基于LM算法的溶解氧神经网络预测控制

发布时间：2017-07-04 15:17

  本文关键词：基于LM算法的溶解氧神经网络预测控制

  更多相关文章： 污水处理 溶解氧浓度 神经网络预测控制 Levenberg-Marquardt算法

【摘要】：针对污水处理溶解氧时变、非线性以及设定值难以跟踪控制的问题,提出了一种基于Levenberg-Marquardt算法(LM算法)的溶解氧浓度神经网络预测控制器的设计方法。首先在国际水协会提出的活性污泥1号模型(ASM1)基础上,经过合理的假设和约束,得到简化的溶解氧浓度模型,经过BP神经网络系统辨识和模型预测设计了溶解氧神经网络预测控制器。并采用LM算法改进了BP神经网络,克服了容易陷入局部极小值、收敛速度慢的缺点,提高了神经网络预测精度。仿真结果表明,神经网络预测控制具有很好的自适应性和鲁棒性,提高了溶解氧跟踪控制性能。
【作者单位】： 安徽工业大学电气与信息工程学院;安徽华骐环保科技股份有限公司;
【关键词】： 污水处理 溶解氧浓度 神经网络预测控制 Levenberg-Marquardt算法
【基金】：“十二五”国家科技支撑计划项目(2014BAC01B04) 安徽省科技攻关重大项目(1301041023) 安徽省软科学研究项目(1502052034)
【分类号】：TP183;X703
【正文快照】： 引言曝气池中溶解氧浓度直接影响有机物的去除效率,并在活性污泥法污水处理过程中影响活性污泥的生长,同时也是影响运行费用和出水水质的重要因素,所以在运行中溶解氧浓度是过程控制和反应时间的重要控制参数[1]。根据不同的进水水质,溶解氧浓度的设定值是相应变化的,为实现对

【相似文献】

中国期刊全文数据库 前2条

1 黎如昊;陈婷婷;;利用神经网络预测珠三角区域二氧化氮对臭氧区域性分布的贡献[J];广东科技;2012年05期

2 ;[J];;年期

，

本文编号：518289