[发明专利]一种控制水处理絮凝剂投放量的方法及系统有效
申请号: | 201010182234.4 | 申请日: | 2010-05-18 |
公开(公告)号: | CN101825870A | 公开(公告)日: | 2010-09-08 |
发明(设计)人: | 赵寅军;张伯立;徐永灿;杨俊宇;孙建彬 | 申请(专利权)人: | 浙江浙大中控信息技术有限公司 |
主分类号: | G05B13/02 | 分类号: | G05B13/02 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 逯长明 |
地址: | 310053 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 控制 水处理 絮凝 投放 方法 系统 | ||
1.一种控制水处理絮凝剂投放量的方法,其特征在于,包括:
a、在当前时刻絮凝剂投放量的基础上,选取具有待定系数的阶跃基函 数作为下一时刻絮凝剂投放量的增量,预设以后每一时刻絮凝剂投放量的增 量为前一时刻絮凝剂投放量的增量乘以预先给定的遗传因子,所述遗传因子 小于1;
b、通过滤前水浊度预测模型ym(k+i)=f(u(k+i))对当前时刻和未来时刻的 滤前水浊度进行预测输出,得到一条在预测时域内的滤前水浊度预测输出轨 迹,其中,f(x)是所述预测模型的函数式,所述ym为预测模型的滤前水浊度 预测输出曲线,所述u为在具有遗传因子的阶跃函数的作用下的控制输入曲 线,所述u(k+i)为在k+i时刻预设的控制输入,所述k为当前时刻,所述i的 取值范围为从1到H,所述H为控制时域的步数,对当前时刻的滤前水浊度 和未来时刻的滤前水浊度进行误差补偿,得到当前时刻补偿后的预测输出的 滤前水浊度yp(k)=y(k)+ym(k)-ym(k-L),其中,所述yp是进行误差补偿后的 预测输出曲线,所述y(k)为当前时刻实际所测得的滤前水浊度,L为对当前 时刻产生影响的滞后时间,ym(k-L)为k-L时刻的预测输出,得到未来时刻补 偿后的滤前水浊度yp(k+i)=ym(k+i)+e(k+i),e(k+i)=y(k)-ym(k),其中,所述 e(k+i)为当前k时刻的实际输出和预测输出的差值,所述yp(k+i)为k+i时刻 对未来时刻的预测输出进行补偿后的预测输出,并由当前时刻和未来时刻补 偿后的滤前水浊度的预测输出绘出补偿后的预测输出轨迹;
c、由当前时刻补偿后的预测输出和给定的滤前水浊度的期望值确定一 条期望输出的轨迹,所述期望输出的轨迹对应在预测时域内由当前时刻的滤 前水浊度预测输出出发到给定的滤前水浊度的期望值,且所述期望输出的轨 迹为yr(k+i)=(1-e-i)Tu+e-iyp(k),其中,所述Tu为滤前水浊度设定值,所述 yp(k)为当前k时刻补偿后的预测输出,所述e为自然对数;
d、利用根据最小二乘原理对评价函数进行求 导、取极值的方式将所述滤前水浊度补偿后的预测输出轨迹和期望输出轨迹 进行拟合,求得阶跃基函数的系数,从而得出下一时刻的絮凝剂投放量;
e、应用BP神经网络原理建立一个模型参数-水质参数和残差的三层网 络修正模型,通过该网络修改模型并根据残差和水质参数对所述预测模型进 行在线修正,然后执行步骤a。
2.根据权利要求1所述的方法,其特征在于,所述步骤e具体为:神经 网络根据残差和水质参数对所述预测模型进行在线修正,然后执行步骤a;
其中:
所述残差为预测输出和实际输出的差值;
所述水质参数为水的流量、浊度、PH值或温度。
3.根据权利要求1或2所述的方法,其特征在于,所述预测输出包括自 由响应和受迫响应;其中,所述自由响应是由前一时刻控制输入引起的模型 响应,所述受迫响应是由当前时刻控制输入的增量引起的模型响应。
4.一种基于权利要求1所述方法的控制水处理絮凝剂投放量的系统, 其特征在于,包括:控制输入模块、预测输出子模块、补偿子模块、优化模 块和修正模块;
其中:
所述控制输入模块用来选取待定系数的阶跃基函数作为下一时刻絮凝剂 投放量的增量,同时预设以后每一时刻絮凝剂投放量的增量为前一时刻絮凝 剂投放量的增量乘以预先给定的遗传因子,所述遗传因子小于1;
所述预测输出子模块采用预测模型ym(k+i)=f(u(k+i))对当前时刻和控制 输入模块作用下的未来时刻的滤前水浊度进行预测输出,同时得到一条在预 测时域内的滤前水浊度预测输出轨迹;
所述补偿子模块对当前时刻的滤前水浊度和未来时刻的滤前水浊度进行 误差补偿,得到当前时刻补偿后的预测输出的滤前水浊度 yp(k)=y(k)+ym(k)-ym(k-L)和未来时刻补偿后的滤前水浊度 yp(k+i)=ym(k+i)+e(k+i),e(k+i)=y(k)-ym(k);
所述优化模块用来根据当前时刻补偿后的滤前水浊度预测输出和给定的 滤前水浊度的期望值确定一个在预测时域内由当前时刻预测输出到期望值的 期望输出的轨迹,并利用根据最小二乘原理对评价函数 进行求导、取极值的方式将所述滤前水浊度预测输出 轨迹和期望输出轨迹进行拟合,求得阶跃基函数的系数;
所述修正模块用来通过应用BP神经网络原理建立一个模型参数-水质参 数和残差的三层网络修正模型,通过该网络修正模型并根据残差和水质参数 对所述预测输出模块进行在线修正。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江浙大中控信息技术有限公司,未经浙江浙大中控信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010182234.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:具有故障诊断功能的控制系统和方法
- 下一篇:一种微分光脉冲时域展宽模数转换器