[发明专利]一种污水处理过程自组织控制方法有效

专利信息
申请号: 201310456956.8 申请日: 2013-09-30
公开(公告)号: CN103499982A 公开(公告)日: 2014-01-08
发明(设计)人: 韩红桂;钱湖海;李颖;乔俊飞 申请(专利权)人: 北京工业大学
主分类号: G05D11/00 分类号: G05D11/00;G05B13/04
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
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 污水处理 过程 组织 控制 方法
【权利要求书】:

1.一种污水处理过程自组织控制方法,其特征包括以下步骤:

(1)确定控制对象;针对序批式间歇活性污泥系统中溶解氧进行控制,以曝气量为控制量,溶解氧浓度DO为被控量;

(2)设计用于污水处理过程中溶解氧的控制系统,控制系统分为三部分:线性控制部分、鲁棒控制部分、神经网络控制部分;具体为:

①设定线性控制部分,线性控制器的输入为:

e_(t)=yd(t)-y(t);---(1)]]>

其中yd是溶解氧浓度的期望输出,y是溶解氧浓度的实际输出;线性控制器的输出为:

udc(t)=he_(t);---(2)]]>

其中udc是线性控制器的输出,h是比例系数,h∈[5,25];

②设定鲁棒控制部分,鲁棒控制器的输入与线性控制器的输入相同;鲁棒控制器的输出为:

usl(t)=γ2|h-1e_(t)|sgn(h-1e_(t));---(3)]]>

其中γ2是鲁棒控制器设计系数,γ2∈(0,0.5],usl是鲁棒控制器的输出,sgn()是符号函数;

③设定神经网络控制部分,神经网络控制器的输入为x(t)=[yd(t),udc(t)+usl(t)]T,T为公式的转置;神经网络控制器的输出为uad

(3)设计用于污水处理过程中溶解氧自组织控制方法的RBF神经网络拓扑结构;网络分为三层:输入层、隐含层、输出层;输入为x(t),输出为uad

初始化RBF神经网络:确定神经网络2-K-1的连接方式,即输入层神经元为2个,隐含层神经元为K个,输出层神经元为1个;对神经网络的权值进行随机赋值;设第t时刻RBF神经网络输入为x(t),神经网络的输出表示为uad(t),RBF神经网络的计算功能是:

uad(t)=Σk=1kwk(t)θk(x(t));---(4)]]>

wk(t)表示隐含层神经元和输出层的连接权值,k=1,2,…,K;θk是隐含层第k个神经元的输出,其计算公式为:

θk(x(t))=e(-||x(t)-μk(t)||/σk2(t));---(5)]]>

μk表示隐含层第k个神经元中心值,σk表示隐含层第k个神经元的中心宽度;

(4)自组织控制方法设计,具体为:

①给定一个RBF神经网络,隐含层神经元为较小自然数,K为小于10的正整数,输入为x(t);

②计算隐含层神经元k的活跃度Afk

Afk=20×e-||x(t)-μk||θk(x(t))Σk=1Kθk(x(t));---(6)]]>

其中,k=1,2,…,K,Afk是隐含层第k个神经元的活跃度,K是隐含层神经元数,θk是隐含层第k个神经元的输出;如活跃度Afk小于活跃度阀值Afo∈[0.01,0.2],网络结构不需要调整;如活跃度Afk大于活跃度阀值Afo∈[0.01,0.2],分裂神经元k,调整网络结构,并且更新隐含层神经元数K’=K+1;

③计算隐含层神经元X与输出层神经元Y间的连接强度,假设X和Y是相互连接的神经元,交互信息的强度M(X;Y)依赖于神经元X和Y间的平均信息量,神经元X和Y间的连接强度定义为:

M(X;Y)=H(X)-H(X|Y)=H(X)-H(Y|X);                      (7)

其中,H(X)为X的香农熵,H(Y|X)为Y在X条件下的熵;由公式(7)可知,当神经元X和Y相互独立时,M(X;Y)的值为0;否则,M(X;Y)为正数;所以,M(X;Y)≥0,并且

M(X;Y)≤min(H(X),H(Y));                      (8)

规则化交互信息的强度

m(X;Y)=M(X;Y)min(H(X),H(Y));---(9)]]>

其中0≤m(X;Y)≤1,通过公式(9)可以计算隐含层神经元X与输出层神经元Y间的连接强度;设定连接强度阀值m0∈[0,0.1],在RBF神经网络中,当m(X;Y)大于连接强度阀值m0时则说明神经元X和Y间的信息交互较强,认为X和Y间有连接,网络结构不需要调整;当m(X;Y)小于连接强度阀值m0时则表明神经元X和Y间的信息交互强度较弱,在网络结构调整时可忽略神经元X和Y间的连接,从而断开神经元X和Y间的连接,并且更新隐含层神经元数K’’=K’-1;

④调整神经网络的隐含层神经元与输出层之间的连接权值W(t):

W(t)=γ1e_(t)θ(x(t));---(10)]]>

其中,

θ(x(t))=[θ1(x(t)),θ2(x(t)),...,θK''(x(t))]T

W=[w1,w2,...,wK'']T;                      (11)

γ1∈(0,0.1]表示神经网络学习率;

⑤根据公式(4),uad(t)为神经网络t时刻的实际输出;

(5)用自组织控制方法实现污水处理过程中溶解氧的控制,控制系统的总输出为:

u=1υ(udc-uad+usl);---(15)]]>

其中υ是系统设计系数,υ[5∈,15];控制系统的总输出u即为变频器的输入,变频器通过调节电动机的转速达到控制鼓风机的目的,最终控制曝气量,整个控制系统的输出为实际DO浓度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京工业大学,未经北京工业大学许可,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/201310456956.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top