水厂加药凝絮过程的建模研究

水厂的加药凝絮过程涉及复杂的物理化学机理,对其进行建模是一项具有挑战性的研究。以某水厂真实的生产数据为基础对基于动态BP神经网络的建模方法进行较深入的研究,得到该水厂加药凝絮过程的初步数学模型,为今后采用先进控制策略对水厂的加药凝絮过程进行控制打下良好的基础。     

基于BP神经网络的水厂加药凝絮过程辨识研究

城市供水中的加药凝絮过程是一个大惯性、大时滞、非线性、时变以及随机干扰多的难控过程.从生产数据来对该过程建模,并采用先进的控制策略对其进行有效的控制,一直是控制技术人员的追求目标.本论文以某水厂的实际生产数据为基础,采用动态BP神经网络的建模方法,通过辨识步骤.确定了动态BP网络结构,得到了具有较好拟合与泛化能力的神经网络模型.在已获取的神经网络模型上,进行了以待滤水浊度为输出,投矾量为输入的阶跃响应实验,以此取得了投药凝絮过程的一阶惯性加时滞模型.该模型的获取为今后采用先进的控制策略对加药凝絮过程进行高级控制打下了良好的基础.     

基于状态反馈的单容时滞过程的ITAE控制研究

针对单容纯时滞对象,提出一种基于ITAE标准化传递函数的状态反馈和基于ITAE最佳设定公式PID相结合的控制设计方法.采用多项式拟合纯滞后环节,构造了基于ITAE最佳传递函数的内环状态反馈矩阵,为能更接近实际情况,还设计了一个全维状态观测器,观测器的极点同样配置ITAE最佳传递函数.观测器频率比状态频率大4～6倍,从而很好地改善了对象动态特性.外环采用基于ITAE最佳设定公式PID来控制.仿真结果表明,此种控制方法对于单容大时滞对象具有良好的快速性、平稳性和鲁棒性.     

基于LabVIEW的过程控制实验平台开发

LabVIEVV（Laboratory Virtual Instrument Engineering Workbench）是一种图形化的编程语言，它广泛地被工业界、学术界和研究实验室所接受，视为一个标准的数据采集和仪器控制软件。它提供了丰富的数据采集、分析及存储的库函数，也提供了传统的程序调试手段，如设置断点、单步运行，同时也具有独具特色的执行工具，使程序动画式运行，利于设计者观察到程序的运行细节，     

MFA与PID控制器的实验比较研究

介绍了自来水厂混凝投药过程的时变性、大时滞性等复杂特点,指出实现其自动控制的难点.针对这些难点,进行了抗滞后无模型自适应控制器(MFA)的实验研究,并与传统的PID控制器进行了比较.结果表明,MFA有较强的鲁棒性,在过程参数变化较大的情况下,仍能保持控制系统的稳定性与较好的控制性能,比传统PID控制器有着明显的优越性.