污水生化處理過程的Model-on-Demand預測控制研究.pdf

1、在控制領域中,存在著大量的非線性時變系統(tǒng),其中帶有本質非線性環(huán)節(jié)的系統(tǒng)尤其難以得到好的控制效果.系統(tǒng)辨識和控制理論是緊密相關的,而目前傳統(tǒng)的理論不能提供普遍適用于各種非線性系統(tǒng)的辨識方法.相對于傳統(tǒng)的全局建模方法而言,局部模型辨識在對非線性系統(tǒng)辨識上有明顯的優(yōu)勢.研究基于局部建模思想的Model-on-Demand(MOD)辨識算法及其與控制理論的結合,對于非線性系統(tǒng)的辨識及控制具有十分重要的意義.該文的研究主要集中在以下幾個方面:比較

2、廣泛而深入地研究了Model-on-Demand模型辨識算法.在參考大量外文資料的基礎上,對該算法的具體實現(xiàn)過程進行了概括總結.由于MOD算法是基于大量觀測數(shù)據(jù)的,數(shù)據(jù)的質量直接影響著辨識效果,故文中還對MOD算法與小波分析的結合進行了討論.廣義預測控制是80年代以來發(fā)展起來的一種新型計算機控制方法,它適用于開環(huán)不穩(wěn)定系統(tǒng)和非最小相位系統(tǒng),具有優(yōu)良的控制性能和魯棒性.該文對MOD算法和廣義預測控制的結合過程進行了大量研究,并詳細推導出算

3、法公式,提出了完整的實現(xiàn)過程.污水的生化處理過程是一個典型的非線性過程,尤其是污水的成分依地區(qū)、時間、季節(jié)、氣候、消費習性等不同,表現(xiàn)出激烈的時變特征.在對Model-on-Demand模型辨識算法及其與廣義預測控制的具體結合過程進行研究后,本文將還將其應用于污水處理過程,并利用MATLAB軟件進行仿真研究.在不同工況下(包括好天、雨天、暴雨天),針對5＃反應器的溶解氧濃度控制及2＃反應器的硝酸鹽濃度控制進行仿真,對常規(guī)控制指標及有關出