摘要
针对污水处理系统非线性,滞后性以及强耦合等特性,利用BP神经网络建立系统模型,对溶解氧(DO)浓度进行控制。传统预测控制的滚动优化部分使用的是梯度下降算法,难以获取最优控制增量,基于此问题,利用L-M (Levenberg-Marquardt)算法对神经网络滚动优化部分进行了改进。通过仿真实验,结果表明该方法切实可行。
引文
[1] Ye H T,Li Z Q,Luo W G.Dissolved Oxygen Control of the Activated Sludge Wastewater Treatment Process Using Adaptive Fuzzy PID Control[C]// Nanjing:Control Conference,2013.
[2] 杨世品,陈林,李山春,等.基于模糊PID控制的污水处理溶解氧控制系统[J].仪表技术与传感器,2009(1):88-90.
[3] Belchior C A C,Rui A M A,Landeck J A C.Dissolved Oxygen Control of the Activated Sludge Wastewater Treatment Process Using Stable Adaptive Fuzzy Control[J].Computers & Chemical Engineering,2012,37(4):152-162.
[4] 顾磊,吴建国,张培建,等.模糊PID神经网络算法在污水处理中的应用[J].水电能源科学,2016(11):49-53.
[5] 韩广,乔俊飞,薄迎春.溶解氧浓度的前馈神经网络建模控制方法[J].控制理论与应用,2013,30(5):585-591.
[6] 李明河,周磊,王健.基于LM算法的溶解氧神经网络预测控制[J].农业机械学报,2016,47(6):297-302.
[7] Dkhichi F,Oukarfi B,Fakkar A,et al.Parameter Identification of Solar Cell Model Using Levenberg–Marquardt Algorithm Combined with Simulated Annealing[J].Solar Energy,2014,110:781-788.
[8] 黄银蓉,张绍德.污水处理曝气池溶解氧智能优化控制系统[J].信息与控制,2011,40(3):393-400.
[9] 郑美玲.基于粒子群算法的污水处理预测控制研究[D].哈尔滨:哈尔滨工业大学,2010.
[10] 谭永红.基于BP神经网络的自适应控制[J].控制理论与应用,1994(1):84-88.
[11] 席裕庚.预测控制[M].第2版.北京:国防工业出版社,2013.
[12] 周霞,沈炯.多目标免疫GEP算法及其在多项式NARMAX模型辨识中的应用[J].控制与决策,2014(6):109-109.
[13] 王炳萱,李国勇,王艳晖.基于LM-PSO算法和BP神经网络的非线性预测控制[J].太原理工大学学报,2016,47(2):207-211.