共查询到20条相似文献,搜索用时 31 毫秒
1.
运用ANFIS(自适应神经—模糊推理系统)以及大量实际生产原始数据,构建合理的模糊推理预测模型。同时结合国内先进的流动电流混凝技术,在厦门杏林水厂进行混凝剂投加量最佳方式的尝试。本文将阐述如何利用ANFIS构建混凝剂投加预测模型,同时,给出杏林水厂在水处理投加控制的模式,并阐述其功能特点和应用效果。 相似文献
2.
基于神经网络的混凝投药系统预测模型 总被引:5,自引:0,他引:5
对目前水厂实际运行过程中混凝剂投量的确定及影响因素进行了分析,通过引入神经网络预测理论建立了混凝剂投量的预测模型,并以某水厂的实际运行数据对该模型的性能进行了验证。结果表明,网络预测模型具有很强的自学习性、自适应性和容错性,通过网络的在线自学习,可使预测结果的准确度明显提高。利用该模型可实现混凝剂投量的在线预测控制,为实现混凝剂的最优投加提供了一条有效途径。 相似文献
3.
4.
混凝是净水工艺中重要的水处理单元,准确投加所需要的混凝剂量是获得较好混凝效果及影响水厂运行管理费用的关键。本文针对我国湖库型水源特点,以云南省某县水厂混凝剂投加系统为研究对象,对该水厂在2008年6月至2011#-6月三年内的流量、进出水浊度和混凝剂投加量等运行数据进行统计分析,结果表明混凝剂投加量与进水流量呈线性正相关关系,而与进水浊度为非线性相关关系,并建立了非线性自动投药系统数学模型:M=K(7×10-T3--2.6×10-3T2+0.3255T+5.2221),对该模型进行检验分析,得到相关系数R2=0.9816。把该模型用于水厂混凝剂自动投加控制系统,并与经验控制法对比,结果表明:数学模型法自动投药控制系统可提高水处理效果,并明显节约投药量,具有较好的经济效益,适合于湖库型水源水厂混凝剂的自动投加控制。同时,本文对数学模型法自动投药控制系统在湖库型水源水厂的推广应用提出了建议。 相似文献
5.
6.
7.
混凝剂最优投加量数学模型 总被引:1,自引:0,他引:1
本文在分析给水净化工艺中混凝剂投加量规律的基础上,提出了混凝剂最优投加量的理论,建立起七个基本假设。这样就可以用数理统计方法,从理论上推导出混凝剂最优投加量的前馈与后馈数学模型公式,即混凝剂最优投加量数学模型。并根据哈尔滨市供水三厂二年多生产中混凝剂投加量的数据,计算出该水厂前馈与后馈的实用数学模式,并把该实用模式用于13万m~3/d供水系统微机控制中。 相似文献
8.
9.
10.
11.
12.
空调冷却水系统模糊控制的研究 总被引:2,自引:0,他引:2
冷却水系统是个强耦合、参数时变的非线性系统,建立精确的数学模型比较困难。本文介绍一种采用模糊控制技术调节冷却水量的方法,经仿真验证,控制效果良好。 相似文献
13.
14.
高压消防给水系统主要依靠稳压系统来保证管网中最不利点的流量和水压,稳压系统的性能决定了高压消防给水系统的可靠性和稳定性.模糊控制器有良好的鲁棒性且反应速度快,而PI调节器能够消除稳态误差,实现无差调节.针对高压消防给水系统大滞后及非线性等对消防管网工作性能的不利影响,构建了一种模糊-PI双模控制模型,以提高消防给水系统... 相似文献
15.
在污水处理系统过程控制中,对水质变化规律进行预测是控制系统可靠、稳定运行的重要环节。介绍了基于模糊逻揖和神经网络的补偿神经网络(CFNN)及其学习算法,利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立污水处理厂CFNN的水质预测模型。实例预测结果表明该模型对初始值的选择不敏感,具有很好的收敛性和预测精度,适合实际工程应用。 相似文献
16.
17.
18.
19.
20.
《Water research》1996,30(8):1924-1929
The feasibility of applying an optical monitor in the automatic control of coagulation was assessed in this study. Prior to simulation testing, a series of batch tests was performed to determine the optimum state of dosing corresponding to the monitor's output. The results indicate that floc density decreased as floc size increased under the same coagulant dosage. Moreover, ratio output of the monitor could provide an index for evaluating the change trend of floc size in flocculation and for predicting the potential of floc settling.An automatic control system was designed and connected to a laboratory-scale water treatment process. A computer in the automatic control system received all the ratio values with respect to the progressive dosing. After determining the dosage, the system terminated the function of control. This control system started performing a new test for determining another optimum dosage when the fluctuation of inflow turbidity was more than a designated value. Simulation tests demonstrated that the PDA monitor with a designed control system could be successfully applied in the on-line control of coagulation dosing. The recommended control parameters for the control system was also identified. 相似文献