污水处理过程中DO的模糊神经网络控制

DO(溶解氧)是污水处理过程中重要的可控参量,由于污水处理过程本身的特点,采用传统的控制方式对它的控制难以达到预期的控制效果.本文提出一种模糊神经网络控制器用于DO的控制,通过仿真实验与PID控制进行比较,表明该系统具有更强的鲁棒性,并且对不同对象通过自适应地调整隶属度函数、动态优化控制规则,可以达到良好的控制性能.     

基于PCA时间延迟神经网络的BOD在线预测软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题,提出了基于主元分析PCA时间延迟神经网络的污水水质BOD在线预测软测量方法.该方法由三部分组成:主元分析PCA、时间延迟神经网络、软测量模型的在线校正.其中离线模型采用GABP算法训练,仿真结果表明该方法可以实现污水水质的在线预测,具有实时性好,稳定性高,精度高,校正方便等特点.     

基于PCA-GABP神经网络的BOD软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题．提出基于PCA-GABP神经网络的污水水质软测量方法。该方法由两部分组成：主元分析PCA和GABP神经网络。其中，GABP算法采用局部改进遗传算法优化神经网络权值。并采用自适应学习速率动量梯度下降算法对神经网络进行训练，建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高，可用于污水处理厂对BOD进行在线预测。