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.     

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.     

基于人工神经网络算法的水厂混凝投药控制系统研究与开发

针对自来水生产投药工艺长滞后、非线性、多输入因子、不确定性、时变性、模糊性等特点,采用人工神经网络算法对周围环境自适应和自学习,研究和开发了一套用于水厂混凝投药的自动控制系统。系统以武汉市第一大水厂——宗关水厂为例,研究了Elman神经网络算法对控制系统混凝投药效果的影响,并基于OLE-DB开放性数据访问标准实现对WinCC工控系统样本数据读取和存储的预处理。系统主要包括投药工艺、数据查询、曲线生成、配药查询、报警日志、报警统计、药耗统计、波动评价、报警设置等功能模块,在宗关水厂的成功运行实现了混凝投药工艺生产运行参数的在线监视和全自动化运行。为水厂的安全生产提供了保障,达到了节约药耗、减少人工、降低操作人员劳动强度的目的。     

自来水厂加药凝絮过程的智能控制研究

针对净水工艺中混凝投药控制存在的实际问题,以待滤水浊度为被控对象,提出采用无模型自适应控制技术(MFA)来控制混凝投药过程.该控制系统采用MFA控制器克服了该过程的大时滞、大惯性.并采用前馈-反馈复合控制系统来克服各种扰动,具有较好的稳定性和鲁棒性.广东省佛山沙口水厂中试基地的控制试验研究表明,该解决方案可行,控制效果良好,有较明显的应用价值.     

流动电流法混凝投药控制应用技术的研究

本文从实践应用技术的角度出发，（1）系统地分析和研究了流动电流法混凝投药控制系统的取样部分，包括取样系统中的取样点的选择、预处理器的构造和设计、取样流量的分析等，给出了取样系统的设计原则，总结了控制系统中存在的应用问题和解决方法；（2）提出了流动电流法混凝投药串级控制系统；（3）给出了串级控制系统的理论，为该系统的实验室试验和生产应用奠定理论基础；（）进行了流动电流串级控制系统实验室的模型试验研究。模型试验包括实验室模型的构造设计、模拟工艺的选择，控制系统的启动和运行等。模型试验初步考察了该串级控…     

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.     

混流式水轮发电机组神经网络模型预测控制

 针对混流式水轮发电机组(FTGS)复杂的非线性特性,提出了包含混流式水轮机神经网络模型(FTNNM)的FTGS的神经网络模型预测控制(NNMPC)。利用神经网络辨识模型(NNIM)预测FTGS对控制信号的反应,并采用优化算法计算来优化未来FTGS性能的控制信号。仿真结果表明NNMPC对FTGS是一个有效的工具。     

静止无功发生器递归神经网络自适应控制

构造了新型静止无功发生器(ASVG)递归神经网络自适应控制系统，该系统由递归网络辨识器 及神经网络控制器构成，所构造的系统可以实现ASVG的非线性自适应控制。仿真实验表明， 该控制系统具有良好的控制品质、鲁棒性及泛化能力，是一种较为通用的电力系统控制模型 。     

沙市水厂自动投药装置

沙市东区水厂,自动湿式投加三氯化铁装置于1978年5月正式投产运行,使用效果良好。投药装置系根据原水浊度变化,水量大小,自动调节混凝药剂投加浓度。投药量的控制是按沉淀池投药点前后水质产生的电导率差值来控制的。一、投药装置的基本原理(见图1)将原水引入电导测量杯1,投药后的处理水引入电导测量杯2,在两只电导测量杯里,放入同样性能的铂电极来测定水的电导率。所谓电导率的测定,实际上就是测定液体的电阻,投混凝剂水的电阻小于未加混凝     

