混凝投药的神经网络控制方法.docVIP

混凝投药的神经网络控制方法 白桦　李圭白 提要:　　基于神经网络的内模控制系统具有很强的自学习性和自适应性，对大滞后、非线性系统可实现预测控制，较传统控制方式有明显的优势。研究了这一方法在水净化混凝投药自动控制中的应用，在分析混凝投药过程特点的基础上，选择了影响混凝剂投加量及混凝效果的主要参数，建立了预测投药量的神经网络模型，确定了混凝投药神经网络内模控制系统的结构，并对网络训练样本数据的获得进行了讨论。 关键词:　　关键词　混凝投药控制　神经网络　神经网络控制　内模控制　水处理　自动化　浊度 0　前言 　　投药混凝是水质净化的重要环节，准确地投加混凝剂可以有效地减轻过滤、消毒设备的负担，是提高水质、取得良好混凝效果及经济效益的关键问题。因此，近年来这一问题一直是水工作者的关注重点。 　　为实现混凝投药量的在线实时控制，达到混凝剂的最佳投加，目前主要采用两种控制方式：一种是闭环控制方式，主要有模拟沉淀法和基于加药后水质参数的流动电流法，比较成功的应用如1989年，DetelKingery利用流动电流检测器(SCD)实现对投药量的有效控制而降低了生产费用［1］；1993年，Bernharde Schell利用SCD实现了当原水水质发生变化时的最优投药控制［2］。目前，国内水厂采用的混凝投药自动控制系统大都基于这种方式。另一种是前馈控制方式，主要依赖于建立原水参