城市污水处理过程区间二型模糊神经网络控制研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:bingdaogege
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于城市人口的快速增长与工业生产的高速发展,水资源短缺已成为一个亟待解决的全球性问题。作为缓解水资源危机的重要手段之一,污水循环再利用技术在世界范围内已经得到了广泛关注。在近些年,世界各国建设了大量城市污水处理厂以净化污水,从而保护生态环境并提高水资源利用率。其中活性污泥法污水处理技术在各大城市污水处理厂中得到广泛应用,通过利用活性污泥进行多种生化反应过程以净化水质。然而,这些生化反应机理复杂,干扰因素众多,表现出强非线性、高度不确定性和时变特性。同时,城市污水处理过程中生化反应及各控制变量间相互影响,工况众多且复杂。因此,如何应对污水处理过程的非线性、不确定性和时变性,克服不同控制变量间相互干扰,利用有效的控制方法确保不同工况下污水处理过程的稳定运行,仍是目前城市污水处理过程控制研究的难点。为精确控制污水处理过程关键变量,实现城市污水处理过程的稳定运行,文章提出了一种基于区间二型模糊神经网络的控制方法。首先,设计了有一种基于协同策略的自构造区间二型模糊神经网络(Self-constructing interval type-2 fuzzy neural network,SC-IT2FNN),通过结构和参数的协同学习与非线性和线性参数的协同优化,实现良好的泛化性能和较快的收敛速度;其次,设计了一种基于区间二型模糊神经网络的协同控制器(Interval type-2 fuzzy neural network-based cooperative controller,IT2FNN-CC),通过对控制器结构协同调整和参数协同优化,提高了控制器的自适应能力并降低了控制过程中的计算负担,实现了对污水处理过程中不同被控变量的协同控制;最后,通过相应的硬件选择与软件设计实现了IT2FNN-CC,并在实际城市污水处理厂中测试,验证了其具有良好的控制效果。该论文主要的研究工作包括以下几点:1.基于协同策略的自构造区间二型模糊神经网络设计。设计了一种基于协同策略的自构造区间二型模糊神经网络用于提高区间二型模糊神经网络的建模性能。首先,提出一种综合评价算法用于调整SC-IT2FNN的结构以提高网络泛化性能。其次,提出一种可协同SC-IT2FNN的非线性参数与线性参数优化的分层优化机制以加快SC-IT2FNN的学习速度。最后,对SC-IT2FNN的收敛性进行详细分析以保证其成功应用。采用若干基准非线性系统和一个实际应用进行实验以评估SC-IT2FNN的有效性。实验结果表明所提出的SC-IT2FNN建模精度高、结构紧凑。2.基于区间二型模糊神经网络的协同控制器设计。设计了一种基于区间二型模糊神经网络的协同控制器用于协同控制溶解氧和硝态氮浓度以提高污水处理过程的运行性能。首先,提出一种结构协同策略以调整IT2FNN-CC的模糊规则数量,使得IT2FNN-CC的结构可以自适应地满足污水处理过程的不同运行条件。其次,提出一种参数协同策略以协调IT2FNN-CC的全局与局部参数,从而协同优化IT2FNN-CC的参数可得到以满足控制要求。最后,利用李亚普诺夫定理对IT2FNN-CC的稳定性进行了证明并给出相应的稳定性条件以指导应用于实际中。所提出的IT2FNN-CC在1号基准仿真模型中进行仿真实验并得到详细分析。实验结果证实了IT2FNN-CC能够在不同工况条件下精确控制污水处理过程的溶解氧和硝态氮浓度。3.城市污水处理过程协同控制器的应用研究。为了对IT2FNN-CC在实际污水处理厂中的效果进行验证,文中利用相应的硬件和软件实现了城市污水处理过程协同控制器。首先,对城市污水处理过程协同控制器的运行环境进行了分析,为硬件选择与软件设计提供支持。其次,根据实际情况选择合适的硬件设备,通过相应软件功能模块的设计以实现控制功能。最后,在实际城市污水处理厂中对协同控制器进行了溶解氧和硝态氮浓度协同控制测试。实验结果表明城市污水处理过程协同控制器可在多种运行工况下实现协同控制的目标。
