基于RBF模糊神經(jīng)網(wǎng)絡(luò)的污水處理過程中DO控制研究.pdf

1、針對(duì)污水處理系統(tǒng)一般在實(shí)際運(yùn)行時(shí)總都面臨著不同的工作日進(jìn)水水質(zhì)復(fù)雜、波動(dòng)大、經(jīng)常超負(fù)荷的情形,要求溶解氧的質(zhì)量濃度不同等問題,設(shè)計(jì)了一種模糊RBF神經(jīng)網(wǎng)絡(luò)控制器,用來控制參數(shù)變化的活性污泥法污水處理系統(tǒng)的溶解氧質(zhì)量濃度。為了實(shí)現(xiàn)達(dá)標(biāo)、穩(wěn)定、高效、低耗的目標(biāo),對(duì)污水處理過程進(jìn)行智能建模與控制方法研究具有重要的理論和現(xiàn)實(shí)意義。
　　首先簡(jiǎn)要概述了污水處理過程中常見的控制變量、以及污水處理廠自動(dòng)控制水平和污水處理過程中智能控制的研究現(xiàn)狀

2、,重點(diǎn)介紹了污水處理過程的方法、原理以及靜、動(dòng)態(tài)模型,并結(jié)合微生物增殖動(dòng)力學(xué)和有機(jī)物降解動(dòng)力學(xué)模型,建立了本文被控對(duì)象仿真用數(shù)學(xué)模型。
　　然后提出控制方案,介紹了RBF神經(jīng)網(wǎng)絡(luò)和兩種模糊神經(jīng)網(wǎng)絡(luò),根據(jù)模糊控制的四個(gè)部分,設(shè)計(jì)了與其對(duì)應(yīng)的四層模糊RBF神經(jīng)網(wǎng)絡(luò),并使用K-聚類算法和梯度下降法相結(jié)合的算法作為模糊RBF神經(jīng)網(wǎng)絡(luò)控制器的學(xué)習(xí)算法。
　　最后對(duì)MATLAB仿真曲線進(jìn)行對(duì)比和分析,可以得到,這種控制方法對(duì)模糊規(guī)則能夠