给水厂混凝投药实时控制专家系统研究

介绍了基于实时专家系统的混凝投药控制方案,给出它的前馈、反馈控制结构。实践证明,采用该方案不仅能够对水处理的絮凝过程进行有效控制,而且控制系统本身还具有自学习和自适应的能力,能够使控制效果达到最优。     

绐水厂混凝投药实时控制专家系统研究

介绍了基于实时专家系统的混凝投药控制方案,给出它的前馈、反馈控制结构.实践证明,采用该方案不仅能够对水处理的絮凝过程进行有效控制,而且控制系统本身还具有自学习和自适应的能力,能够使控制效果达到最优.     

基于神经网络的混凝投药控制研究与实现

作为水质净化重要环节的混凝投药是一个非线性系统,目前还很难对其建立准确的数学模型。该文提出了基于改进BP神经网络的解决方法,根据水源参数的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,通过仿真和实验达到了很好的混凝投药控制效果,使混凝投药系统的控制迈向智能化。     

基于神经网络的混凝投药控制研究与实现

作为水质净化重要环节的混凝投药是一个非线性系统,目前还很难对其建立准确的数学模型.该文提出了基于改进BP神经网络的解决方法,根据水源参数的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,通过仿真和实验达到了很好的混凝投药控制效果,使混凝投药系统的控制迈向智能化.     

混凝投药的神经网络控制方法

基于神经网络的内模控制系统具有很强的自学习性和自适应性 ,对大滞后、非线性系统可实现预测控制 ,较传统控制方式有明显的优势。研究了这一方法在水净化混凝投药自动控制中的应用 ,在分析混凝投药过程特点的基础上 ,选择了影响混凝剂投加量及混凝效果的主要参数 ,建立了预测投药量的神经网络模型 ,确定了混凝投药神经网络内模控制系统的结构 ,并对网络训练样本数据的获得进行了讨论。     

混凝投药为神经网络控制方法

基于神经网络的内模控制系统具有很强的自学习性和自适应性,对大滞后、非线性系统可实现预测控制,较传统控制方式有明显的优势.研究了这一方法在水净化混凝投药自动控制中的应用,在分析混凝投药过程特点的基础上,选择了影响混凝剂投加量及混凝效果的主要参数,建立了预测投药量的神经网络模型,确定了混凝投药神经网络内模控制系统的结构,并对网络训练样本数据的获得进行了讨论.     

混凝投药智能控制系统实现方法的探讨

针对水处理混凝投药过程的工艺特点,介绍了两种人工智能方法对基于多项水质参数的混凝投药系统,提出利用人工神经网络方法实现混凝剂的优化投加控制,对于基于透光率脉动检测值的单因子混凝控制系统,提出利用模糊逻辑推理实现不同水质条件下的透光率脉动混凝投药系统设定值的在线自修正,初步解决了这一技术在常规浊度水应用中存在的问题.     

投药系统实现自动化运行课题的研究

在水处理工艺中,投加化学药剂进行混凝是最关键的环节,而混凝剂的投加量又是很难准确掌握的工艺运行参数,它是由复杂的水质情况和运行条件决定的。采用先进的技术进行准确,科学的投加化学药剂显然是净化工艺的关键所在。因此,利用自动化的方式投加药剂是水处理行业中追求的必然趋势。     

油田水处理混凝投药检测与控制技术应用现状

混凝是油田水处理中重要的工艺过程,决定着后续工艺流程的运行工况和最终出水的水质,但混凝剂的投加、检测与控制一直是尚待解决的技术问题.文章介绍了用于油田水处理的主要的混凝检测和控制方法.在现有的混凝检测和控制方法中,但在应用方面仍存在一些检测或控制等技术问题.这些方法有的适用于基本参数和实验室的分析,有的更适合水处理工艺的过程检测和控制.文中着重介绍了一种新的在线混凝检测与控制方法--透光率脉动检测技术.其可灵敏地反映出加药后的混凝程度,具有良好的调节和控制特性,是一种具有良好应用前景的含油污水混凝检测与控制技术.     

