基于动态径向基神经网络的溶解氧的控制方法技术

本发明专利技术公开了一种基于动态径向基神经网络的溶解氧的控制方法，采用以下步骤：确定控制对象；设计用于污水处理过程中溶解氧ＤＯ控制器的动态ＲＢＦ神经网络拓扑结构；对样本数据进行校正；用校正后的部分数据训练神经网络，利用训练好的ＲＢＦ神经网络对溶解氧（ＤＯ）进行控制，期望ＤＯ浓度与实际输出ＤＯ浓度的误差及误差变化率作为ＲＢＦ神经网络的输入，ＲＢＦ神经网络的输出即为变频器的输入，变频器通过调节电动机的转速达到控制鼓风机的目的，最终控制曝气量，整个控制系统的输出为实际ＤＯ浓度值，提高控制器的控制效果，能够快速、准确地使溶解氧达到期望要求；解决了当前基于开关控制和ＰＩＤ控制自适应能力较差的问题。

【技术实现步骤摘要】

本专利技术利用基于动态径向基(RBF)神经网络的控制器实现污水处理过程中溶解氧(DO)的 控制方法，污水处理过程中溶解氧(DO)的控制作为污水处理的重要环节，是先进制造技术领 域的重要分支，既属于水处理领域，又属于控制领域。
技术介绍
随着国民经济的增长和公众环保意识的增强，污水处理自动化技术迎来了前所未有的发 展机遇。国家中长期科技发展规划中提出要研究并推广高效、低能耗的污水处理新技术。因 此，本专利技术的研究成果具有广阔的应用前景。溶解氧(DO)浓度是目前污水处理中应用最为广泛的运转控制参数，当溶解氧不足或过量 时都会导致污泥生存环境恶化当氧气不足时， 一方面由于好氧池中丝状菌会大量繁殖，最 终产生污泥膨胀，发生异常工况；另一方面由于好氧菌的生长速率降低从而引起出水水质的 下降。而氧气过量(即过量曝气)则会引起悬浮固体沉降性能变差，影响污水处理系统的正常 运行。溶解氧的控制涉及到微生物的生长环境以及处理过程的能耗，因此，溶解氧控制一直 是研究的重点。传统的开关控制或者PID控制，虽然是当前应用较为广泛的控制方法，但是由于氧气的 溶解过程受入水水质、温度和pH值等方面的影响，具有本文档来自技高网...

【技术保护点】
一种基于动态径向基神经网络的溶解氧的控制方法，其特征在于，包括以下步骤：　（１）确定控制对象；针对序批式间歇活性污泥系统中溶解氧进行控制，以曝气量为控制量，溶解氧浓度为被控量；　（２）设计用于污水处理过程中溶解氧ＤＯ控制器的动态ＲＢＦ神经网络拓扑结构；网络分为三层：输入层、隐含层、输出层；　初始化ＲＢＦ神经网络：确定神经网络ｐ－ｎ－１的连接方式，即输入层神经元为ｐ个，隐含层神经元为ｎ个，输出层神经元为１个；对神经网络的权值进行随机赋值；ＲＢＦ神经网络的输入表示为ｘ↓［１］，ｘ↓［２］，Λ，ｘ↓［ｐ］，神经网络的期望输出表示为ｙ↓［ｄ］，实际输出表示为ｙ；设第ｋ时刻ＲＢＦ神经网络输入为ｘ↓［１］...

【技术特征摘要】

【专利技术属性】
技术研发人员：乔俊飞，韩红桂，郭迎春，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：11[中国|北京]