Optimal control of the aeration system based on a simplified ASM1 model apply to Wastewater treatment plant

本文建立了基于ASM1模型的曝气系统简化数学模型,在此基础上提出了以曝气能量消耗最小为目标函数的曝气系统优化控制问题.采用联立配置法进行优化问题的求解,把非线性微分代数方程组的DAE系统转化为非线性代数方程组,将动态优化问题转化为非线性规划问题,最后调用IPOPT解法器求解.在动态入水的条件下进行曝气池的优化控制仿真,其结果显示比传统定值PID控制可节约近40％的能耗.     

基于前馈控制模型的生化反应池曝气控制优化

污水处理厂是电能消耗大户,生化反应池的耗电量占到全厂的40%左右。如何优化生化反应池的曝气控制,在保证出水水质稳定合格的前提下,尽量减少曝气量,节约能源和运营成本,是污水处理厂需要认真考虑的问题。介绍了采用前馈控制系统,基于进出水水质、流量等测量值建立模型,实时计算溶解氧设定值,控制曝气量,实现按需曝气。     

自适应神经元--模糊推理系统在污水曝气控制中的应用

曝气控制是保证污水处理厂水质和降低能耗的重要环节。本文考虑污水处理厂出水水质和曝气量的非线性、大滞后、时变性等特点，利用反向传播(Back Propagatio——BP)算法对隶属度函数进行优化，建立模糊推理规则，并设计了一个自适应神经元——模糊控制系统，该系统对某SBR小型污水处理厂曝气进行了仿真分析，结果表明设计的控制系统的有效性。     

基于ASM模型的骨龄评价系统研究

为了能够对骨龄进行简单、快速有效的检测 ,研究了一种基于活动形状模型 ASM(Active Shape Models)的骨龄评价系统实现方法 .该方法通过对手骨 X射线图象中显示的骨骼进行定位、边缘检测 ,首先得到用于骨龄评价的骨骼边缘 ,然后根据“中国人手腕骨发育标准 CHN法”对骨骼按等级进行分类 ,最后综合各个骨骼的等级来评价骨龄 .实验表明 ,应用基于先验知识的 ASM模型来检测骨骼边缘和利用模型参数来量化 CHN法中骨骼等级的抽象描述 ,不仅改善了边缘检测的效果 ,并得到了有效的骨骼分类方法 ,也证明了基于 ASM模型的骨龄评价系统具有满意的正确率和稳定性 .     

序批式活性污泥法污水处理系统溶解氧优化控制方法

研究序批式活性污泥法(SBR)污水处理过程溶解氧(DO)的优化控制方法,探讨不同DO曲线下出水水质、曝气时间和能源消耗等问题。溶解氧是污水处理过程的一个重要参数,DO的需求量是有规律地变化,当系统的实际溶解氧量能按一定规律变化时,污水处理将能得到一个较好的效果。采用模糊控制解决了SBR系统出水水质不能在线检测、数学建模困难、不便于实时控制等问题,通过模糊控制方法实时地改变风机的频率来满足溶解氧的要求,可实现对不同溶解氧曲线的控制。从而缩短了污水处理时间,稳定了出水质量,明显地减少了电能消耗～15%,实现了污水处理过程的实时优化控制。     

污水处理生化池曝气量的智能控制系统

针对国内大多数污水处理厂曝气量的分配、供应效果很不理想,溶解氧浓度控制滞后、精度低、波动大、能耗高以及直接影响处理效果。本文叙述了已成功开发并应用的污水处理生化池曝气量的智能控制系统。该系统能在水质水量不变时和变化时,采用串级、前馈、反馈控制和智能模型,保证曝气平衡,并根据阀门的开度大小,调节鼓风机的操作压力,达到节能的目的。本文对控制系统的设计思想、系统配置、控制算法、软件设计作了重点介绍,并给出了实际使用效果。     

