计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2015年
6期
1961-1963,1975
,共4页
神经网络%溶解氧%控制%污水处理
神經網絡%溶解氧%控製%汙水處理
신경망락%용해양%공제%오수처리
neural network%dissolved oxygen%control%wastewater treatment
污水生化处理过程常常受到入水流量水质变化而处于动态过程,溶解氧浓度作为系统运行过程的一个关键变量,采用经典的PI控制器难以保证良好的控制效果;针对污水处理过程的溶解氧浓度控制问题,提出了基于单神经元自适应PID算法和基于RBF神经网络两种控制器;在国际基准Benchmark Simulation Model No.1 (BSM1)的仿真平台上进行仿真实验,与经典PI控制器的运行结果对比,证明了在所提出的两种控制器作用下,溶解氧浓度具有更好的跟踪给定值能力,控制系统具有更好的综合性能指标值.
汙水生化處理過程常常受到入水流量水質變化而處于動態過程,溶解氧濃度作為繫統運行過程的一箇關鍵變量,採用經典的PI控製器難以保證良好的控製效果;針對汙水處理過程的溶解氧濃度控製問題,提齣瞭基于單神經元自適應PID算法和基于RBF神經網絡兩種控製器;在國際基準Benchmark Simulation Model No.1 (BSM1)的倣真平檯上進行倣真實驗,與經典PI控製器的運行結果對比,證明瞭在所提齣的兩種控製器作用下,溶解氧濃度具有更好的跟蹤給定值能力,控製繫統具有更好的綜閤性能指標值.
오수생화처리과정상상수도입수류량수질변화이처우동태과정,용해양농도작위계통운행과정적일개관건변량,채용경전적PI공제기난이보증량호적공제효과;침대오수처리과정적용해양농도공제문제,제출료기우단신경원자괄응PID산법화기우RBF신경망락량충공제기;재국제기준Benchmark Simulation Model No.1 (BSM1)적방진평태상진행방진실험,여경전PI공제기적운행결과대비,증명료재소제출적량충공제기작용하,용해양농도구유경호적근종급정치능력,공제계통구유경호적종합성능지표치.
