基于抗扰动-模糊PID的污水处理控制方法研究

针对序批式活性污泥法(SBR,Sequencing Batch Reactor)污水处理过程具有的非线性、时变、强耦合等特性,并考虑污水处理过程控制存在入水水质流量等干扰量,进一步加大控制难度等问题,本文提出1种扰动观测器与模糊PID结合的污水处理控制方法。首先分析扰动观测器结构特点以及核心部分低通滤波器的选择,设计扰动观测器对控制过程常见干扰量进行预测,并根据预测扰动信号在控制系统输入端进行有效补偿,达到抵消干扰的效果:同时在此基础上结合模糊PID控制方法,自适应整定PID控制器参数,实现溶解氧DO的优化控制。最后建立仿真模型进行实验,并与常规PID控制和模糊PID控制效果进行对比,结果表明该组合控制方法能有效克服干扰,控制精度较高,具有较强的适应性和鲁棒性。     

基于神经元自适应PID的污水处理溶解氧控制系统

污水处理过程具有非线性、大惯性、大时滞及时变等特点.溶解氧是污水处理过程中的一个重要参数,用常规的PID控制以取得满意的效果;针对污水处理的溶解氧的控制.提出了神经元自适应PID算法;由于神经元自适应PID可以在线调整参数值,当水的水质、水量发生变化时可以通过改变控制参数来实现高性能控制;实验中采用神经元自适应PID算法,通过调节空气流量跟踪溶氧浓度的设定值;结果表明该算法比常规PID控制具有更好的自适应性和鲁棒性.     

污水处理系统溶解氧的区间预测控制方法

针对污水处理系统溶解氧浓度难以控制和曝气耗能高的问题,提出了一种基于双层优化结构的加权区间预测控制方法。该方法首先通过动态矩阵控制算法建立污水处理过程预测模型,然后设计一种融合溶解氧区间控制和曝气能耗指标的双层目标优化控制策略,同时为减小模型失配和干扰因素对系统的影响,利用模型预测误差进行系统反馈校正。仿真结果表明,与传统PID控制和模型预测控制方法相比,在不同工况下,区间预测控制方法可较好的实现溶解氧浓度的动态稳定控制,具有较强的抗干扰能力与自适应性,且在保证出水水质的前提下能有效降低曝气能耗。     

污水处理系统溶解氧的模糊自适应PID控制

曝气生物滤池的工艺复杂,参数检测困难,并具有大滞后、干扰多等特点,所以要实现该工艺的自动控制,保证生产的稳定、高效运行并非易事。本文就影响曝气生物滤池工艺处理效果的曝气过程提出了溶解氧模糊自适应PID控制算法。仿真表明,模糊自适应PID控制器的控制性能优于常规模糊控制器和PID控制器,既可保证出水水质,又能节约动力费用。     

污水处理过程溶解氧浓度的有限时间抗扰控制

溶解氧浓度是影响污水处理的关键因素,有效控制溶解氧浓度,可减少曝气能耗、提高出水水质.然而,溶解氧浓度受进水流量、组分、浓度、天气等多源干扰的影响.为保证水水质,提出一种改进型有限时间扩张状态观测器,综合有限时间控制与改进型有限时间扩张状态观测器,设计一种改进型有限时间自抗扰控制,以克服污水处理中的扰动和不确定性.在污水处理1号基准仿真模型上,改进型有限时间自抗扰控制获得了期望的溶解氧调控效果.仿真结果表明,改进型有限时间自抗扰控制能有效估计总扰动、提高污水处理效果.     

基于工业以太网多PLC的污水处理控制系统

介绍了西门子公司S7-300PLC在污水处理厂自动控制中的应用,设计基于工业以太网的多处理器分布系统,详细介绍了系统网络拓扑结构,系统的硬件组态,PLC程序设计以及监控系统的设计.针对污水处理中曝气过程溶解氧控制对象的非线性、时变性以及不确定性等特点,提出一种基于模糊自适应PID的控制方法,完成了溶解氧自适应模糊PID控制系统的设计.该系统实现了城市污水处理的全自动控制,实际运行稳定,效果良好.     