基于ASM和Gabor变换的人脸识别

人脸形状特征的变化是造成人物面貌差异的重要原因之一。主动形状模型(ASM)技术提供了检测该特征的有力手段。Gabor变换有着良好的仿生特性。它提供了理解视觉信息的有效途径。结合上述技术,采用点分布模型对人脸形状进行描述,利用ASM进行人脸特征点的搜索。以特征点上的Gabor展开系数作为人脸特征矢量,进行人脸辨识,实验结果表明,该算法能够在少量训练样本的情况下获得较高的识别率,并对光照、人物表情等变化具有较好的适应性。     

基于WF和B/S的ASM OA系统设计与实现

为了保障附件短信业务的管理和维护,提高附件短信执行效率和竞争力,设计了基于WF和B/S的附件短信OA系统。该系统能够实现高效率处理附件短信业务的需要,提供工单管理、公共信息管理、个人信息管理、专业管理和管理监督等功能。     

面向测试生成的ASM模型约简研究

基于模型的Web应用程序测试是软件测试的一个重要方法。ASM模型从源码解析的角度,基于Web应用程序表示层建立模型,描述了Web应用程序的交互性、动态性和低耦合性。基于ASM模型的测试用例生成,考虑用户的非预期行为,在主要路径的基础上,通过添加无效访问状态和无效迁移路径,扩充测试用例。然而,随着Web应用程序规模的扩大,无效访问状态和无效迁移路径的增加导致测试用例空间爆炸。在研究ASM模型的基础上,通过定义基于ASM模型测试生成的等价迁移和等价状态,合并迁移和状态,从而有效地对ASM模型进行约简,减少了无效访问状态和无效迁移路径的数量,实现测试用例空间约减。 对一个实际Web应用程序系统的评估结果表明,基于模型约简的测试用例优化,有效约减了74.38%的测试用例空间,并且对原子段的覆盖率和错误检测数目没有产生影响。     

基于修正ASM的驾驶员警惕性识别方法研究

针对驾驶员警惕性研究中分析注意力程度的重要性,提出基于修正主动形状模型（ASM）的驾驶员警惕性识别方法。首先建立包含26个特征点的人脸ASM,其次结合面部结构约束构建了双眼平均合成精确滤波器（ASEF）,并通过旋转进一步增强鲁棒性,然后用改进ASEF修正人脸ASM;采用左右瞳孔和鼻子特征点建立三角形视线模型,并分析驾驶员注意力程度,利用左右眼角特征点距离对眼睛闭合程度进行归一化,最后利用支持向量机（SVM）分类得到警惕性程度。利用Visual Studio 2017平台进行实验,结果显示,改进ASEF滤波器的准确率达到95.16%,SVM对警惕性程度的分类准确率达到93.8%,每帧平均耗时49.13 ms,表明提出的方法能够有效地识别驾驶员的注意力程度以及警惕性程度。     

污水处理曝气鼓风机控制系统设计

离心式曝气鼓风机控制系统是污水处理工艺最重要的组成部分,其控制水平的高低直接关系到整个污水处理厂的经济、合理运行。本文以某型曝气鼓风机为例,从软件、硬件设计及控制原理上对系统进行详细的说明,从曝气流量精确控制和设备安全、稳定运行两方面着手,重点阐述系统所具备的功能特点和设计思路。     

Design of a linear system using a simplified plant model

A method of designing a linear system by reducing the order of the plant model in compliance with the system performance index was proposed and applied to the continuous linear control system.Translated from Avtomatika i Telemekhanika, No. 1, 2005, pp. 29–36.Original Russian Text Copyright © 2005 by Opeiko.This paper was recommended for publication by A.P. Kurdyukov, a member of the Editorial Board     

基于自适应递归模糊神经网络的污水处理控制

针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升.     

