[发明专利]一种基于二型模糊神经网络的污水处理过程协同控制方法有效

专利信息
申请号: 201910899611.7 申请日: 2019-09-23
公开(公告)号: CN110647037B 公开(公告)日: 2022-03-15
发明(设计)人: 韩红桂;李嘉明;伍小龙;乔俊飞 申请(专利权)人: 北京工业大学
主分类号: G05B13/04 分类号: 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 基于 模糊 神经网络 污水处理 过程 协同 控制 方法
【权利要求书】:

1.一种基于二型模糊神经网络的污水处理过程协同控制方法,针对污水处理过程中溶解氧DO浓度和硝态氮NO3-N浓度进行控制,其中,以曝气量和内回流量为控制量,溶解氧DO浓度和硝态氮NO3-N浓度为被控量;

其特征在于,包括以下步骤:

(1)设计用于溶解氧DO浓度和硝态氮NO3-N浓度控制的二型模糊神经网络,二型模糊神经网络分为五层:输入层、隶属函数层、规则层、后件层、输出层;具体为:

①输入层:该层由4个输入神经元组成:

X(t)=[x1(t),x2(t),x3(t),x4(t)]T (1)

其中,X(t)表示二型模糊神经网络的输入向量,x1(t)为t时刻溶解氧DO浓度设定值与实际测量值的误差,x2(t)为t时刻溶解氧DO浓度设定值与实际测量值误差的变化率,x3(t)为t时刻硝态氮NO3-N浓度设定值与实际测量值的误差,x4(t)为t时刻硝态氮NO3-N浓度设定值与实际测量值误差的变化率,T为矩阵的转置;

②隶属函数层:该层有4×M个神经元,每个神经元代表一个二型隶属函数,表示如下:

其中,M为规则层神经元的总个数,1M≤20;mij(t)表示t时刻关于第i个输入和第j个规则层神经元的隶属函数层神经元的输出值下界,表示t时刻关于第i个输入和第j个规则层神经元的隶属函数层神经元的输出值上界,e为自然常数,e=2.7183;cij(t)为t时刻关于第i个输入和第j个规则层神经元的隶属函数层神经元的中心值下界,为t时刻第i个输入和第j个规则层神经元的隶属函数层神经元的中心值上界,σij(t)为t时刻关于第i个输入和第j个规则层神经元的隶属函数层神经元的宽度值;i表示二型模糊神经网络的输入个数,j表示二型模糊神经网络的规则层神经元的个数,i=1,2,3,4;j=1,2,…,M;

③规则层:该层有M个神经元,每个神经元的输出为:

其中,Fj(t)为t时刻第j个规则层神经元的激活强度,fj(t)为t时刻第j个规则层神经元的激活强度下界,为t时刻第j个规则层神经元的激活强度上界,

④后件层:该层有4个神经元,每个神经元的输出为:

其中,yk(t)为t时刻关于第k个输出层神经元的后件层神经元的输出下界,为t时刻关于第k个输出层神经元的后件层神经元的输出上界;为t时刻关于第j个规则层神经元与第k个输出层神经元的后件权值,为t时刻关于第i个输入、第j个规则层神经元和第k个输出神经元的权值系数,为t时刻关于第k个输出层神经元和第j个规则层神经元的权值偏置,k=1,2;

⑤输出层:该层有2个神经元,每个输出神经元的输出为:

其中,Δuk(t)为t时刻二型模糊神经网络的第k个输出值,qk(t)为t时刻关于第k个输出层神经元的后件层神经元输出下界的比例值,0qk(t)1;

(2)训练二型模糊神经网络,具体如下:

①将参数分为全局参数和局部参数;定义全局参数向量和局部参数向量为:

其中,Φg(t)为t时刻全局参数向量,Φl(t)为t时刻局部参数向量;定义目标函数为:

其中,l(t)为t时刻的综合误差,α(t)为t时刻的误差系数,l1(t)为t时刻溶解氧DO浓度设定值与实际值的误差,l2(t)为t时刻硝态氮NO3-N浓度设定值与实际值的误差,为t时刻溶解氧DO浓度的设定值,y1(t)为t时刻溶解氧DO浓度的实际值,为t时刻硝态氮NO3-N浓度的设定值,y2(t)为t时刻硝态氮NO3-N浓度的实际值;

②利用综合误差和自适应二阶算法以协同优化二型模糊神经网络的全局参数和局部参数;定义参数更新公式为:

其中,Φ(t+1)为t+1时刻的参数向量,Φ(t)为t时刻的参数向量,I为单位矩阵,Gl(t)为t时刻的误差梯度向量,θ(t)为t时刻的自适应学习率,θ(t)∈(0,1],J(t)为t时刻的雅克比向量,为t时刻综合误差关于全局参数的偏导数,为t时刻综合误差关于局部参数的偏导数,为t时刻综合误差关于不确定中心下界的偏导数,为t时刻综合误差关于不确定中心上界的偏导数,为t时刻综合误差关于宽度值的偏导数,为t时刻综合误差关于第k个输出的权值系数的偏导数,为t时刻综合误差关于第k个输出的权值偏置的偏导数,为t时刻综合误差关于第k个输出的比例值的偏导数;

(3)设计用于污水处理过程中溶解氧DO浓度和硝态氮NO3-N浓度的协同控制方法,具体为:

①根据公式(7)计算二型模糊神经网络的输出;

②判断当前时刻综合误差的大小,如果l(t)0.01,转到步骤③;如果l(t)≤0.01,转到步骤④;

③根据公式(10)求解各个参数的更新值;

④计算当前时刻控制器的输出值uk(t)

uk(t)=uk(t-1)+Δuk(t) (11)

其中,uk(t)为t时刻控制器的第k个输出,u1(t)为t时刻控制器的曝气量输出,u2(t)为t时刻控制器的内回流量输出,uk(t-1)为t-1时刻控制器的第k个输出;

⑤uk(t)为当前时刻溶解氧DO浓度和硝态氮NO3-N浓度协同控制器的实际输出;转到步骤①;

(4)利用求解出的t时刻控制器的输出值u1(t)和u2(t)对溶解氧DO浓度和硝态氮NO3-N浓度进行控制,u1(t)即t时刻曝气量的控制输入量,u2(t)即t时刻内回流量的控制输入量,控制系统的输出为实际溶解氧DO浓度值和实际硝态氮NO3-N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/201910899611.7/1.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