[发明专利]一种高浊度水系自动投药控制方法

摘要

一种高浊度水系自动投药控制方法，其是根据历史源水流量、浊度、温度和pH值，沉淀池的出水浊度等运行参数来训练BP神经网络，得到神经网络模型，再把上述参数作为BP神经网络的输入参数，经过BP神经网络内部的优化算法，得出输出量用于指导控制加药量，按照实时沉淀出水浊度用内模PID计算调整加药量，利用流量计和液位计精确配药浓度，根据配药浓度和投加药量计算投加流量，再由流量对调节阀门开度或调节加药泵频率冲程实施PID控制，从而控制加药流量。本发明既能根据源水的变化，迅速调整投药量，又能自动跟踪沉淀池的出水浊度，进行适当修正，从而保证沉淀池的出水浊度指标不仅达到工艺要求而且节约药耗。

主权项

一种高浊度水系自动投药控制方法，所述方法包括以下步骤：（1）在原水管安装原水仪表，其中包括原水流量计、原水浊度检测仪表、原水温度计和PH计，在沉淀出水处安装水质仪表即沉淀出水浊度检测仪，在絮凝剂制备系统中安装絮凝剂制备系统仪表，其中包括絮凝剂原液及清水配给流量计、絮凝剂投加池液位计和配药池液位计，在絮凝剂投加系统管线上安装絮凝剂投加流量计；（2）由PLC采集步骤（1）中絮凝剂制备系统仪表的数据，根据配药浓度设定来计算配药原液量Vy和清水配加量Vs，其中Vs=(Vmax+No·Vo‑N·Vo+N·Vo·No)/(N+1)，Vy=Vmax‑Vs，Vmax为最大容积，Vo为药池内剩余药液体积，N为本次配药浓度及设定投加浓度，No为剩余药液浓度，并控制配加管线阀和搅拌机的工作，实现自动配药，精确配药浓度；（3）将PLC采集的步骤（1）中水质及原水检测仪表以及絮凝剂投加流量计的数据及步骤（2）的设定投加浓度，传送至数据分析服务器记录，并由服务器对前期历史投加数据作BP神经网络练习，公式如下：Δu=ΔO·g’(h)，其中ΔO是实际输出与计算输出误差，g’(h)是神经网络传递函导数，神经网络传递函数通常采用Tansig函数或Logsig函数，Δu为权优化增量，由输出偏差和神经网络传递函数导数乘积推导权优化增量，得出神经网络节点控制权，再用神经网络算法结合当前原水水质和水量作出投加药量预测，采用以下公式：H=Σ(w·f(i)+b)，O=Σ(u·g(h)+n)，其中w、u为控制权，b、n为偏移量，f()为神经网络隐层激活函数（如TanSig函数），g()为神经网络输出层激活函数，i为输入层向量，O为输出层向量，H为神经网络隐层向量; （4）将步骤（3）计算的输出层向量O作为预测值送至PLC，PLC再根据沉淀池出水水质反馈，采用内模PID计算补偿投加量，采用的公式为：ΔO=Ki·∫edt+Kp·e+Kd·de，其中e为给定控制目标与实际出水水质误差，Ki·∫edt误差积分计算，Kp·e比例计算，Kd·de微分计算和ΔO计算输出调整量及投加药补偿量，实现逐步投加优化；（5）由PLC结合本次配药浓度N、步骤（4）计算出的投加药补偿量ΔO和步骤（3）计算出的输出向量O，计算出预测投加流量Q=N·(O+ΔO)，PLC根据计算出的预测投加流量对调节阀门开度或调节加药泵频率冲程实施PID控制，从而控制加药流量，实现自动加药。