自来水厂混凝投药控制系统的设计及应用.docxVIP

江智军，何小斌，杨晓鲜（南昌大学信息工程学院自动化系，江西南昌33。。2）90要：在充分分析自来水厂现有的大量有效历史数据和丰富经验的基础上，建立了一种以基于案例推理的前馈专家控制系统为核心、0神经网络预测微调相结合的混凝投药控制方式，并对系统的 实现做了较为详细的说明；实践证明，该系统对混凝投药这一大滞 后、非线性系统比传统控制方式有着明显的优势。 关镶词：专家控制系统；神经网络；混凝投药0引言常规地表水处理工艺中，水处理过程一般要经过4个阶 0:凝聚、絮凝、沉淀、过滤。其中混凝沉淀是一个重要环 节，它的效果好坏不仅直接关系到出水水质，而且关系到后续 0理工艺和整个制水成本。由于影响混凝剂投加量的因素很多，如源水浊度、温度、流量、碱度、所含杂质特性、净水设备的负荷及状态等，情况复杂,加之整个混凝沉淀过程时间长，给实现混凝剂投加的自动化控制带来很大困难，致使国 内 外目前使用的一些方法尚不完善。对于这样复杂对象的控制问题，传统的控制方法已无法满足控制要求，而采用智能控制方法，将是解决这类复杂系统控制难题的一种行之有效的方法。为适应我国具体国情，有必要开发研制具有自适应、自学习能力的智能化混凝剂投加控制系统，加速我国水厂自动化的进0。 水处理过程的最终目标是通过对源水水质参数的分析，在线实时控制混凝剂的投加量，以适应源水水质的不断变化，使出水满足各项水质指标［lj。就目前各水厂实际使用的各种控制 方法而言，也是通过不同的控制方法或控制算法，建立起源水水质参数与投药量之间的关系。目前，在一些中小型水厂中，人工控制投药方式仍被 普遍采用。人工控制投药的方式采用烧杯试验法。 0基于专家控制的混凝投药智能控制系统的设计0文在充分分析自来水厂现有的大量有效历史数据和丰富 经验的基础上，建立了一种以基于实例推理的前馈专家控制系收稿日期：2005一09一07；修回日期：2005一10—10。 基金项目：2002年江西省工业重点攻关项目(2205)4。 作者简介：江智军(1963一)，男，副教授，硕士生导师，主要从事智能控制、传导装置等方向的研究。 e中1i华nam测Cn控et网e一1?1994-2012ChinaAcademicJournalElectronicPublishing 其控制系统结构图如图1所示。 认(z):前馈专家控制器；G,z():神经网络控制器； 0:前馈专家控制器输出投药量；氨：神经网络控制器预测修0量；Q:最佳投药量01控制系统结构图1?i墓于案例推理的前该专家控制系统0期以来，人工投药过程，本身就是凭经验或模拟试验进行 的，各厂都有大量的投药历史记录。所以很自然，要构造基 于案例(Csae)的专家投药控制系统。这样以往的投药经验和数据也可以得到充分利用。 0据案例推理过程分析川和实际模型分析 0据案例推理过程分析川和实际模型分析, 我们把基于实 0推理的专家系统的工作过程可分为以下几步：第1步，获取相似的旧实例（RETRIEVE）；第2步，使用获取实例中的信息和知识提出解决方案（REUSE）；第3步,对抉择策略修改 或重新设计（REVISE）；第4步，回收新实例（RETAIN）。 保留这次工作中有价值的经验和知识，分析新实例，若有必要 则将其纳入案例库中。这也就是机器进行自学习，不断丰富和 完善事例库。 0于实例推理的前馈专家控制系统主要作用是根据影响投 0量的本质特征（实时水温、源水浊度、PH值、天气参量） 估算出实际需要的投药量,实际上是一个预测专家系统，是通过对过去的加药经验（案例Csa）e和现在已知的对象状况 （实时源水参数）的分析，推断出目前实际需要的加药量。主0由模型数据库、前馈数据库、前馈推理与抉择机和前馈自学0与适应机构等四个部分组成川 0与适应机构等四个部分组成川 如图2所示。 第4期的设计及应用江智军463 第4期的设计及应用 江智军463 数据库中每条记录形式为： （天气、水温、源水浊度、源水PH值、单位最佳投药量、置信度）。 前馈推理与抉择机主要解决，在一定的实时参数下，如何 根据模型数据库决定一个最佳单位投药量的问题。其抉择过程 如图所示 0时水投药0鱼竺一匡亘亘』-压露远瓦蔽1月丽茜蔺襄葬1月亘巫国-兰今 03前馈推理抉择机抉择过程 数据匹配机的功能就是在模型数据库中找出与实时参数最接近的一组（不是一条）数据记录，供后续部件求取最佳投药量之用。这实际上是一个在数据库中反复搜索的过程。 加药量抉择根据一定加药策略对匹配出的一组数据记录进行处理，决定实际的投药量。主要方法包括简单平均法、加权平均法、分组加权平均法和二次曲线拟合等，实际中可以依据 投药效果手动或自动选择其中一种。 前馈数据库记录了一段时间（如1天）的运行历史记录。 每次从模型数据库中搜索出各组数据以及每次由某一时刻的实 时参数和