基于模糊自适应PID的溶解氧控制系统设计

为了通过曝气使活性污泥得到足够的氧气,水中的可溶性有机污染物被活性污泥吸附,并被存活在活性污泥上的微生物分解,使污水得到净化。针对污水处理中曝气过程溶解氧控制对象的非线性、时变性以及不确定性等特点,提出了一种基于模糊自适应PID的控制方法,引入调整因子的污水处理DO自适应模糊控制系统,通过调节曝气机频率,将DO稳定地控制在理想的位置,该系统以SiemensS7编程实现。结果表明,该控制系统弥补了常规PID和单纯模糊控制的不足,获得了更好的控制效果,提高了污水处理效率。该控制系统有效地解决了曝气生物滤池工艺中曝气过程的时变性、干扰多、变量耦合用常规PID控制效果不理想的状况,对于控制对象模型不好建立的控制对象,具有很好的控制效果。     

溶解氧模糊PID控制系统的设计

针对曝气过程溶解氧控制这类大滞后、非线性系统,提出了一种基于模糊PID算法的控制方案,并完成了溶解氧模糊PID控制系统的设计。系统采用Siemens公司的S7-300PLC进行控制,采用WinCC组态软件实现监控功能。实践表明,该控制系统有效地解决了曝气过程溶解氧控制的多扰动、大滞后的问题,具有良好的动静态特性,处理过的污水各项检测指标均达到设计要求。     

溶解氧浓度的神经网络控制研究

污水生化处理过程常常受到入水流量水质变化而处于动态过程,溶解氧浓度作为系统运行过程的一个关键变量,采用经典的PI控制器难以保证良好的控制效果;针对污水处理过程的溶解氧浓度控制问题,提出了基于单神经元自适应PID算法和基于RBF神经网络两种控制器;在国际基准Benchmark Simulation Model No.1 (BSM1)的仿真平台上进行仿真实验,与经典PI控制器的运行结果对比,证明了在所提出的两种控制器作用下,溶解氧浓度具有更好的跟踪给定值能力,控制系统具有更好的综合性能指标值.     

改进的水处理预估模型的研究和应用

针对水处理中溶解氧的传质过程存在严重的滞后问题．提出了基于单神经元PID控制的水处理预估模型。由于在标准状况下溶解氧的传质过程近似为一阶纯滞后过程,采用了Smith预估器作为补偿环节。将基于有监督Delta学习规则的单神经元PID作为控制器,在线不断调整PID参数,通过仿真研究该模型具有很好的控制效果。最后在西门子PLC下实现此模型的工程应用。     

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.     

城市污水处理过程模型预测控制研究综述

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点,在受进水流量、进水组分、天气变化等强干扰作用时,很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点,近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发,介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状,阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题,并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。     

A recursively identified model for short-term predictions of NH4/NO3 – concentrations in alternating activated sludge processes

One of the stumbling blocks in the operation of alternatingly aerated activated sludge processes (ASPs) for nitrogen removal is the limited knowledge of both the varying influent composition and the complex dynamics of the biological process. This paper presents a simple physical N-removal model for alternatingly aerated, continuously mixed ASPs. The simplicity is achieved by capturing the slower process dynamics in recursively estimated time-varying model parameters. Both seasonal and diurnal parameter variations are tracked. Also the influent ammonium concentration is treated as a recursively estimated model parameter. The method performs excellently on real data collected from an alternatingly aerated pilot scale ASP fed with municipal wastewater. Simulation of the resulting time-varying model yields accurate and computationally cheap predictions of ammonium and nitrate concentrations in the specific plant under operation over the next hours. Simulation for different control input scenarios can be used to optimize process performance, either manually by operators or automatically by model based optimizing controllers. Another possible application is optimization of the sludge (biomass) concentration, as the estimated parameters contain information regarding process load and concentrations and activities of the N-removing biomass. From this information it can be computed whether there is an excess/shortage of sludge in the reactor.     

