[发明专利]逆系统方法在连铸水处理系统中控制溶解氧的方法

说明书

技术领域

本发明涉及连铸系统的水处理领域，具体是逆系统方法在连铸水处理系统中控制溶解氧的方法。

背景技术

连铸系统的水处理过程是一个复杂的生化反应过程，连铸水中DO(溶解氧)量是水处理生化反应过程中一个非常重要的指标参数，它能比较直观、迅速地反映整个系统的运行状况。对DO(溶解氧)的控制可以直接影响到出水水质和系统能耗。

逆系统方法是研究非线性控制的一个有效方法，但是由于非线性控制系统的复杂性和不确定性，使得对此类系统的确切描述非常困难，而求逆模型则更加困难，最终使想要应用逆系统方法变得非常困难。由于神经网络具有很强的学习能力和非线性逼近能力，一些学者研究了运用神经网络建模的逆系统方法,即将神经网络逆模型与PID控制器相结合的控制方法。然而神经网络存在过学习、局部极小点、结构和类型设计依赖于专家经验等缺陷，这在一定程度上限制了其在逆系统方法中的应用。

发明内容

本发明的目的在于，将逆系统方法结合PID控制器形成一种用于连铸水处理系统的控制方法，其能够获得良好的节能效果和经济效益。

为了达到上述目的，本发明是这样实现的：

一种逆系统方法在连铸水处理系统中控制溶解氧的方法，包括

步骤1、建立非线性系统：

y(k)＝f[y(k-1),y(k-2),...y(k-n),u(k),u(k-1),...u(k-m)]

其中，y(k)是k时刻的输出，u(k)是k时刻的输入，n,m分别是输入输出的时间延迟；

步骤2、建立非线性逆系统：

u(k)＝f[y(k),y(k-1),...y(k-n),u(k-1),...u(k-m)]

其中，Y(k)＝[y(k),y(k-1),...y(k-n),u(k-1),...u(k-m)]，其中，N为样本个数,Y(k)为逆模型的输入，为逆模型辨识输出；

步骤3、建立非线性系统的逆辨识模型

步骤4、确立性能指标函数

步骤5、系统辨识：

步骤5.1、采用LSSVM逆辨识方法得到被控对象P的离线逆辨识模型P^-1(lssvmI)；

步骤5.2、将离线逆辨识模型作为在线辨识的初始模型；

步骤5.3、在线采集DO(k),DO(k-1),DO(k-2),u(k-1),u(k-2)，在线更新辨识模型P^-1(lssvmI)；

网络控制器P^-1(lssvmC)根据DO_S(k),DO(k-1),DO(k-2),，u(k-1),u(k-2)，产生相应输出控制信号同时计算PID输出u₁(k)，

步骤5.5、计算控制信号输入到被控对象P产生实际输出信号DO(k+1)。；

步骤5.6、：当k＝k+1时返回步骤5.3；

其中，所述被控对象P是指连铸水处理系统中由变频器驱动的鼓风机以及设置在曝气池中的XX探头，PID控制器设置在离线逆辨识模型的前端。

具体实施方式

以下通过具体实施例进一步说明本发明。

一种逆系统方法在连铸水处理系统中控制溶解氧的方法，包括

步骤1、建立非线性系统：

y(k)＝f[y(k-1),y(k-2),...y(k-n),u(k),u(k-1),...u(k-m)]

其中，y(k)是k时刻的输出，u(k)是k时刻的输入，n,m分别是输入输出的时间延迟；

步骤2、建立非线性逆系统：

u(k)＝f[y(k),y(k-1),...y(k-n),u(k-1),...u(k-m)]

其中，Y(k)＝[y(k),y(k-1),...y(k-n),u(k-1),...u(k-m)]，其中，N为样本个数,Y(k)为逆模型的输入，为逆模型辨识输出；

步骤3、建立非线性系统的逆辨识模型

步骤4、确立性能指标函数

步骤5、系统辨识：

步骤5.1、采用LSSVM逆辨识方法得到被控对象P的离线逆辨识模型P^-1(lssvmI)；

步骤5.2、将离线逆辨识模型作为在线辨识的初始模型；