预测控制和前馈控制在混凝投药中的应用

针对自来水厂混凝投药过程存在的时滞、非线性等特点,研究混凝投药的工作原理,分析水处理系统实际的生产数据后,提出一种混凝投药控制方案。该控制方案采用流量比例前馈控制与预测控制相结合,实现对混凝投药的复合控制。实验仿真结果表明,提出的预测控制有效实现了混凝投药量的大小控制,再结合比例前馈控制方法,使投药量能够实时在线地根据原水水质的情况进行及时调整。     

混凝投药的组态监控系统和复合控制方案的设计

混凝投药是水处理过程中一个重要的生产环节,投药效果的好坏也直接影响水厂出水口的质量,因此实时对投药过程的精确远程监测及控制是实现准确投药控制的重要前提。采用现在工业领域中常用的KingView组态软件,开发设计了混凝投药的监控系统,实时动画地显示了整个混凝投药过程的生产情况,并且根据以往的历史数据,结合了专家系统、预测控制和前馈控制的方法,设计了混凝投药自动控制的方案,在一定程度上节约了混凝投药成本,又提高了混凝投药的自动化水平。     

广义预测控制和PID控制在混凝投药中的应用

针对水处理过程中混凝投药的非线性和时滞特点,分析了其混凝投药的工作原理,采用传统的控制方法难以实现很好的控制效果.提出了一个混凝投药的方案,把广义预测控制算法和PID (proportion-integralderivative)控制算法结合起来,通过预测被控系统的若干个时刻的未来输出值,得到一个新的性能优化函数,通过实时优化被控对象的控制参数,计算出一个合理的混凝投药量.最后,采用Visual Basic软件编程完成该控制方案,并通过对混凝投药自动化控制的现场实验,得到较好的输出控制结果,从而验证了该控制方案的可行性.     

基于RBF网络的水厂投药预测控制

基于神经网络的智能预测控制具有很强的自学习和自适应能力,对于大滞后、非线性的复杂系统有较好的控制效果。针对水处理中混凝投药过程的特点并结合国内目前投药控制的现状,提出了一种带有前馈补偿的RBF神经网络预测控制新方法。该方法利用神经网络建立投药量的预测模型,然后用出水浊度与设定值间的预测偏差构成闭环控制。通过实时的在线滚动优化,实现了投药量的最优投加。仿真试验表明,出水浊度保持稳定,所需矾耗减少,控制效果明显。     

模糊控制和PID控制结合的净水厂投药控制系统

本文分析了当前混凝投药控制系统存在的问题 ,针对混凝投药过程的工艺特点 ,提出了采用模糊控制和传统PID控制相结合的混凝投药控制系统 ,改善了混凝投药的控制效果。     

模糊PID控制在水厂混凝投药系统中的应用

本文针对水厂混凝投药系统PID控制的局限性，提出基于模糊自整定PID混凝投药控制结构。该控制具有更小超调和更快动态响应特性，取得了优于传统PID控制的效果。     

自来水厂混凝投药控制系统的设计及应用

在充分分析自来水厂现有的大量有效历史数据和丰富经验的基础上,建立了一种以基于案例推理的前馈专家控制系统为核心,以神经网络预测微调相结合的混凝投药控制方式,并对系统的实现做了较为详细的说明;实践证明,该系统对混凝投药这一大滞后、非线性系统比传统控制方式有着明显的优势。     

混凝投药监控系统

混凝投药过程是水处理工艺中重要环节之一,对混凝投药过程的监控是十分需要的.以水处理辅助决策系统项目的开发为背景,利用VB设计了混凝投药监控系统,实现了数据的采集、显示与保存,实时曲线绘制、历史曲线回顾,报警以及投药控制等功能,通过DDE与投药控制装置连接,实现投药控制.运行结果表明,系统能满足监控要求.     

基于模糊算法的多小脑神经网络在混凝投药系统中的应用

净水工艺中的混凝投药是一个受多变量影响的非线性系统,无法建立准确的数学模型,且滞后时间较长。为了将混凝投药后的出水浊度控制在设定的范围内,并且有效地减少投药量,通过对混凝投药过程的分析,设计一种基于模糊算法的多小脑神经网络(CMAC神经网络)前馈控制器,并设计控制器离线建模和在线学习的方法。最后使用MATLAB进行仿真验证,结果表明,该前馈控制器能够在原水浊度和原水温度变化的情况下,有效地将浊度控制在设定的范围内,并且能够实现投药量的优化。     

净水厂混凝投药量的自学习模糊控制

文章针对净水厂混凝投药过程的特点，介绍了自学习模型控制的基本原理，提出了混凝剂最优投加的自学习模糊控制方法，完成了自学习模糊控制器的设计和数字仿真研究。仿真结果表明，该控制器适应性强，具有很强的鲁棒性和学习性，非常适于混凝剂最优投加的在线实时控制。