飞机地面空调车温度控制的仿真研究

研究优化飞机地面空调车温控制问题,由于飞机地面空调车温度控制是非线性、时变性强的系统,工作环境不确定性,面对复杂系统温控模型不准确,传统的PID控制存在超调量大、响应速度慢、抗干扰能力弱等缺点。为提高温度控制精度,提出了一种新的稳定性好、精度高、抗干扰能力强的遗传-粒子群PID控制方法。结合传统的PID方法,遗传算法和粒子群算法的各自优点,实现了PID参数的在线整定。通过在matlab上进行仿真,实验结果证明算法具有超调量小、响应速度快、精度高、抗干扰能力强等优点,PID控制性能有显著提高,为飞机地面空调车的温度控制设计提供了依据。     

起重机模糊神经网络防摇摆控制仿真研究

起重机起重过程中吊物摇摆系统模型的复杂性,非线性,时变性导致传统PID控制在此过程中存在控制效果不理想,控制参数难以整定等问题。利用模糊控制不依赖精确数学建模,以及神经网络的自学习性等优点。提出一种将起重机传统PID控制与模糊神经网络相结合的控制方法。通过仿真对比发现改进后的控制方法能够有效降低系统稳定的调节时间,吊装货物的摆幅也得到减少。     

柴油机自适应遗传非线性PID调速控制仿真

研究船用柴油机控制优化问题,柴油机调速要求快、稳、准。针对船用柴油机调速系统的时变、非线性及外界干扰等特点,传统PID调速稳定时间长,控制效果不佳。为提高喷油量达到控制准确度,改善调速系统性能,提出了一种柴油机自适应遗传非线性PID调速控制策略。采用Matlab对柴油机调速系统模型进行辨识并验证其准确性。利用非线性PID控制实现各参数增益的实时调整,提高了抗干扰能力,通过自适应遗传算法对系统的动态偏差进行监控,优化非线性PID控制器参数,减少了超调量,提高控制精度。仿真结果表明,采用自适应遗传非线性PID控制器稳定时间更短,鲁棒性强,控制精度更高,优化了柴油机调速系统性能。     

基于软测量的自动配煤控制系统设计

针对配煤这一炼焦生产过程中的重要环节,其配比的准确性和配煤系统的可靠性将直接影响焦炭的质量和经济效益以及能否顺利推焦,某焦化厂由于所使用的皮带秤精度差,难以投入闭环控制,提出了一种基于多元线性回归的软测量技术,实现了配煤的准确称重;同时配煤过程被控对象具有非线性、时变、时滞,并且很难建立精确的数学模型,提出了基于专家知识的参数自整定模糊PID控制方法。这种基于软测量的模糊自整定方法在该厂配煤过程中成功应用,投运以来配煤合格率由原来的70%提高到95%,实现了稳定优化配煤,稳定焦炉生产,提高焦碳质量的目的。该方法具有广阔的应用前景和推广价值。     

基于遗传算法的预测自整定P I D 控制器

提出一种基于遗传算法的预测自整定ＰＩＤ控制算法。利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器参数。对工业过程中典型的大时滞被控过程的仿真表明,这种控制算示鲁棒性强,响应速度快,抗干扰能力强,可构成较实用的工程控制器。     

基于改进粒子群PID黄酒发酵溶解氧浓度控制

针对黄酒发酵溶氧控制时变性、非线性的特点,基于黄酒溶氧控制数学模型为二阶滞后模型的特点,提出一种单一参数寻优的改进粒子群PID控制器。仿真结果表明,提出的方法设计的PID控制器在控制黄酒发酵溶氧过程中可以有效地减少系统的调节时间和超调。     

基于变论域模糊PID的分解炉温度控制研究

分解炉温度控制系统具有非线性、时变、纯滞后的特点,针对传统PID控制及模糊.PID控制难以很好地满足控制要求,提出了一种变论域模糊自适应PID控制方法。利用变论域思想,设计了一种基于函数模型的伸缩因子控制器,动态地调整模糊控制器的量化因子和比例因子,提高了控制精度。在Matlab环境下分别对PID控制、模糊PID控制和变论域模糊PID控制方法进行了仿真对比,结果表明变论域模糊PID控制方法具有更好的动静态性能和自适应能力。