混凝沉淀与混凝气浮处理含铊微污染北江水的对比研究

随着人类活动特别是采矿业的增加,铊(Tl)引起的水污染已经成为给水行业面临的严峻问题。以含Tl微污染北江水为处理对象,在不改变常规运行参数(包括沉淀时间、pH等)前提下,对混凝沉淀和混凝气浮两种工艺的效能进行了对比研究,重点考察两种工艺除Tl、除浊、除总有机碳(TOC)和除藻特点。结果表明,混凝沉淀和混凝气浮工艺的除Tl效率均随投药量的增加而提高。复合混凝剂PAC-PDM、AS-PDM除Tl效果优于PAC和AS。常规投药量范围内,沉淀除Tl和除浊效果优于气浮,但除藻效果较气浮略低。除Tl与除TOC之间存在一定相关性,最佳投药范围一致。综合考虑相关因素,对于含Tl微污染北江水而言,混凝除污最佳工艺为混凝沉淀,最优混凝剂及投药量分别为PAC-PDM和7mg/L。     

低浊水混凝剂选用研究——宁波水源的混凝试验

本文介绍了用多种混凝剂对宁波市低浊度水进行的混凝沉淀试验,试验主要是对各种混凝剂在相同投药量下的净化剩余浊度、等效加药量等混凝沉淀效果以及药剂成本进行分析比较,为宁波水源合理选用混凝剂提供了参考数据。     

原水浊度对透光率脉动混凝投药控制技术的影响分析

透光率脉动混凝投药控制技术应用于常规浊度水处理中仍存在着许多不完善的地方 ,尤其原水浊度对以R值为控制参数的控制系统具有极大的不利影响。为此 ,对常规浊度水进行了大量的试验研究 ,提出以 β值为控制系统的控制参数来控制混凝剂的投加 ,并通过试验证明 β值与混凝剂投加量、沉后水浊度之间存在着良好的相关性 ,并且对于不同浊度的原水 ,β值与沉后水浊度之间仍存在着一一对应的关系 ,β值有望替代R值控制混凝剂的自动投加。     

聚合铝类混凝剂及混凝条件对余铝的影响试验研究

通过一系列试验 ,分析了聚合铝类混凝剂的性能、投药量及混凝条件等因素对余铝的影响 ,并进一步分析了余浊与余铝的相关性 ,为生产上控制水中余铝提供了参考依据     

基于集合经验模态分解与Elman神经网络的明渠流量模拟

为提高堰闸流量控制系统的有效性,本文基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)与Elman神经网络建模,提出一种新的流量预测方法。以新疆库塔干渠东干渠为例,分别对堰闸流量及其控制因子进行EEMD分解,对各尺度下的时间序列建立EEMD-Elman预测模型。结果表明:应用EEMD-Elman神经网络建立流量预测模型,模型预测值与实测值的平均绝对误差为0.079m^3/s,相关决定系数为0.996,标准误差为1.104,模型预测结果与实测值呈极显著性相关。研究结果可为水情自动控制系统的控制目标优化提供有效参考。     

黄河高浊度水处理中絮凝剂投药量控制研究

为实现黄河高浊度水絮凝过程的投药在线控制,利用光散射颗粒分析仪(PDA)对高分子投药量进行了研究,把平均透光强度(对应于PDA输出电压DC值)确定为原水特性的表征参数,并通过试验证明单位体积水中泥沙颗粒总表面积SP与DC值具有幂函数关系,建立了高分子絮凝剂投药量D与原水DC值之间的关系,从而得到了新的投药量公式。应用所得到的关系式,不需知道原水各项参数,只要用PDA检测进水DC值,就可实现自动投药控制,且无时间滞后,从而简化水厂自动投药控制系统。     

基于GA的BP神经网络智能PID控制在水力发电机组中的应用

水力发电机组是一个非线性、时变系统,常规PID控制不能达到较好的控制效果。提出了一种基于GA遗传算法、BP神经网络和RBF神经网络的智能PID控制方法。分别讨论了智能控制系统的结构,如GA,BP,RBF以及水电机组的数学模型;对水电机组采用智能PID控制器和常规PID控制器的动态特性进行分析。结果表明,采用智能PID控制器的水电机组具有更好的控制精度和动态特性。     

基于RBF神经网络的PID控制器

水位控制是工业锅炉控制系统中一个重要的环节,其控制质量的优劣直接影响到锅炉的安全和经济效益.将一种基于RBF神经网络的PID控制器应用于工业锅炉水位的控制当中,它结合了传统PID和神经网络的优点,可以在线调整得到一组最优的PID控制参数.仿真结果表明,这种控制器具有较好的适应性,控制效果得到明显改善.