[发明专利]一种基于BP神经网络的污泥脱水系统的计算机控制方法

摘要

本发明公开了一种基于BP神经网络的污泥脱水系统的计算机控制方法，包括：按采样周期，采集进入污泥脱水机絮凝搅拌装置的污泥含水率W1、污泥量Q，絮凝剂溶液的浓度C以及泥饼含水率W2；依次将污泥含水率W1、污泥量Q、絮凝剂溶液的浓度C以及泥饼含水率W2进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4}；其中，x1为污泥含水率系数，x2为污泥量系数，x3为污泥温度系数，x4为泥饼含水率系数；输入层向量映射到中间层，中间层向量y＝{y1,y2,…,ym}；得到输出层向量z＝{z1,z2,z3,z4}；其中，z1为污泥脱水电机的转速调节系数，z2为加药泵的流量调节系数，z3为污泥泵流量调节系数，z4为絮凝搅拌装置的转速调节系数。本发明提供的基于BP神经网络的污泥脱水系统的计算机控制方法，能够提高污泥脱水系统的处理效率。

主权项

一种基于BP神经网络的污泥脱水系统的计算机控制方法，其特征在于，包括以下步骤：步骤1：按照采样周期，采集进入污泥脱水机絮凝搅拌装置的污泥含水率W1、污泥量Q，絮凝剂溶液的浓度C以及泥饼含水率W2；步骤2：依次将污泥含水率W1、污泥量Q、絮凝剂溶液的浓度C以及泥饼含水率W2进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4}；其中，x1为污泥含水率系数，x2为污泥量系数，x3为污泥温度系数，x4为泥饼含水率系数；步骤3：所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；步骤4：得到输出层向量z＝{z1,z2,z3,z4}；其中，z1为污泥脱水电机的转速调节系数，z2为加药泵的流量调节系数，z3为污泥泵流量调节系数，z4为絮凝搅拌装置的转速调节系数，使ni+1＝z1inmax，qi+1＝z2iqmax，q′i+1＝z3iq′max，n′i+1＝z4in′max，其中，z1i、z2i、z3i、z4i分别为第i个采样周期输出层向量参数，nmax、qmax、q′max、n′max分别为设定脱水电机的最大转速、加药泵的最大流量、污泥泵的最大流量、絮凝搅拌装置的最大转速，ni+1、qi+1、q′i+1、n′i+1分别为第i+1个采样周期的脱水电机的转速、加药泵的流量、污泥泵的流量、絮凝搅拌装置的转速。