[发明专利]一种基于MIMO证据推理的曝气系统气泵电机端边云协同控制方法

说明书

本发明公开了一种基于MIMO证据推理的曝气系统气泵电机端边云协同控制方法。本发明在云端构造关于气泵电机转速控制系统PID控制器参数的MIMO证据推理模型，并基于样本投点和似然函数归一化获取参考证据矩阵表；从端设备在线获取某时刻的推理模型输入向量，在边上利用证据推理来估算该时刻模型的输出向量；将从边上获取的PID控制器参数传输到端设备，以调整气泵电机转速控制系统的控制参数，并获取该时刻系统的实时控制量和气泵电机实际转速；在边上构建参数优化模型对云端模型参数进行实时优化并上传更新参数，提高对端设备的控制效果。本发明实现了对曝气系统气泵电机的精准智能控制，降低了污水处理的能耗。

技术领域

本发明涉及一种基于MIMO证据推理的曝气系统气泵电机端边云协同控制方法，属于污水处理好氧工艺曝气系统中的气泵电机智能控制领域。

背景技术

好氧工艺是污水多环节处理中的较为重要的一环，其工艺原理为：通过曝气系统维持好氧池中的氧气含量，为好氧池中的各种好氧微生物提供一个良好的生存繁衍环境，从而借助微生物的各种活动，来对流入好氧池中的污水进行一定的处理；具体地：主要通过在好氧池中，设置一定数量的气泵电机以及相关设备组成曝气系统，来对池水进行适时且适当的曝气操作，以控制好氧池中的氧气含量保持在一个适宜的数值。精确控制好氧池中的待处理污水的含氧量，不仅有利于整个污水处理系统的稳定运转，还可以一定程度降低整个污水处理过程的所需能耗。因此，如何提高对气泵电机的控制精度，成为污水处理好氧工艺中的一个重要问题。

传统地，对气泵电机的控制有手动控制和自动控制两种方式，由于手动控制无法保证对电机的控制精度，且能源消耗较大，使得自动控制成为控制气泵电机的主流方式。随着控制技术不断朝向智能自动化方向发展，可编程控制器技术的逐步完善并趋近成熟，基于模型的精准智能控制技术已经应用于气泵电机的自动控制领域当中，并占据主导地位。

在物联网协同控制系统中，设备端负责采集、传输和存储数据，边缘设备负责对数据进行初步处理和分析，云端设备则负责对大量数据进行深度分析和应用。物联网端边云协同可以将不同层次设备的数据处理能力整合起来，实现对数据的全方位、多层次分析，提高数据利用率和应用效果。通过物联网端边云协同，可以实现对设备的远程监控、智能控制和优化管理，提高生产效率、降低能源消耗和提升服务质量。

发明内容

本发明针对现有技术不足，提出了一种基于MIMO证据推理的曝气系统气泵电机端边云协同控制方法。

本发明将端边云协同作为曝气系统的整体控制架构，使用PID控制器作为气泵电机控制系统的底层控制手段，将PID控制实用性强、鲁棒性好及易操作等优点带入到电机控制系统当中，建立MIMO证据推理模型以及参数优化模型，结合系统中实时产生的数据以及历史数据，来对PID控制器的相关参数进行实时调整，以达到精确控制电机运转的效果。

本发明包括以下步骤：

(1)在物联网协同控制系统中，端部署污水处理的曝气系统气泵电机，并给出其控制模型；

(2)在物联网协同控制系统中，云上构建关于气泵电机转速PID控制器参数K_p、K_i和K_d的MIMO证据推理模型；基于样本投点和似然函数归一化获取参考证据矩阵表，以描述模型输入向量X(k)和输出向量K_pid(k)之间的非线性映射关系；

(3)在物联网协同控制系统中，从端设备在线获取k时刻的推理模型输入向量X(k)＝[x₁(k),x₂(k)]，结合步骤(2)所给出的参考证据矩阵表，在边上利用证据推理来估算k时刻模型的输出向量K_pid(k)＝[K_p(k),K_i(k),K_d(k)]；