申请日2010.05.18
公开(公告)日2010.09.08
IPC分类号G05B13/02
摘要
本发明实施例公开了一种控制水处理絮凝剂投放量的方法及系统。所述方法包括如下步骤：在当前时刻控制输入的基础上，选取待定系数的基函数作为下一时刻控制输入的增量，并预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;由预测模型得到每一时刻的预测输出，同时得到一条预测输出轨迹;将所述预测输出轨迹和期望输出轨迹进行拟合，求得基函数的系数，进而得出下一时刻的控制输入;神经网络对预测模型进行在线修正，然后进入下一个循环过程。本发明实施例公开的系统包括控制输入模块、预测输出模块、优化模块和修正模块。通过本发明所公开的方法及系统，能够精确、稳定地控制水处理絮凝剂的投放量。
权利要求书
1.一种控制水处理絮凝剂投放量的方法，其特征在于，包括：
a、在当前时刻控制输入的基础上，选取具有待定系数的基函数作为下一时刻控制输入的增量，预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;
b、通过预测模型对当前时刻和未来时刻的滤前水浊度进行预测输出，得到一条预测输出的轨迹;
c、由当前时刻的预测输出和给定的滤前水浊度的期望值确定一条期望输出的轨迹;
d、将所述预测输出的轨迹和期望输出的轨迹进行拟合，根据最小二乘原理求得基函数的系数，从而得出下一时刻的控制输入;
e、通过神经网络对所述预测模型进行在线修正，然后执行步骤a。
2.根据权利要求1所述的方法，其特征在于，所述步骤b进一步包括，对所述预测输出进行误差补偿。
3.根据权利要求1所述的方法，其特征在于，所述步骤e具体为：神经网络根据残差和水质参数对所述预测模型进行在线修正，然后执行步骤a;
其中：
所述残差为预测输出和实际输出的差值;
所述水质参数为水的流量、浊度、PH值或温度。
4.根据权利要求1～3任一项所述的方法，其特征在于，所述预测输出包括自由响应和受迫响应;其中，所述自由响应是由前一时刻控制输入引起的模型响应，所述受迫响应是由当前时刻控制输入的增量引起的模型响应。
5.根据权利要求1～3任一项所述的方法，其特征在于，所述基函数为阶跃函数。
6.根据权利要求1～3任一项所述的方法，其特征在于，所述遗传因子为小于1的数。
7.一种控制水处理絮凝剂投放量的系统，其特征在于，包括：控制输入模块、预测输出模块、优化模块和修正模块;
其中：
所述控制输入模块用来选取待定系数的基函数作为下一时刻控制输入的增量，同时预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;
所述预测输出模块用来对当前时刻和控制输入模块作用下的未来时刻的滤前水浊度进行预测输出，同时得到一条预测输出的轨迹;
所述优化模块用来根据当前时刻的预测输出和给定的滤前水浊度的期望值确定一条期望输出的轨迹，并将所述预测输出的轨迹和期望输出的轨迹进行拟合，从而求得基函数的系数;
所述修正模块用来通过神经网络对所述预测输出模块进行在线修正。
8.根据权利要求9所述的系统，其特征在于，所述预测输出模块具体包括预测输出子模块和补偿子模块;
其中：
所述预测输出子模块用来对当前时刻和控制输入模块作用下的未来时刻的滤前水浊度进行预测输出;
所述补偿子模块用来对由所述预测输出子模块得到的预测输出进行误差补偿，同时得到一条补偿后的预测输出的轨迹。
说明书
一种控制水处理絮凝剂投放量的方法及系统
技术领域
本发明涉及水处理技术领域，更具体地说，涉及一种控制水处理絮凝剂投放量的方法及系统。
背景技术
随着社会的进步和工业的快速发展，人们在享受高品质生活的同时，也面临着自然环境遭到破坏后的威胁，特别是水的严重污染。水是生命之源，而水的质量更是生命的保证，为了保障人们的健康生活，国家加大力度进行水源保护、污水处理、水的净化等工作，对水的品质提出了更高要求，这就使得水厂必须改善制作工艺，提高出厂水的质量。
水厂水处理过程一般包括取水、絮凝、沉淀、过滤、消毒几个环节，而絮凝过程是水质净化的重要环节，它不仅影响到水处理的全过程，而且还是制水成本的重要组成部分，对絮凝环节的优化可大大提高水厂出水的质量。水处理效果的好坏直接取决于絮凝剂投放是否及时、准确，投放过少会使絮凝不充分，投放过多就会造成浪费，从而提高成本。
