基于RBF网络的水厂投药预测控制
来源期刊:控制工程2008年第S2期
论文作者:刘思远 齐维贵
文章页码:112 - 238
关键词:混凝投药;浊度;RBF网络;预测控制;
摘 要:基于神经网络的智能预测控制具有很强的自学习和自适应能力,对于大滞后、非线性的复杂系统有较好的控制效果。针对水处理中混凝投药过程的特点并结合国内目前投药控制的现状,提出了一种带有前馈补偿的RBF神经网络预测控制新方法。该方法利用神经网络建立投药量的预测模型,然后用出水浊度与设定值间的预测偏差构成闭环控制。通过实时的在线滚动优化,实现了投药量的最优投加。仿真试验表明,出水浊度保持稳定,所需矾耗减少,控制效果明显。
刘思远,齐维贵
摘 要:基于神经网络的智能预测控制具有很强的自学习和自适应能力,对于大滞后、非线性的复杂系统有较好的控制效果。针对水处理中混凝投药过程的特点并结合国内目前投药控制的现状,提出了一种带有前馈补偿的RBF神经网络预测控制新方法。该方法利用神经网络建立投药量的预测模型,然后用出水浊度与设定值间的预测偏差构成闭环控制。通过实时的在线滚动优化,实现了投药量的最优投加。仿真试验表明,出水浊度保持稳定,所需矾耗减少,控制效果明显。
关键词:混凝投药;浊度;RBF网络;预测控制;