基于Hopfield 神经网络的污水处理过程优化控制

针对前置反硝化污水处理过程的优化控制问题,提出一种基于拉格朗日乘子法的Hofield神经网络优化方法.构造了污水处理过程约束优化问题的数学表达式,通过Hopfield神经网络优化计算生化池第5分区溶解氧浓度和第2分区硝态氮浓度的设定值,并采用PID控制器实现底层的跟踪控制.基于国际标准的Benchmark基准仿真平台进行仿真实验,结果表明污水处理系统在出水关键水质达标的基础上,能够显著降低能耗.     

基于PWM方法的污水处理过程控制研究

通过简化ASM1模型建立污水生物处理中异养菌新陈代谢的数学模型,在此基础上将PWM方法应用于污水处理过程控制。首先,使用局部工作点最优线性化方法将建立的非线性模型线性化,其次使用LQR(线性二次最优调节器)方法得到曝气流量与污泥排放流量的模拟控制律。将模拟控制律转化为PAM控制律,进一步转变成PWM控制律,可以更有利于解决大功率电机调速控制问题。在动态进水条件下与多溶氧点控制法和开关控制法进行仿真比较,结果显示PWM控制方法使得出水中的污染物浓度远小于国家标准,且优于多溶氧点控制法和开关控制法。     

基于刚体模型的光电伺服系统最优控制方法

在现阶段的导弹武器系统中,控制系统大都采用经典PID控制器,但随着控制性能要求的不断提升,PID控制器在追求响应快速的同时难以兼得跟踪过程平稳。针对工程中遇到的以上问题,提出设计最优控制器,采用线性二次型调节器(LQR)求解最优控制律。通过仿真可以看到,最优控制器跟踪阶跃信号无静差,调节时间为0.034s,上升过程平稳无超调;跟踪斜坡信号和正弦信号时,跟踪误差远小于,滞后时长仅为毫秒量级。最优控制器系统能够实现快速跟踪阶跃、斜坡和正弦输入信号,且具有较好的跟踪性能。与经典PID控制器相比,该方法具有更高的控制精度、更好的控制性能和稳定性,能够解决PID控制器在工程中遇到的快速性和平稳性难以兼得的难题。     

基于简化 Takagi- Sugeno 模糊模型的系统镇定策略

针对Takagi—Sugeno型模糊控制器设计方法计算复杂且难以求解的问意，在分析原因的基础上，利用模糊规划将系统的输入输出空间划分为一个完备的模糊模式集，通过寻找与实时输入对应的模糊模式，对整个系统进行了筒化。将该模型筒化算法应用于一类非线性系统镇定问题的求解，利用Lyapunov穗定性分析理论和线性矩阵不等武等工具推导了闭环系统的可镇定条件，进而设计了相应的简化Takagi—Sugeno型模糊状态反馈控制器。仿真结果表明了这种模型简化方法的有效性。     

A modeling and control approach to magnetic levitation system based on state-dependent ARX model

Magnetic levitation (Maglev) systems are usually strongly nonlinear, open-loop unstable and fast responding. In order to control the position of the steel ball in a Maglev system, a data-driven modeling approach and control strategy is presented in this paper. A state-dependent AutoRegressive with eXogenous input (SD-ARX) model is built to represent the dynamic behavior between the current of electromagnetic coil and the position of the ball. State-dependent functional coefficients of the SD-ARX model are approximated by Gaussian radial basis function (RBF) neural networks. The model parameters are identified offline by applying the structured nonlinear parameter optimization method (SNPOM). Based on the model, a predictive controller is designed to stabilize the magnetic levitation ball to a given position or to make it track a desired trajectory. The real-time control results of the proposed approach and the comparisons with other two approaches are given, which demonstrate that the modeling and control method presented in this paper are very effective and superior in controlling the fast-responding, strongly nonlinear and open-loop unstable system. This paper gives the real experimental evidence that the RBF-ARX model is capable of not only globally, but also locally capturing and quantifying a nonlinear and fast-response system's behavior, and the model-based predictive control strategy is able to work quite well in a wide working-range of the nonlinear system.