一种自来水凝絮剂投加量的控制方法技术

本发明专利技术公开了一种自来水凝絮剂投加量的控制方法。它先通过人工神经网络的多因子前馈学习预测得到凝絮剂投加量的前馈预测值，然后通过反应曲线法测试加药滞后时间与源水流量之间的对应曲线，在此过程中每隔一段时间记录一次对应的数据；根据上述数据查找与K时刻相关的K-1时刻和K-2时刻对应的数据，得到三组互相关联的数据；将得到的三组数据应用到PID控制算法中，形成大滞后PID控制算法控调整前馈预测值，实现自来水凝絮剂投加量的自动化控制。本发明专利技术通过大滞后PID控制算法对前馈值进行调整计算，大大提高了絮凝剂投加量的准确性，提高了滤前水浊度的控制精度，减少控制余差，保证了水工业的安全生产和平稳运行、实现节能将耗，减员增效。

【技术实现步骤摘要】

本专利技术属于自来水制水工业加药净化工艺中液体絮凝剂投加量的控制
， 具体涉及一种基于多因子前馈和多环大滞后反馈算法结合的自来水凝絮剂投加量的控制 方法。
技术介绍
大滞后过程是指在生产过程中，调节参数对被调参数的影响，滞后时间特别长，有 时滞后时间甚至达到1-2个小时的时间。这种超长滞后过程实现自动化本身就是一个难 题，如果滞后时间还随着某个参数变化，则更是增加了自动化的难度。 自来水生产加药净化过程是一个多因子、非线性的开放系统，也是一个典型的大 滞后、变滞后系统。源水经过源水栗抽起，在进入反应池前，与絮凝剂混合，经过反应、沉淀 两个环节，絮凝剂吸附水中微粒沉淀，清水从沉淀池上部流出，实现了沉淀分离。经过沉降 池处理后的水称为滤前水。滤前水经过滤池进行过滤，形成出厂水输送到水库。因为滤池 的处理能力有限，只有控制滤前水的浊度才能够保证出厂水的浊度达到标准。因此滤前水 的浊度是考核加药实际效果的主要指标。从进水投矾进行混凝反应，到滤前水浊度的检测， 根据不同水厂的工艺变化和进水流量的变化，大约要滞后几十分钟到一个多小时。即加药 的反应效果，要滞后这么长的时间才能够看到结果。 加药控制是个大系统的概念，除了几个影响加药控制效果的主要参数如进水流 量、进水浊度、进水温度等可用仪表检测的参数外，还有许多未知的因素的影响，如临时排 污，上游冲沙，暴雨，因沉降池未及时排泥导致效率下降、江水水位过高致使进水流量超过 反应池设计能力等多种无法测试的因素，都会影响滤前水的浊度。因此，通过加药控制滤前 水浊度，进而控制出厂水的浊度，与在一个封闭的环境内可以十分准确地对某个参数进行 控制是完全不同的。它的整个系统是一个完全开放的系统，它要求在外界条件缓慢变化的 情况下，克服大滞后和变滞后，能够比较平稳地控制滤前水的浊度在设定的范围内（这个 控制范围可调，一般根据季节和源水条件的变化在2~5度之间设定）。 要实现加药过程的全自动化运行，其主要难点在于如何根据源水的变化设置一套 具有人工智能的加药控制实施技术。在专利技术专利《自来水混凝投矾自动化控制算法》（专 利号：2009100621491)中，重点对人工神经网络作为多因子前馈的原理进行了阐述，也对 模糊控制反馈的原理进行了论述。从大量的应用实践看，控制算法的前馈部分效果比较好， 能够在源水参数变化比较大的条件下，保证沉淀水浊度控制在一定的范围内；而模糊反馈 控制运行效果一般，在源水参数没有什么变化的条件下，这个时候应该是由模糊反馈控制 其作用，但经过较长时间运行，沉淀水的设定值与实际值之间的余差仍然比较大（1-2度左 右）。 随着国家对于市政水厂饮用水强制标准的出台，水质安全成为社会关注的热点， 水厂面临既要保证水质达标，又要合理加药，尽量降低絮凝剂的消耗的压力，进一步提升控 制精度，减少控制余差，是十分必要和有意义的。
技术实现思路
本专利技术的目的就是为了解决上述
技术介绍
存在的不足，提供一种多因子前馈-多 环长延时反馈、控制精度高的自来水凝絮剂投加量的控制方法。 本专利技术采用的技术方案是：，包括以下步 骤： 步骤1，通过人工神经网络对水质参数、反馈控制的关键参数进行学习，得到凝絮 剂投加量的前馈预测值； 步骤2,通过反应曲线法测试加药滞后时间与源水流量之间的对应曲线； 步骤3,系统加药过程中，每隔一段时间记录一次源水流量，记为此段时间内的平 均流量，根据上述对应曲线计算每段时间平均流量对应的滞后时间和滞后时间的倒数，形 成以时间为先后顺序的数据组； 步骤4,从任意时刻K开始，寻找与当前时刻K相关的上一个时刻K-I和上两个时 刻K-2,根据上述数据组查找K-I时刻和K-2时刻对应的数据，得到三组互相关联的数据； 步骤5,将上述得到的三组数据应用到PID控制算法中，形成大滞后PID控制算法 调整前馈预测值，计算凝絮剂的投加量，实现自来水凝絮剂投加量的自动化控制。 