[发明专利]一种基于PH值动态模型的废水处理过程控制方法有效
申请号: | 201910318617.0 | 申请日: | 2019-04-19 |
公开(公告)号: | CN110015740B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 李勇刚;童莉鸿;阳春华;朱红求;张凤雪;李文婷;秦美华 | 申请(专利权)人: | 中南大学 |
主分类号: | C02F1/66 | 分类号: | C02F1/66;G06F30/20 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 周云喆 |
地址: | 410083 *** | 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: | 一种 基于 ph 动态 模型 废水处理 过程 控制 方法 | ||
本发明公开了一种基于PH值动态模型的废水处理过程控制方法,包括以下步骤:设计并初始化分数阶PID预测控制器,得到最优参数best;通过分数阶PID预测控制器的变换算子进行算子变换得到参数newbest,代入最优参数best和参数newbest得到分数阶PID预测控制器的输出变量u(k);选择一阶时延带干扰模型作为废水PH值的非线性模型,以输出变量u(k)作为一阶时延带干扰模型的输入,得到输出废水PH值y(k);对输出废水PH值y(k)进行预测得到预测输出变量y(k+p);将预测输出变量y(k+p)与目标值ysp的差值作为误差变量,结合控制器参数best与newbest,代入分数阶PID预测控制器得到目标函数j(best)和j(newbest),当j(best)j(newbest)时,使best=newbest,重复上述步骤产生下一组数据,直到到达设置的最大采样点。本发明能够实现PH值的在线优化控制。
技术领域
本发明涉及废水处理过程pH值的控制问题,具体公开了一种基于PH值动态模型的废水处理过程控制方法。
背景技术
废水处理主要包括废水预处理、絮凝、曝气、沉淀等过程,pH值作为废水预处理过程的一个重要参数,会影响到后续絮凝等工序的进行及废水是否达标排放。因此,废水处理厂通过向废水中添加酸、碱中和剂进行化学反应来达到pH值控制的目的。废水pH值的调节主要为中和反应过程,在中和点附近的高灵敏性使其具有强非线性和不确定性,同时由于反应发生在露天、体积较大的“容器”之中,还存在较强的外界干扰及较大的滞后性。因此,为了实现废水pH值的准确、在线控制,研究在更加符合实际情况的非线性动态模型上对pH值进行优化控制显得尤为迫切。
近年来,研究者对非线性系统的研究不断深入,大量与之相关的现代控制方法和智能算法也不断地被挖掘。传统的PID控制器由于结构简单、易于操作实现,且在系统较稳定时鲁棒性较好,被广泛地应用于工程实践当中。然而,废水中和反应过程由于其强非线性及滞后特性,参数固定的PID控制器只适用于一定的工作范围内且无法克服时滞特性。随着分数阶控制系统的提出,现有文献表示,当各控制器参数调节恰当时,在相同条件下分数阶控制器的性能优于整数阶控制器,这主要得益于分数阶控制器多出的两个参数,使系统拥有更大的灵活性和更强的鲁棒性。因此,分数阶PID控制器逐渐被应用于各工业领域,同时,为了提高控制器对系统约束及干扰的处理能力,将预测控制和分数阶PID控制器相结合获得一个性能更优的分数阶预测PID控制器。
考虑到相对于传统的PID控制器,还没有系统的对分数阶预测PID控制器进行参数设计或者整定方法,引入状态转移算法来对该控制器进行参数整定。状态转移算法是一种全局优化算法,现已普遍应用于实际工业过程中,具有不错的寻优能力。
本发明利用基于数据驱动的废水pH值调节一阶时延带干扰预测模型,在此基础上设计分数阶PID预测控制器,将分数阶PID控制器的强鲁棒性和预测控制的在线滚动优化性质相结合,并针对该控制器参数设计困难的问题,创新性地引入状态转移算法对控制器进行参数整定。该控制方法具有更好的抗干扰能力、控制器参数在线整定能力,可提高系统在更大范围内的控制效果。
发明内容
本发明目的在提供一种基于PH值动态模型的废水处理过程控制方法,以解决现有技术中存在的技术缺陷。
为实现上述目的,本发明提供了一种基于PH值动态模型的废水处理过程控制方法,包括以下步骤:
设计并初始化分数阶PID预测控制器,得到一组控制器参数作为最优参数best;
通过分数阶PID预测控制器的变换算子进行算子变换得到参数newbest,代入最优参数best和参数newbest得到分数阶PID预测控制器的输出变量u(k);
选择一阶时延带干扰模型作为废水PH值的非线性模型,以输出变量u(k)作为一阶时延带干扰模型的输入,得到输出废水PH值y(k);
对输出废水PH值y(k)进行预测得到预测输出变量y(k+p);
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中南大学,未经中南大学许可,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/201910318617.0/2.html,转载请声明来源钻瓜专利网。