其他文献
分布式拒绝服务(Distributed Denial of Service,DDoS)攻击是一种操作较为简单的攻击方式,并且破坏力巨大,因此,也是攻击者经常选择的方式。研究学者虽对DDoS攻击预警进行了一些研究,但随着DDoS的攻击手段不断变化,现有的DDoS攻击预警方法存在滞后的问题,导致预警不及时,使得防范更加困难。本文针对DDoS攻击预警的现存问题,展开分析研究,基于LSTM神经网络模型实现
蓝宝石具有高耐磨性、高硬度、高脆性和化学性能稳定等特点,是蓝光LED(Light-Emitting Diode)最主要产业化衬底、工业及国防领域主要的窗口材料和耐磨轴承材料。传统金刚石划
车间布局的改善是企业提升自身发展的方向,车间布局的优化与提高工作效率、节约物料成本、提高企业效益密切相关。车间布局系统在企业生产活动中扮演着重要角色,一些企业因缺乏理论的指导,没有对车间布局进行科学合理的布置,造成较多不合理问题。本文针对H公司冷藏车装配车间布局不合理现象,对冷藏车装配车间进行优化布局设计。首先,简述H公司的概况和现状,通过定量和定性的分析方法分析当前冷藏车装配车间布局,找到冷藏车
道路交通事故数量居高不下,每年死于高速公路交通事故的人数高达百万人次。分析影响交通事故发生的因素,探寻事故发生的内在原因,并有针对性的采取安全防御措施,是减少交通事故发生、保障交通安全水平最直接有效的手段。交通事故的发生因素众多,交警部门在事故发生之后,借助于事故信息采集表,尽可能多的收集事故发生的相关因素数据,为交通安全分析提供数据资料。然而由于一些对事故发生有明显影响却又无法观测记录的因素存在
AlMgB14具有硬度高、耐磨性好、摩擦系数低、高温稳定性好、密度小及自润滑等特点,是继金刚石、立方氮化硼之后的一种新的超硬材料,近年来受到科研人员的广泛关注。但该材料
纤维增强粉煤灰混凝土作为对普通粉煤灰混凝土的改良,以其对混凝土早期抗裂性能等的明显提高,广泛应用于重大工程中。但在服役过程中,由于各种侵蚀性介质的侵蚀,其同样面临着
近年来,抗生素环境污染事件越来越引起的人们的关注。溶解性有机物(DOM)作为天然水体、土壤系统中腐殖质的可溶的组成部分,对环境中有机污染物的迁移、转化和降解有重要的影响。DOM又主要分为类腐殖质和类蛋白质,二者的结构、性质有较大差异,对同一物质的作用亦有所不同,故而对污染物的迁移、转化和降解也有不同的影响。因此,研究水环境中不同种类抗生素与类腐殖质和类蛋白质的相互作用以及探讨不同因素对二者相互作用
近年来,计算机视觉的不断发展,深度学习逐渐被运用到代替传统算法的一些领域,如目标检测、图像分类等领域。其中,工业智能制造是深度学习目标检测重要的应用领域之一,它能够提高工业生产的效率。极性电子元器件的类别、方向识别、定位在工业生产、焊接和检测等领域发挥着至关重要的作用。把深度学习的目标检测运用到极性电子元器件的识别和定位中具有重大的研究意义和的工程应用价值。在本文中,提出基于深度学习的极性电子元器
6M气缸盖是我公司的主导产品之一,主要装备高功率的重型柴油发动机,其特点是内腔结构复杂、壁厚相差悬殊,且材质要求高,必须满足薄壁高强的要求。为了提高公司在重机市场上的
电子浆料是一种具有高技术、高性能的电子功能材料,是电子元器件封装、电极和互联的关键材料,应用于电子、信息、通信等行业中。本论文是在铜浆料的基础上,添加少量导电性能