目前国内外水厂絮凝过程多是采用人工重力和管道泵直接投加絮凝剂，这种投药方式很难控制投放量的多少，从而易产生药剂的浪费，无法保证出水水质。在这种情况下，水处理工艺必须智能化，通过计算机技术、通信技术和控制技术来完成自动控制投药过程。现国内采用过的加药自动控制方法主要有数学模型法、模拟法、流动电流法、透光脉动法和图像识别法等。采用流动电流法易对电流检测仪的电极造成污染，从而造成难以准确检测流动电流，无法做出正确反应;图像识别法由于在水下拍摄时受流速、浊度、镜头等因素的影响，实际应用效果并不理想。
现在研究最多的要数数学模型法，但由于絮凝沉淀是一个复杂的物理、化学过程，絮凝剂投放量的多少受时滞、环境、水质等很多因素的影响，因此，采用数学模型法建立滤前水浊度的预测模型也是相当不容易且其精度也不一定能保证;而且，由于絮凝沉淀的时滞性、时变性，会由于水质、环境等因素的变化使得建立的模型不能适应过程的变化，从而导致预测模型失配，降低控制品质。
发明内容
有鉴于此，本发明的目的在于提供一种控制水处理絮凝剂投放量的方法及系统，以解决絮凝剂投放量的精度、时滞性问题，而且该控制策略能够适应水质的变化，提高控制品质。
为实现上述目的，本发明提供如下技术方案：
一种控制水处理絮凝剂投放量的方法，具体步骤为：在当前时刻控制输入的基础上，选取具有待定系数的基函数作为下一时刻控制输入的增量，预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;通过预测模型对当前时刻和未来时刻的滤前水浊度进行预测输出，得到一条预测输出的轨迹;由当前时刻的预测输出和给定的滤前水浊度的期望值确定一条期望输出的轨迹;将所述预测输出的轨迹和期望输出的轨迹进行拟合，根据最小二乘原理求得基函数的系数，从而得出下一时刻的控制输入;通过神经网络对所述预测模型进行在线修正，然后进入下一个循环控制过程。
优选的，通过预测模型对当前时刻和未来时刻的滤前水浊度进行预测输出，并对所述预测输出进行误差补偿，得到一条补偿后的预测输出轨迹。
优选的，所述通过神经网络对所述预测模型进行在线修正具体为：神经网络根据残差和水质参数对所述预测模型进行在线修正;其中，所述残差为预测输出和实际输出的差值;所述水质参数为水的流量、浊度、PH值或温度。
优选的，所述预测输出包括自由响应和受迫响应;其中，所述自由响应是由前一时刻控制输入引起的模型响应，所述受迫响应是由当前时刻控制输入的增量引起的模型响应。
优选的，所述基函数为阶跃函数。
优选的，所述遗传因子为小于1的数。
本发明还提供了一种控制水处理絮凝剂投放量的系统，所述系统包括：控制输入模块、预测输出模块、优化模块和修正模块;其中：所述控制输入模块用来选取待定系数的基函数作为下一时刻控制输入的增量，同时预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;所述预测输出模块用来对当前时刻和控制输入模块作用下的未来时刻的滤前水浊度进行预测输出，同时得到一条预测输出的轨迹;所述优化模块用来根据当前时刻的预测输出和给定的滤前水浊度的期望值确定一条期望输出的轨迹，并将所述预测输出的轨迹和期望输出的轨迹进行拟合，从而求得基函数的系数;所述修正模块用来通过神经网络对所述预测输出模块进行在线修正。
优选的，所述预测输出模块具体包括预测输出子模块和补偿子模块;其中：所述预测输出子模块用来对当前时刻和控制输入模块作用下的未来时刻的滤前水浊度进行预测输出;所述补偿子模块用来对由所述预测输出子模块得到的预测输出进行误差补偿，同时得到一条补偿后的预测输出的轨迹。
由此可见，本发明实施例所提供的技术方案，在当前时刻控制输入的基础上，选取待定系数的基函数作为下一时刻控制输入的增量，并预设以后每一时刻控制输入的增量为前一时刻控制输入的增量乘以预先给定的遗传因子;由预测模型得到每一时刻的预测输出，同时得到一条预测输出轨迹，将所述预测输出轨迹和期望输出轨迹进行拟合，求得基函数的待定系数，进而得出下一时刻的控制输入，同时通过神经网络对预测模型进行在线修正，然后进入下一个循环过程。本发明实施例由于预设具有遗传因子的基函数作为控制输入的增量来控制絮凝剂的投放量，优选的，将所述遗传因子设置为小于1的数，故使得絮凝剂投放量的增量随预测时刻的增加而逐渐减弱，且增强目标函数对预测时域的拟合度，符合参考轨迹的逼近要求。而且，本发明实施例通过神经网络对所述预测模型进行在线修正，从而使得该模型能够适应水质、环境等的改变，不会出现控制失效的情况，适应性强。
