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.     

特殊天气污水溶解氧浓度的自适应广义预测控制

污水处理过程具有非线性、时变、大滞后的特点,尤其在雨天暴雨等特殊天气下,污水的入水波动会对控制器造成严重干扰。文中提出一种基于模糊神经网络模型的自适应广义预测控制算法,实现对污水处理过程中溶解氧浓度的实时控制。该算法利用反馈线性化思想实现自适应广义预测控制器的设计,在证明其李雅普诺夫稳定的同时,得到修正系统的受控自回归积分滑动平均模型参数自适应规则,动态调整模型参数使系统跟踪误差达到最小。仿真实验结果表明,该算法能够稳定、快速地控制溶解氧浓度,具有较强的抗干扰能力和鲁棒性,该控制算法特别适合用于污水处理过程的特殊天气（如雨天和暴雨天）中。     

基于改进粒子群算法的污水处理过程神经网络优化控制

针对活性污泥法污水处理过程高能耗的问题,综合考虑污水处理出水水质和生化反应参数之间的关系,文中设计了一种智能优化控制系统.该系统以国际水协(IWA)开发的基准仿真模型BSM1为研究对象,利用改进粒子群算法优化BSM1第2分区的硝态氮浓度和第5分区的溶解氧浓度、混合液悬浮物固体浓度的设定值;同时利用感知器神经网络预测污水处理过程的输出,在出水水质达标的前提下降低污水处理能耗.仿真实验结果表明,系统总能耗相比闭环控制策略降低4.614%,该神经网络智能优化控制系统能够有效降低污水处理的能耗.     

溶解氧浓度的前馈神经网络建模控制方法

针对污水处理过程溶解氧(DO)浓度控制问题,提出了一种基于前馈神经网络的建模控制方法(FNNMC).本文构造了神经网络建模控制系统,通过对建模神经网络和控制神经网络隐含层学习率的分析,证明了学习算法的收敛性以及整个系统的稳定性.最后,本文基于国际基准的Benchmark Simulation Model No.1 (BSMl)进行了仿真实验,验证了合理选取学习率的重要性,并通过与PID和模型预测控制(MPC)等已有控制方法的比较,验证了神经网络建模控制方法针对污水处理过程溶解氧浓度控制具有良好的建模能力,更高的控制精度以及更好的动态响应能力.     

污水处理过程多变量优化控制方法研究

为了解决污水处理过程的优化控制问题,提高出水水质达标率和降低能耗,提出了一种污水处理多变量优化控制方法.首先,通过分析污水处理过程参数与可控变量溶解氧与硝态氮的关系,建立能耗和出水水质模型;其次,提出一种动态惯性权重的多目标粒子群优化算法,该算法平衡了寻优过程中的局部搜索和全局搜索能力,同时提高了算法的收敛速度,获得最...     

基于复合抗扰的溶解氧浓度控制

污水处理中, 出水水质受进水流量、组分以及浓度波动等因素影响. 要保证处理效果, 溶解氧浓度控制应有 较强的鲁棒性. 简单闭环控制的能耗及出水水质波动大. 为此, 本文以污水处理过程1号基准仿真模型模拟污水生 化处理过程, 提出基于扩张状态观测器和滑模控制的复合抗扰控制方法, 以降低对模型信息的依赖, 保证溶解氧浓 度控制效果. 数值仿真结果显示, 复合抗扰控制能够以较小的能耗获得期望的调控效果. 这表明, 复合抗扰控制具有 很好的适应性, 能够满足调控要求, 是一种具有较强实用性的污水处理溶解氧浓度控制方法.     

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。     

基于主元分析和神经网络的污水处理能耗分析

目前水处理是一个高能耗行业,在污水处理厂的各种能耗中,污水处理曝气阶段的能耗是一个重要部分,几乎占到总能耗的60%.提供了一种简单有效的污水处理曝气能耗监测模型,该模型可以根据污水厂的入水水质参数及其他运行参数预测污水处理曝气能耗,有助于控制系统根据实时能耗调节控制策略.文中首先采用主元分析法(PCA)简化该模型的输入参数,其次采用神经网络模型对该模型的输入参数及输出参数进行映射.通过某污水厂的运行数据对该模型进行训练和测试,结果表明该模型性能学习精度高,有效预测污水处理曝气能耗.也表明污水处理曝气能耗不仅和入水流量、pH、BOD有关.也和曝气池温度有关.     

污水处理决策优化控制

以抑制出水氨氮浓度、总氮浓度峰值和降低能耗为目标,提出污水处理决策优化控制方法.首先利用神经网络建立出水氨氮和总氮预测模型;其次使用多目标进化算法得到溶解氧浓度和硝态氮浓度设定值;最后,根据出水氨氮和总氮浓度预测结果选择控制策略（优化控制和抑制控制）.以仿真基准模型（BSM1）为平台,采用提出的决策优化控制方法进行控制,实验结果表明,该控制方法有效抑制了出水氨氮和总氮浓度峰值,出水超标时间和能耗明显少于所对比决策控制方法.     

