混凝剂投加是城市供水处理过程中净水处理的重要环节,准确地投加混凝剂可以有效地减轻过滤、消毒设备的负担,在保证满足出厂水浊度要求的前提下尽量减少混凝剂的投加量,具有良好的经济效益和社会效益。 城市供水处理的混凝投药过程反映到控制理论上是一个大惯性大时滞、受外界因素干扰不确定和难于精确建模的复杂过程。这里针对混凝投药过程的复杂特性,提出了基于神经网络的系统辨识,得到该水厂混凝投药过程的数学模型,在此基础上,分别对基于状态反馈的ITAE控制和神经网络控制进行了研究和改进,并且通过仿真研究,验证和比较了各种控制方法的有效性。具体研究内容如下： (1)首先,通过已知模型的神经网络辨识,得到了基于神经网络的阶跃响应,并与对象的实际阶跃响应相对照。仿真结果证明,可以从神经网络模型中得到被控过程的阶跃响应,从而得到相应的过程参数。然后,针对从该水厂获取的工业实测数据,进行去野值,去高、低频噪音,数据平滑处理和归一化等预处理,得到了可以用于过程辨识的有效数据。再通过分析神经网络的各个输入,以及根据经验得到各个变量相对应的近似延时值,构造了一个比较合理的神经网络模型。通过用经过数据处理得到的工业数据训练,得到一个效果较好的神经网络模型。对该神经网络进行阶跃响应实验,得到基于神经网络的阶跃模型,从而分析得到水厂混凝投药过程控制通道的模型。这个模型可以为工业上的实际应用提供一定的参考。 (2)针对得到的水厂混凝投药过程模型,把过程的时滞和惯性看做一个整体,提出了一种基于状态反馈的单容时滞过程的ITAE控制研究方法。首先,采用多项式拟合纯滞后环节,进而构造基于观测器的内环状态反馈矩阵,状态反馈矩阵和观测器的极点都配置成具有ITAE最佳传递函数。合理地配置观测器频率和状态频率Wo从而很好地改善了对象动态特性。外环采用基于ITAE最佳设定公式的PID控制器来控制。仿真结果表明：此种控制方法结合了PID控制和二次优化控制的优点,对于单容大时滞对象,具有良好的快速性,平稳性和鲁棒性。 (3)分析了基于BP神经网络的PID控制原理,系统结构,以及学习算法。在前人的研究基础上,提出了基于RBF辨识网络的BP神经网络的PID控制算法。主要从两个方面来改进。1)通过采用RBF辨识网络得到对象的灵敏度信息δy(k)/δu(k);2)增加一个参数a调整积分作用。大量的仿真研究表明：此控制方案能有效地抑制超调量,具有良好的快速性,平稳性和鲁棒性。