本文關鍵詞：基于自適應遞歸模糊神經(jīng)網(wǎng)絡的污水處理控制

  更多相關文章： 污水處理 遞歸模糊神經(jīng)網(wǎng)絡 自適應學習率 基準仿真模型(BSM)

【摘要】：針對污水處理過程中具有的非線性、大時變等特征,提出了一種基于自適應遞歸模糊神經(jīng)網(wǎng)絡(recurrent fuzzy neural network,RFNN)的污水處理控制方法.該方法利用自適應RFNN識別器建立污水處理過程的非線性動態(tài)模型,建立的模型可以為RFNN控制器提供污水處理過程中的狀態(tài)變量信息,保證了控制器根據(jù)系統(tǒng)響應調整操作變量的精確性;并且RFNN辨識器及RFNN控制器基于自適應學習率進行學習,確保了遞歸模糊神經(jīng)網(wǎng)絡的收斂精度和速度,并通過構造李雅普諾夫函數(shù)證明了此算法的收斂性;最后,基于基準仿真模型(benchmark simulation model 1,BSM1)平臺進行仿真實驗.結果表明,與PID、模型預測控制及前饋神經(jīng)網(wǎng)絡相比,該方法對污水處理中溶解氧濃度和硝態(tài)氮濃度的跟蹤控制精度具有明顯的提升.
【作者單位】： 北京工業(yè)大學電子信息與控制工程學院;計算智能與智能系統(tǒng)北京市重點實驗室;
【關鍵詞】： 污水處理 遞歸模糊神經(jīng)網(wǎng)絡 自適應學習率 基準仿真模型(BSM)
【基金】：國家自然科學基金項目(61622301,61533002,61225016) 北京市教育委員會科研計劃項目(KZ201410005002,km201410005001) 教育部博士點基金項目(20131103110016)資助~~
【分類號】：X703;TP183
【正文快照】： 1引言(Introduction)活性污泥法是污水處理廠中常見的污水處理方法,其過程機理是利用微生物的生化反應降解污水中所含污染物,具有非線性、大時變的特點,是一個復雜動態(tài)系統(tǒng).因此,采用常規(guī)控制方法[1]以及模型預測控制(model predictive control,MPC)技術[2]很難有效地對污水處

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李健;;基于模糊神經(jīng)網(wǎng)絡的規(guī)制影響評估方法[J];技術經(jīng)濟;2011年09期

2 洪少春;;基于多傳感器的模糊神經(jīng)網(wǎng)絡在工業(yè)污水處理中的應用研究[J];吉林化工學院學報;2007年03期

3 李蜜;劉湘南;劉美玲;;基于模糊神經(jīng)網(wǎng)絡的水稻農田重金屬污染水平高光譜預測模型[J];環(huán)境科學學報;2010年10期

4 向守兵;羅光偉;朱智;;模糊神經(jīng)網(wǎng)絡在自來水濁度檢測中的應用[J];自動化儀表;2011年03期

5 王惠;;模糊神經(jīng)網(wǎng)絡模型在水環(huán)境質量評價中的應用[J];硅谷;2012年20期

6 王洪禮;葛根;李悅雷;;基于模糊神經(jīng)網(wǎng)絡(FNN)的赤潮預警預測研究[J];海洋通報;2006年04期

7 張容;閻紅;杜麗萍;;基于模糊神經(jīng)網(wǎng)絡(FNN)的赤潮預警預測研究(英文)[J];Marine Science Bulletin;2006年01期

8 張宇;盧文喜;陳社明;龔磊;;基于T-S模糊神經(jīng)網(wǎng)絡的地下水水質評價[J];節(jié)水灌溉;2012年07期

9 徐云子;張昕;;基于模糊神經(jīng)網(wǎng)絡的煤炭企業(yè)清潔生產評價方法研究[J];經(jīng)濟研究導刊;2013年15期

10 高強;宋yN;杜忠曉;;基于T-S模糊神經(jīng)網(wǎng)絡的信息融合在赤潮預測預警中的應用[J];海洋技術;2006年02期

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 于沙家;基于模糊神經(jīng)網(wǎng)絡的熱電廠脫硫系統(tǒng)建模與控制研究[D];青島科技大學;2016年

2 軒小朵;模糊神經(jīng)網(wǎng)絡在污水廠協(xié)同調度決策的應用研究[D];重慶大學;2012年

3 王會東;模糊神經(jīng)網(wǎng)絡自組織算法及其在污水處理過程中應用的研究[D];北京工業(yè)大學;2007年

4 申君;基于模糊神經(jīng)網(wǎng)絡的核應急決策系統(tǒng)的研究與設計[D];南華大學;2012年

5 張照生;基于差分進化算法的模糊神經(jīng)網(wǎng)絡在污水處理中的應用研究[D];華東理工大學;2013年

6 王守權;大氣質量評價與預測的智能方法研究[D];吉林大學;2011年

，

本文編號：776420