污水处理实验系统中溶解氧模糊控制器的设计

本文在分析了污水处理的生物氧化过程中溶解氧（DO）控制的重要性及复杂性后，提出用模糊控制的方法控制污水处理中的溶解氧，并设计了溶解氧模糊控制系统，为污水处理的自动控制提供了一个新的设计方法。     

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.     

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。     

溶解氧预报模型及误差校正

针对污水处理过程中,由于溶氧仪表面生成生物氧化膜,产生“钝化”现象,造成了溶氧值测量误差,以至影响生产;又因为需要频繁地清理溶氧仪,造成了人力、物力、财力的浪费,降低生产效率等问题,利用人工神经元网络建立了溶解氧预报模型。基于此模型,给出了传感器误差校正的具体方法。当误差超出给定界限时,给出故障报警。现场应用表明,该方法在一定程度上延长了溶氧仪清理的间隔时间,节约了生产成本,提高了生产效率,收到了较好的预报效果。     

污水活性污泥处理过程的溶解氧增益调度控制

考察污水活性污泥处理过程溶解氧控制效果的重要性能指标是溶解氧浓度的波动情况和能耗。针对溶解氧的非线性传递模型,本文提出了以溶解氧设定值作为调度变量的溶解氧增益调度控制方法。即在溶解氧设定值进行泰勒级数展开得到线性模型,采用参考模型方法设计控制器,再根据不同的调度值(溶解氧设定值),调度线性时不变控制器。仿真结果表明,本文提出的增益调度控制方法无论在能耗方面还是在控制精度方面都要明显优越于常规的开关控制和PID控制。     

基于自组织模糊神经网络溶解氧控制方法研究

针对污水处理过程中溶解氧浓度难以控制的问题,提出了一种基于自组织模糊神经网络（self-organizing fuzzy neural network, SOFNN）的溶解氧（dissolved oxygen, DO）控制方法。首先,采用激活强度和神经元重要性两个评判标准,来判断神经元对网络的贡献及活跃程度。然后,对不活跃的神经元进行删减,以此来对神经网络结构进行自适应的调整,从而满足实际控制要求,提高控制精度。其次,采用梯度下降算法对SOFNN神经网络的各个参数进行实时调整,以保证网络的精度。最后,将该自组织方法用在Mackey-Glass时间序列预测中,结果表明所提出的自组织模糊神经网络具有较好的预测效果;同时将所提出的SOFNN方法在BSM1仿真平台上进行实验验证。结果表明,所提出的自组织模糊神经网络控制方法能够对溶解氧浓度进行较好地控制,具有一定的自适应能力。     

基于S7-400 PLC的控制系统在污水处理中的应用

介绍了由Simatic S7-400 PLC、通用变频器MicroMaster和工控组态软件WinCC组成的基于ProfiBus-FMS总线的分布式控制系统及其在污水处理工厂中的应用.系统采用集中管理、分散控制的方式,上位机负责现场设备的远程控制和监视,控制站负责对具体的工艺、设备、主要被控参数进行控制及采集各种运行数据;上位机与PLC之间组网简单、运行速度快、通信稳定性强,系统提高了污水处理设备运行效率和管理水平,具有积极的推广应用价值.     

煤泥浮选的模糊控制

１概述煤泥浮选是一个复杂的物理化学过程，在选煤生产中占有重要地位。浮选过程主要是从直径０．５ｍｍ以下煤泥中分选精煤的过程。它的主要过程是在煤泥中加入适量的捕收剂和起泡剂，进行充分搅拌，产生足够量的药剂气泡，并使精煤粘结在气泡表面，通过浮选机的刮泡机构...     

基于模糊自适应的SBBR溶解氧控制系统仿真

针对SBBR溶解氧系统的纯滞后、非线性、时变性的特点,提出将模糊自适应PID控制器引入到SBBR污水处理系统的曝气过程。采用模糊控制规则,根据控制系统偏差及偏差变化率的大小,自动调整PID控制器KP、KI、KD三个参数的大小,以使系统具有更好的控制品质。通过MABLAB仿真,结果表明,模糊自适应PID控制器比传统PID控制器上升时间缩短了37秒、调节时间缩短了95秒、超调量小3.5%且无静差。     

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。     

发酵过程溶解氧的Fuzzy-PID控制

针对采用常规PID调节罐压和通气量控制溶解氧存在的问题,提出了在主回路中引入模糊控制概念的Fuzzy-PID串级控制方案.给出了模糊控制规则和输出表达式,以及它的应用实践效果.     

基于模糊神经网络的发酵过程溶解氧预估控制

采用模糊逻辑学习算法建立Ｌ－异亮氨酸发酵溶解氧的模糊间接预估规则,并利用模糊神经网络实现这些规则。该网络经过学习能对模糊规则的隶属函数进行调整。仿真结果表明,按该模糊神经网络预估器进行预估控制,可节约发酵供氧能量,防止出现氧限制的情况,从而解决了常规控制难以解决的溶解氧控制问题。     

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。     

溶解氧去伪控制研究

由于污水生化处理过程具有时变、非线性、大时滞、不确定等特点,建立精确的数学模型十分困难.针对这一特点,提出了基于去伪控制的溶解氧浓度研究,系统的介绍了去伪控制理论,并将该方法应用到溶解氧控制系统中,通过SIMULINK仿真,验证了该方法的可用性.     

溶解氧模糊控制器的FPGA设计与实现

为提高溶解氧浓度(DO)自动控制的实时性与稳定性,根据污水处理过程中溶解氧浓度控制和模糊控制的相关原理,设计并实现了基于FPGA的溶解氧模糊控制器.该设计基于QuartusII9.1开发平台,结合FPGA实时性强和稳定性高的特点,使用VHDL语言,运用查表法的思想,并利用Matlab模糊控制工具箱计算出溶解氧模糊控制表.仿真结果表明,该模糊控制器能够实现对溶解氧浓度的实时控制.     

Dissolved Oxygen Model Predictive Control for Activated Sludge Process Model Based on the Fuzzy C-means Cluster Algorithm

International Journal of Control, Automation and Systems - In this work, the problem of predictive control of dissolved oxygen for the activated sludge process model with high nonlinearity and...     

微生物发酵过程中溶解氧的控制研究

溶解氧(DO)是微生物发酵过程中重要参数之一。本文介绍了基于泛布尔代数的溶解氧控制器控制算法和控制器硬件,它能够准确可靠地对溶解氧进行在线检测和控制。