基于神经网络逆模型的污水pH值内模控制策略
Internal model control strategy for pH value of sewage based on neural network inverse model作者机构:安徽工业大学电气与信息工程学院安徽马鞍山243032
出 版 物:《重庆大学学报》 (Journal of Chongqing University)
年 卷 期:2023年第46卷第12期
页 面:55-65页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 08[工学] 0836[工学-生物工程]
基 金:安徽省自然科学基金资助项目(1908085ME134)
摘 要:针对污水处理中和反应过程pH值控制具有强干扰和模型参数易变等特点,利用内模控制方法的设定值响应和干扰响应之间相互独立的优点,提出一种基于内模控制和神经网络逆模型相结合的pH值优化控制策略。通过在系统中插入低通滤波器,并采用RBF神经网络在线辨识被控对象的逆模型,提高污水处理pH值控制的鲁棒性和抗干扰能力,有效解决中和反应pH值控制过程中模型参数易变的问题。MATLAB仿真结果表明:与常规PID控制和不带滤波器的神经内模控制策略相比,提出的优化控制策略超调量最多降低17.4%,调节时间最多减少113.6 s,有效提高了系统鲁棒性和抗干扰能力。工程应用表明:使用所提策略后,pH值控制偏差在±0.2以内,系统的控制精度和稳定性显著提高。