北方地区自来水厂滤池反冲洗废水混凝搅拌试验研究

利用混凝搅拌试验,探讨了北方地区自来水厂直接回用滤池反冲洗废水的切实可行性。研究发现：经过混凝沉淀,回流比不超过15%时出水浊度均维持在2NTU以内,出水的亚硝酸盐氮、氨氮、pH值与不回流的原水相当,并不会引起超标风险;混凝沉淀可在一定程度上提高有机物去除效果,有效去除水中的金属锰、铁、铝等,且生成三卤甲烷的风险也不会增加。滤池反冲洗废水直接回用能够满足环境保护和水厂节能降耗的需求,在自来水厂中具有较好的适用性与可行性。     

基于人工神经网络的大坝位移预测

大坝安全监控中,坝体位移预测以往用回归方法,很难描述位移与诸多影响位移的物理量间的复杂关系。采用人工神经网络方法,对大坝位移进行预测。实例表明,此法比较适用,结果良好。     

水轮机调节系统智能控制技术的研究

概述了水轮机调节系统策略的发展历史与现状;着重阐述了智能控制中专家控制、模糊控制和神经网络控制等该领域的主要研究方法和研究成果及其应用情况;并提出将多种控制策略相结合形成复合控制,将是水轮机调节系统控制策略的发展方向。     

基于神经网络的水轮机调节模型辨识

针对复杂的水轮机调节系统辨识问题,首先分析水轮机调速器特性,建立通用水轮机调速器模型,并采用PRBS信号仿真其动态特性,进而基于神经网络理论,开展水轮机调速系统辨识分析。研究表明,辨识得到的参数与待辨识参数的误差较小,网络输出与实际系统输出的差值也较小,因此用BP神经网络进行水轮机调节模型辨识是可行的。     

水力发电机组的模糊神经网络参数自整定PID控制及仿真

为适应水电机组的复杂工况和高指标的控制要求,提出了一种水力发电机组的模糊神经网络参数自整定PID控制系统．即利用多层神经网络构建模糊自适应PID控制算法,通过神经网络自学习能力在线提取模糊控制规则。优化控制器隶属度函数,根据不同时刻的误差e和误差变化ec,利用模糊逻辑控制,在线自整定PID参数,进一步完善了PID控制器的性能,提高了系统的控制精度。仿真实验表明：该控制器明显地改善了控制系统的动态性能,能使系统达到满意的控制效果,对进一步应用研究具有参考价值。     

基于神经网络专家系统的水电机组故障诊断研究

针对水电机组振动诱因多、诊断准确率较低等现象,本文融合神经网络系统和专家诊断理论,建立一种新型的故障诊断模型,并将其应用于实测振动信号的诊断分析,取得了良好的诊断效果,为水电机组在线故障诊断提供了一种有效、快速的新方法。     

基于神经网络专家系统的水电机组故障诊断分析

针对水电机组振动诱因多、诊断准确率较低等现象,结合神经网络系统和专家诊断理论,建立一种新型的故障诊断模型,并将其应用于实测振动信号的诊断分析,取得了良好的诊断效果,为水电机组在线故障诊断提供了一种有效、快速的新方法。     

C++ Builder编程实现BP网络城市可持续发展调控预测模型

在总结非线性时间序列预测模型的基础上,将城市可持续发展调控预测和人工神经网络BP算法相结合,通过查询相关城市可持续发展调控预测资料及网上搜索,确定作为模型预报因子的指数,再筛选影响城市可持续发展调控预测的相关指标,对原始数据进行处理,选取影响城市可持续发展调控预测的主要因素,提出了基于神经网络的城市可持续发展调控预测模型,并借助于C＋＋Builder编程来实现.     

基于自适应模糊神经网络的光储系统优化控制

针对大规模光储电站中出力波动大、跟踪电网调度指令精度差.提出一种新型自适应模糊神经网络的光储系统优化控制策略,将低通滤波和自适应模糊神经网络相结合,在跟踪调度指令的频率波动范围内优化低通滤波参数,对某光储电站大量实测输入—输出数据经过反复试验、筛选和整理得出有代表性的数据.将光储出力与电网调度偏差和混合储能荷电状态的平...     

基于BP神经网络的施工企业信用评价

讨论了施工企业信用评价在建设市场经济中的重要作用,建立了施工企业信用评价的评价指标。并根据此评价指标体系建立了施工企业信用评价的BP神经网络模型,并进行了施工企业信用的预测,为业主正确选择承包商提供了依据。     

基于神经网络的城市日用水量预测

分析了影响城镇日用水量的非线性因素,利用人工神经网络,选择影响城市日用水量的主要因素。建立城镇日用水量预测模型,并将该模型的预测效果与传统的日用水量模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。