[发明专利]一种脱硫系统中pH值的控制方法及装置

权利要求书

1.一种脱硫系统中pH值的控制方法，其特征在于，所述方法包括：

采用时间序列神经网络模型训练预测模型；

根据所述预测模型确定预测输出pH值；

将pH设定值和所述预测输出pH值的差值作为预测控制器的输入，得到供浆量信号；

根据所述供浆量信号进行pH值控制。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

确定被控对象的模型结构；

获取所述被控对象的实际输出pH值；

根据所述实际输出pH值和所述预测输出pH值计算预测误差；

根据所述预测误差计算预测误差变化率；

根据所述预测误差和所述误差变化率对预测控制器的输出值进行校正。

3.如权利要求2所述的方法，其特征在于，所述被控对象的模型结构为：

其中，K为比例系数，τ为延迟时间，T₁、T₂为惯性时间。

4.如权利要求3所述的方法，其特征在于，在确定被控对象的模型结构之后，所述方法还包括：

采用粒子群算法寻优确定模型结构的参数。

5.如权利要求4所述的方法，其特征在于，所述寻优以所述模型结构的实际数据和预测输出的最小误差为目标，采用均方根误差为误差评估指标，所述误差评估指标的计算公式为：

其中，n为样本数，o(k)和y(k)分别为实际输出与预测输出。

6.如权利要求4所述的方法，其特征在于，所述被控对象传递函数为：

7.如权利要求1所述的方法，其特征在于，所述采用时间序列神经网络模型训练预测模型，具体包括：

采用NARX神经网络来构建动态矩阵控制系统的预测模型。

8.如权利要求1所述的方法，其特征在于，所述预测模型的隐含层节点设为10，所述隐含层激励函数选用双曲正切函数。

9.如权利要求2所述的方法，其特征在于，所述预测控制器的构建过程为：

在所述被控对象上施加一个供浆量阶跃响应信号，得到所述被控对象的动态矩阵，以所述pH设定值与所述预测输出pH值的差值最小作为优化函数，求得预测控制中的控制矩阵，构成预测控制器。

10.一种脱硫系统中pH值的控制装置，其特征在于，包括：

预测模型训练模块，用于采用时间序列神经网络模型训练预测模型；

预测输出pH值确定模块，用于根据所述预测模型确定预测输出pH值；

供浆量信号确定模块，用于将pH设定值和所述预测输出pH值的差值作为预测控制器的输入，得到供浆量信号；

pH值控制模块，用于根据所述供浆量信号进行pH值控制。