来越得到相关人员的重视。调查显示,我国污水处理量偏低,污水很容易污染城市及其周边环境并阻碍了城市经济的发展。所以,必须要加强城市污水处理意识,加强城市污水处理能力。本文就污水处理系统中的仿人控制进行了分析和探究。     

基于模糊PID控制的污水处理过程DO控制

将模糊PID控制与普通PID控制相结合,提出了一种基于模糊PID控制的污水处理过程DO控制方法。     

污水处理系统溶解氧的模糊自适应PID控制

曝气生物滤池的工艺复杂,参数检测困难,并具有大滞后、干扰多等特点,所以要实现该工艺的自动控制,保证生产的稳定、高效运行并非易事。本文就影响曝气生物滤池工艺处理效果的曝气过程提出了溶解氧模糊自适应PID控制算法。仿真表明,模糊自适应PID控制器的控制性能优于常规模糊控制器和PID控制器,既可保证出水水质,又能节约动力费用。     

智能PID控制

该文介绍了模糊控制,神经网络控制和专家控制与常规PID控制相结合而形成的智能PID控制系统,说是有了几种典型智能PID控制系统的结构,基本原理及特点。     

仿人智能控制在电加热连续退火炉中的应用

钢带电加热连续退火炉是一个多段式复合结构,分段加热,各段之间互相耦合,其加热升温过程是一个典型的具有非线性、强耦合特性的过程,通常控制手段难以达到温度控制要求.为提高退火炉的温度控制精度,设计了基于可控硅和PLC的控制方案,开发了基于仿人智能控制的温度控制器,实现了电加热连续退火炉的仿人智能控制.工程实践表明,设计的仿人智能控制器在电加热连续退火炉温度控制中具有调节作用,及时、快速,调节精度高、余差小等特点,具有应用推广价值.     

污水活性污泥处理过程的溶解氧增益调度控制

考察污水活性污泥处理过程溶解氧控制效果的重要性能指标是溶解氧浓度的波动情况和能耗。针对溶解氧的非线性传递模型,本文提出了以溶解氧设定值作为调度变量的溶解氧增益调度控制方法。即在溶解氧设定值进行泰勒级数展开得到线性模型,采用参考模型方法设计控制器,再根据不同的调度值(溶解氧设定值),调度线性时不变控制器。仿真结果表明,本文提出的增益调度控制方法无论在能耗方面还是在控制精度方面都要明显优越于常规的开关控制和PID控制。     

模糊PID控制在污水处理SBR工艺中的应用

污水处理SBR工艺生物反应池中溶解氧的控制存在非线性、时变、大滞后等问题,而传统PID控制参数整定不易,为此构造了一个模糊自适应PID控制器,将模糊控制和PID控制结合起来,通过模糊控制规则在线调整PlD控制器的三个参数。经仿真验证,模糊自适应PID控制器比传统PID控制器的动态响应曲线好,响应时间短,超调量小,动静态性能好。     

溶解氧去伪控制研究

由于污水生化处理过程具有时变、非线性、大时滞、不确定等特点,建立精确的数学模型十分困难.针对这一特点,提出了基于去伪控制的溶解氧浓度研究,系统的介绍了去伪控制理论,并将该方法应用到溶解氧控制系统中,通过SIMULINK仿真,验证了该方法的可用性.     

溶解氧浓度的神经网络控制研究

污水生化处理过程常常受到入水流量水质变化而处于动态过程,溶解氧浓度作为系统运行过程的一个关键变量,采用经典的PI控制器难以保证良好的控制效果;针对污水处理过程的溶解氧浓度控制问题,提出了基于单神经元自适应PID算法和基于RBF神经网络两种控制器;在国际基准Benchmark Simulation Model No.1 (BSM1)的仿真平台上进行仿真实验,与经典PI控制器的运行结果对比,证明了在所提出的两种控制器作用下,溶解氧浓度具有更好的跟踪给定值能力,控制系统具有更好的综合性能指标值.     

污水处理曝气池溶解氧智能优化控制系统

提出一种新的溶解氧优化控制方法,根据不同的进水水质,利用在线多输入多输出最小二乘支持向量机软测量模型预测出水参数值.将这些参数作为水质反馈信号,使用模糊神经网络动态优化与进水水质对应的溶解氧设定值.最后利用神经网络逆控制系统跟踪优化的溶解氧设定值,从而实现在达到出水指标的前提下,既能保证出水水质的稳定,又能有效消除曝气量冗余,实现曝气量的动态优化,有效减少电能消耗.     

智能控制在污水处理系统中的应用

本文综述了近几年智能控制在污水处理系统中的应用现状,主要包括模糊控制,神经网络控制,专家系统和模糊神经网络控制技术在污水处理中的应用,最后指出了将两种或两种以上的智能控制技术结合的集成智能控制技术将是未来研究的热点。     

预估智能控制系统在污水处理中的应用研究

针对污水处理中溶解氧浓度控制具有较大惯性、纯滞后、具有一定不确定性及难以建立精确的数学模型等特点,提出了具有预估功能的智能控制策略,利用Matlab中的Simulink工具,对溶解氧智能控制系统进行了仿真实验,仿真结果验证了该控制策略的鲁棒性和有效性,具有推广应用的价值。     

污水处理过程的自适应控制

把自适应控制方法应用到污水生化处理过程中,主要是对溶解氧浓度的控制。使用双线性模型来简化溶解氧动态,对于一些不可以直接测量得到的重要过程参数,采用递推最小二乘算法来估计得到,并设置一步预测输出为期望的输出,从而得到对溶解氧浓度的最小方差自校正控制方案。仿真结果说明了空气流量和氧气吸收率(OUR)对溶解氧浓度的影响。     

基于模糊自适应的SBBR溶解氧控制系统仿真

针对SBBR溶解氧系统的纯滞后、非线性、时变性的特点,提出将模糊自适应PID控制器引入到SBBR污水处理系统的曝气过程。采用模糊控制规则,根据控制系统偏差及偏差变化率的大小,自动调整PID控制器KP、KI、KD三个参数的大小,以使系统具有更好的控制品质。通过MABLAB仿真,结果表明,模糊自适应PID控制器比传统PID控制器上升时间缩短了37秒、调节时间缩短了95秒、超调量小3.5%且无静差。     

模糊PID控制在温度控制系统的应用

对工业上一些温度控制系统不能采用传统的PID控制器的原因进行了分析,并通过MATLAB仿真进行说明。然后重点论述了模糊PID控制在温度控制系统中应用,并设计了模糊PID控制器。最后针对同一对象采用模糊PID控制进行了仿真,并和前面的PID仿真相比较,分析控制性能。