污水处理过程递推双线性子空间建模及无模型自适应控制

污水处理过程中, 生化反应硝态氮浓度和溶解氧浓度是决定出水水质好坏的两个最关键变量, 难以采用常规基于模型的方法进行有效控制. 本文基于数据驱动建模与控制技术, 提出一种污水处理过程递推双线性子空间辨识(Recursive bilinear subspace identification, RBLSI)建模和无模型自适应控制方法. 首先, 针对污水处理过程的非线性时变动态特性, 采用最小二乘递推双线性子空间辨识方法建立污水处理生化反应过程具有参数自适应能力的递推双线性模型; 其次, 基于建立的数据驱动模型, 采用基于多参数灵敏度分析(Multi-parameter sensitivity analysis, MPSA)和遗传粒子群优化(Genetic algorithm-particle swarm optimization, GA-PSO)算法的无模型自适应控制(Model-free adaptive control, MFAC)方法对硝态氮和溶解氧浓度进行直接数据驱动控制; 最后, 数据实验及其比较分析表明了所提方法的有效性和优越性.     

智能厂房温湿度控制系统

首先分析了厂房温湿度控制与一般建筑物空调系统的区别,指出现在流行的空调控制方法不适合厂房温湿度控制;接着提出一种智能温度控制方法,它不需要确定系统的数学模型,用专控制的方法,在不同控制阶段分别采用开关控制,模糊控制和智能ＰＩＤ控制;最后介绍了实行结果。     

A three-loop model-following control structure: theory and implementation

This article presents a novel three-loop control system, which supplements control structures known from the literature as model following control (MFC). The major advantage of the proposed system is its high robustness to process parameter variations; it is much higher than that offered by single-loop or two-loop control systems. Features of the new structure are revealed by a theoretical analysis that has been carried out from the viewpoint of requirements for a force/pose controller of a Stäubli RX60 manipulator. This article shows how the proposed control structure responds to such strong process parameter variations and makes a comparison to results yielded by single-loop control structures.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

一种专家智能控制器的仿真研究

该文提出一种专家智能控制器（简称为ＥＩ控制器）．该控制器的参数可基于专家知识和过程参数的变化实时进行调整。仿真结果表明对于工业过程中的大纯滞后、非线性、变参数特性能获得较为满意的调节效果。     

自动化技术专题讲座(Ⅳ)──智能控制技术与应用

主要介绍智能控制的原理、结构、类型和应用。     

Stabilization of robot motion and contact force interaction for third-order motor dynamics

An approach to the synthesis of control laws stabilizing motion and force in contact tasks, based on the exponential stability of the closed-loop control system, is described. When using the synthesized control laws, simultaneous stabilization of both motion and force is achieved with a preset quality of the transient responses. The task is solved in a most general form, taking into account the constraints on robot control, its position and the force of interaction of the robot and the environment, and the external perturbations and inaccuracies of the measuring sensors, when the environment dynamics is being described by nonlinear second-order differential equation, and the robot dynamics includes the third-order equations of the robot actuators dynamics.     

专家PID控制在印染过程温度控制中的应用

对于具有较大时滞,非线性和时变性特点的打样机对象(它是印染行业中的一种小型设备),常规PID控制方法往往难以达到良好的控制效果.本文将专家控制器与常规PID控制器相结合,提出了一种智能控制器结构.试验表明,与常规PID控制器相比,该控制器的控制精度有了明显的提高.     

六自由度并联机器人分散鲁棒非线性控制

针对六自由度并联机器人动力学特点,提出了一种新型分散鲁棒非线性控制方法.与传统PD控制策略和已有分散鲁棒非线性控制方法相比,由于控制律中增加了广义误差的小数幂项,改进后的方法除保持原方法的优点外,还具有较强的终端收敛能力,能够保证跟踪误差以更快的速度全局一致收敛到一个更小的剩余集.通过选择合适的控制器参数,可使剩余集趋于0.运用Lyapunov方法分析了系统稳定性,给出了系统稳定性条件.最后,仿真结果验证了该方法的有效性.     

Feedforward output-feedback control for continuous exothermic reactors with isotonic kinetics

The robust feedforward (FF) output-feedback (OF) control problem of (possibly open-loop unstable) continuous exothermic jacketed reactors with isotonic kinetics with respect to reactant concentration is considered. The volume, temperature, and concentration must be regulated by manipulating the feed, exit and coolant flowrates on the basis of volume and temperature measurements. The problem is addressed as an interlaced controller-observer design within a constructive control framework. The result is a quasi linear-decentralized (qLD) FF-OF dynamic controller which: (i) recovers (up to observer convergence) the behavior of a robust nonlinear FF-SF controller, (ii) has closed-loop stability conditions coupled with conventional-like tuning guidelines, and (iii) constitutes an add-on to the PI control scheme commonly employed in industrial reactors. The approach is tested with an open-loop unstable reactor example through simulations.     

Multivariable PID control by decoupling

This paper presents a new methodology to design multivariable proportional-integral-derivative (PID) controllers based on decoupling control. The method is presented for general n × n processes. In the design procedure, an ideal decoupling control with integral action is designed to minimise interactions. It depends on the desired open-loop processes that are specified according to realisability conditions and desired closed-loop performance specifications. These realisability conditions are stated and three common cases to define the open-loop processes are studied and proposed. Then, controller elements are approximated to PID structure. From a practical point of view, the wind-up problem is also considered and a new anti-wind-up scheme for multivariable PID controller is proposed. Comparisons with other works demonstrate the effectiveness of the methodology through the use of several simulation examples and an experimental lab process.