摘要
本发明提出了一种城市污水处理过程多随机采样间隔模型预测控制方法,实现了具有多随机采样间隔特性的溶解氧浓度和硝态氮浓度的稳定控制。考虑被控系统的多随机采样间隔特性,建立了具有不同预测步长的模糊神经网络模型,设计了预测数据插值算法以减轻使用多模型预测计算复杂度,设计了自适应标称预测节点更新机制以保证插值预测精度,从而计算出下一可能采样时刻溶解氧浓度和硝态氮浓度的预测输出值,构建了基于预测输出的目标函数,通过最小化目标函数计算出模型预测控制律,攻克了由于多随机采样间隔特性所带来的城市污水处理过程溶解氧浓度和硝态氮浓度的稳定控制难题。实验结果表明该方法能够保证溶解氧浓度和硝态氮浓度的控制精度。
技术关键词
城市污水处理过程
模型预测控制方法
节点更新
溶解氧
模糊神经网络模型
曝气
调节电动机转速
多步预测方法
模型预测控制器
插值算法
拉格朗日插值
输入输出关系
预测输出值
权值模型
控制鼓风机
误差向量
变频器
数学
系统为您推荐了相关专利信息
检测水体
特征识别方法
生化需氧量
腐殖酸
水流速
可视化显示模块
避障功能
终端系统
可视化方法
软件架构
数据安全监测方法
消防设备
数据编码
时间段
时序
特征识别方法
社区检测方法
矩阵
亲和力
动态社区