[发明专利]嵌入式智能加药控制器及其控制方法有效
申请号: | 200910042469.0 | 申请日: | 2009-01-09 |
公开(公告)号: | CN101607151A | 公开(公告)日: | 2009-12-23 |
发明(设计)人: | 罗大庸;陈德池;黄卫权;石迎春;谢煌;陈国华 | 申请(专利权)人: | 湖南华博科技开发有限公司 |
主分类号: | B01D21/01 | 分类号: | B01D21/01;B01D21/30;B01F15/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410015湖南省长沙*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 嵌入式 智能 控制器 及其 控制 方法 | ||
技术领域
本发明涉及水处理技术,具体地说涉及到一种嵌入式智能加药控制器及其控制方法,该方法运用于饮用水水处理混凝投药工艺的监视、控制与数据采集,属于饮用水安全保障技术。
技术背景
混凝是水处理工艺的一个重要过程,混凝剂投加控制方法的目的是追求混凝剂最佳投加量来提高供水质量。混凝反应过程是一个时滞、非线性、时变、干扰因素众多的复杂过程,其中,源水的浊度、温度、流量、PH值、溶解氧、氧化还原值、导电率、“矾液”的流量和浓度等对它都有影响。混凝剂最佳投加量指达到既定水质目标的最小混凝剂投量,即“最佳剂量”,混凝剂最佳投加量控制是自来水厂控制的关键环节。混凝机理至今还未有统一的认识,尚没有定量描述的数学模型,因此,如何达到“最佳剂量”控制和提高供水质量一直是水处理技术人员研究的难题。
专利号为ZL200510009831.6的专利公布了一种基于多源信息融合技术的混凝过程智能监测与控制方法,其控制结构是通过单因子检测仪把当前混凝反应程度反馈值与期望的混凝程度设定值进行比较,经相应运算(如模糊控制,PID控制)输出混凝剂投加量至混凝剂投加泵,从而实现混凝剂投加控制。该发明专利的特点是通过测量源水的多种水质参数从而实现变化水质条件下单因子混凝控制系统设定值适时、适宜的自修正,单因子检测仪是安装于混凝沉淀池前的管道上,而真正的混凝是在混凝沉淀池中完成。该专利所提供的控制方法设定值是混凝沉淀池的混凝程度,被控量是混凝剂投加量,而对混凝有重要影响的混凝沉淀池却在反馈环外,其控制系统仅由一个单闭环反馈组成,没有涵盖主要的控制对象混凝沉淀池,在应用中受到了一定限制。
发明内容
本发明的目的是为了克服上述智能加药控制方法的缺陷,提供一种优化的智能加药控制方法,并构建与之相适应的嵌入式智能加药控制器。该方法设定值是由水处理工艺设计所决定的滤前浊度值,被控量是实测的滤前浊度值,控制的主要对象是混凝沉淀池和加药计量投加泵。由于具有时滞、非线性、时变、干扰因素众多的被控主要对象是在反馈环内,针对这一问题,本发明寻求一种优化的控制方法,并能实现混凝投加量的最佳优化控制。
为实现上述目的,本发明所采取的技术方案是:嵌入式智能加药控制器,其特征在于:
具有包括数据采集、通讯、显示、外存贮器CF卡等外部接口。嵌入式智能加药控制器通过Ether NET接口与以太网(1)相连接,通过JTAG接口与仿真器(2)相连接,通过LCD接口与TFT触摸屏(3)相连接,通过PCI接口与数据采集卡(4)相连接;通过KEY接口与面板键盘(5)相连接;通过三个USB接口、一个RJ45接口、一个RS232/RS485接口与现场设备(6)相连接。本控制器具有单机控制功能,可用于没有实现DCS自动化的饮用水厂对计量泵的独立控制,一台嵌入式智能加药控制器可控制二台加药计量泵;本控制器具有网络控制功能,也可用于已实现DCS自动化的饮用水厂对计量泵的控制。
所述的数据采集接口包括16路单端或8路双端AI、4路AO、8路带隔离DI、8路不带隔离DI、8路继电器输出DO、8路不带隔离DO。
嵌入式智能加药控制方法,其特征在于:由混合智能控制器、混凝剂投加泵、混凝沉淀池前向通道和混凝剂流量计、滤前浊度仪(沉淀后的浊度——浊度传感器)反向通道组成,是一个双闭环反馈——前馈控制系统。
所述的混合智能控制器由专家系统与自学习BP神经网络两大部分组成。其中专家系统又由知识库、规则模型库和推理机组成,具体特征为:
专家系统的输入量为:变化较快的源水流量和源水浊度值、滤前浊度给定值与实测值。
专家系统的输出量为:
(1)当实测源水流量和浊度发生突变时,根据其变化的大小和变化率,计算输出前馈补偿投药量;
(2)根据实测沉淀后浊度的大小和变化率与设值其偏离的大小,推理输出正/负增量值,作为控制模式二的输出;
(3)根据实测沉淀后浊度与其设定值的偏差大小,推理输出控制模式选择;
(4)根据沉淀后浊度变化率,推理、预测出沉淀后浊度。
所述的自学习BP神经网络包括:
(1)滚动学习过程:神经网络根据历史数据进行滚动学习,按误差修正神经网络的权系数。
(2)反馈学习过程:根据设定值和滤前浊度的偏差,自学习再一次修正神经网络的权系数。
(3)重新计算输出过程:根据历史数据和下一个时刻的滤前浊度的预测值,作为神经网络的输入,计算出现在时刻的混凝剂投加量,作为计量泵的给定值。
本发明的优点:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南华博科技开发有限公司,未经湖南华博科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200910042469.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种极细粒煤的选别工艺
- 下一篇:一种中药泡脚治疗风寒头痛病的方法