基于BP神经网络的水厂加药凝絮过程辨识研究.pdfVIP

第25卷第7期 计算机与应用化学 V01．25．No．7 2008年7月28日 and ComputersAppliedChemi8tI了 July，2008 基于BP神经网络的水厂加药凝絮过程辨识研究 郭佩佩，甘艳珍，朱学峰 (华南理工大学自动化科学与工程学院，广东，广州，5lO“1) 摘要：城市供水中的加药凝絮过程是一个大惯性、大时滞、非线性、时变以及随机干扰多的难控过程。从生产数据来对该过程 建模，并采用先进的控制策略对其进行有效的控制，一直是控制技术人员的追求目标。本论文以某水厂的实际生产数据为基 础，采用动态BP神经网络的建模方法，通过辨识步骤．确定了动态BP网络结构，得到了具有较好拟合与泛化能力的神经网络 模型。在已获取的神经网络模型上，进行了以待滤水浊度为输出，投矾量为输入的阶跃响应实验，以此取得了投药凝絮过程 的一阶惯性加时滞模型。该模型的获取为今后采用先进的控制策略对加药凝絮过程进行高级控制打下了良好的基础。 关键词：加药凝絮过程；系统辨识；动态BP网络；阶跃响应 273 中图分类号：TP 文献标识码：A 文章编号：100l_4160(2008)07．889．892 Researchonidentincationof inwater basedon dosingcoagulationprocess plant BPnetwork GuO YanzhenandZhu Peipei，Gan Xuefeng ofAutomationScienceand China of r．ng，South UniVersny (Co¨ege Enginee dong，China) inwBter i58 time time with Abstr曩n：DoBingc089ulationPlBnt large con8taIlt，bigdelay，non·linear蚰dtime-varyingp∞ce8s many di8turbance8．Thu8iti8 di仿eulttobecontroUed．Itisthe for modeltlle very expectedgoal many阳8earche巧andengin∞玛to pmc舶8 witlIindu8trialda协蚰dtocontmlit withmodemcontml thi8 h聃beenidentified a e仃bctively technique8．Inpaper，tlIepmceBe by dy— namic引Pnetworkba8edontlIe data． stn|ctu阳ofBPnetwork of acqui他d Fi瑁tly，tIle dynamic w髓deteminedviatlleinduBtrialdata tllewater simul砒ion8had8hownthattheobtainedANNmodelhad and fmmthe pl明t．The goodfiningpredictingperfb呻ance暑．Then ANNmodeltlIe we他c删edoutinwhichtlIe vdableB weret．1e amountandthe