进一步地，所述通过反应曲线法测试加药滞后时间与源水流量之间对应曲线的方 法为：在平稳生产过程中将加药量在原加药量的基础上增加一定量，记录此时刻为h，持续 一段时间后恢复至原加药量，在加药量增加到恢复至原加药量的全过程中每隔一段时间记 录一次瞬时源水流量，当滤前水浊度发生持续下降超过设定值时记录此时刻为t 2，将加药 量增加到恢复至原加药量的全过程中内记录的每分钟瞬时源水流量求平均即为此期间的 平均流量F 1，对应的滞后时间T1= t ^t1，得到滞后时间T1和源水的平均流量F i的一组对应 数据；在源水流量大于上一次测试源水流量一定值时，再进行一次测试，得到第二次测试值 TjP F 2的一组对应数据，则加药滞后时间与源水流量之间对应曲线的斜率为 K=(F1-F2VCT1-T2)0 更进一步地，所述寻找与当前时刻K相关的上一个时刻K-I和上两个时刻K-2的 方法为：从K时刻开始，按照逆时针顺序将每分钟平均流量对应的滞后时间取倒数顺序相 加，当其和等于1时对应的时刻即为K-I时刻；从K-I时刻开始，按照逆时针顺序将每分钟 平均流量对应的滞后时间取倒数顺序相加，当其和等于1时对应的时刻即为K-2时刻。 本专利技术通过将传统的PID控制算法或模糊控制算法升级为带大滞后的控制算法， 应用到自来水加药反馈控制算法中，对自来水制水工业加药净化工艺中液体絮凝剂的投加 量进行控制，大大提高了滤前水浊度的控制精度，减少控制余差，保证了自来水加药净化工 艺的安全生产和平稳运行、实现节能将耗，减员增效。【附图说明】 图1为本专利技术人工神经网络学习框图。 图2为本专利技术源水流量与加药滞后时间的直线方程。 图3为本专利技术实施系统组成示意图。 图4为本专利技术前馈和大滞后PID控制算法框图。【具体实施方式】 下面结合附图和具体实施例对本专利技术作进一步的详细说明，便于清楚地了解本发 明，但它们不对本专利技术构成限定。 如图1所示，本专利技术首先通过网络接收所有与絮凝剂投加相关的水质参数，如源 水流量、源水浊度、源水温度以及其他辅助参数，作为人工神经网络学习的基础数据，同时 将长延时反馈回路的几个关键参数，如滤前水浊度控制误差、絮凝剂投加量，也引回反馈到 人工神经网络的输入端，通过人工神经网络进行同步学习和预测，除了反馈控制环路外，又 形成了两个广义的反馈环，组成了一个多因子前馈-多环长延时反馈控制算法的格局，得 到一个根据当前水质参数需要的絮凝剂投加量预测值，其学习和预测的方法可参见专利技术专 利《自来水混凝投矾自动化控制算法》（专利号：2009100621491)中已经公开的步骤；然后 进行大滞后PID控制算法的运算，计算调整为最终的絮凝剂投加量，控制执行机构动作完 成絮凝剂投加量的改变，实现自来水絮凝剂投加量的自动化控制，控制算法经过如此创新 后，控制精度从原来的±2度提高到±0. 5度。 本专利技术大滞后控制算法是在经典的PID控制的基础上，引入了大滞后的概念，形 成了一个大滞后PID控制算法，它是对传统的PID控制算法的重大创新，可以将传统的PID 控制算法应用到其他类似的具有较大滞后的控制领域中。 PID是经典的反馈控制算法，用于一般的对象控制具有很好的效果，其离散的增量 控制算法公式如下： 式中，Λ Uk为K次采样计算输出值，K p为本文档来自技高网...

【技术保护点】
一种自来水凝絮剂投加量的控制方法，其特征在于，包括以下步骤：步骤1，通过人工神经网络对水质参数、反馈控制的关键参数进行学习，得到凝絮剂投加量的前馈预测值；步骤2，通过反应曲线法测试加药滞后时间与源水流量之间的对应曲线；步骤3，系统加药过程中，每隔一段时间记录一次源水流量，记为此段时间内的平均流量，根据上述对应曲线计算每段时间平均流量对应的滞后时间和滞后时间的倒数，形成以时间为先后顺序的数据组；步骤4，从任意时刻K开始，寻找与当前时刻K相关的上一个时刻K‑1和上两个时刻K‑2，根据上述数据组查找K‑1时刻和K‑2时刻对应的数据，得到三组互相关联的数据；步骤5，将上述得到的三组数据应用到PID控制算法中，形成大滞后PID控制算法调整前馈预测值，计算凝絮剂的投加量，实现自来水凝絮剂投加量的自动化控制。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨晓林，刘高，
申请(专利权)人：杨晓林，
类型：发明
国别省市：湖北;42