3] 步驟3,將步驟2建立的BP神經(jīng)網(wǎng)絡(luò)模型導(dǎo)入反饋控制器，反饋控制器接收到原水 流量、原水水質(zhì)的數(shù)字信號，將該數(shù)字信號和出水水質(zhì)的數(shù)字信號作為控制參量輸入BP神 經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，得到當(dāng)前狀態(tài)所需的加藥量；
[0084] 步驟4,在線控制器接收并存儲經(jīng)信號濾波器濾波后的數(shù)字信號，將這些濾波后的 數(shù)字信號的時間序列均值與未濾波的數(shù)字信號的時間序列均值進(jìn)行比較，若偏離程度超過 閾值，在線控制器根據(jù)當(dāng)前的時間序列重新建立BP神經(jīng)網(wǎng)絡(luò)模型，并將該BP神經(jīng)網(wǎng)絡(luò)模型 再次導(dǎo)入反饋控制器后重新進(jìn)行步驟3,根據(jù)實(shí)時的原水水質(zhì)和原水流量調(diào)整當(dāng)前狀態(tài)的 加藥量；
[0085] 步驟5,反饋控制器將步驟4得到的加藥量輸入加藥栗控制裝置，自動調(diào)節(jié)加藥閥 門來控制實(shí)時加藥量。
[0086] 以上僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人 員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、 等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種水處理加藥數(shù)字化在線控制系統(tǒng)，其特征在于，包括： 原水濁度檢測儀，其輸入端進(jìn)入原水，所述原水濁度檢測儀的輸出端與信號濾波器連 接，所述原水濁度檢測儀用于檢測所述原水的水質(zhì)，得到原水水質(zhì)的數(shù)字信號； 原水流量監(jiān)測儀，其輸入端進(jìn)入原水，所述原水流量監(jiān)測儀的輸出端與所述信號濾波 器的第一輸入端連接，所述原水流量監(jiān)測儀用于檢測所述原水的流量，得到原水流量的數(shù) 字信號； 信號濾波器，其第一輸入端與所述的輸出端連接，所述信號濾波器的第二輸入端與所 述原水流量監(jiān)測儀的輸出端連接，所述信號濾波器的第一輸出端與反饋控制器的第一輸入 端，所述信號濾波器的第二輸出端與在線控制器的第一輸入端連接，所述信號濾波器將所 述原水水質(zhì)的數(shù)字信號和所述原水流量的數(shù)字信號進(jìn)行濾波降噪處理，消除外界干擾因素 的影響，得到濾波信號； 在線控制器，其第一輸入端與所述信號濾波器的第二輸出端連接，所述在線控制器的 第二輸入端與所述出水濁度檢測儀的輸入端連接，所述在線控制器的輸出端與反饋控制器 的第二輸入端連接，所述在線控制器完成BP神經(jīng)網(wǎng)絡(luò)模型的運(yùn)算、存儲數(shù)據(jù)并發(fā)出控制信 號； 反饋控制器，其第一輸入端與所述信號濾波器的第一輸出端連接，所述反饋控制器的 第二輸入端與所述在線控制器的輸出端連接，所述反饋控制器的輸出端與加藥栗的輸入端 連接，所述反饋控制器接收所述信號濾波器發(fā)出的濾波信號，按照所述在線控制器發(fā)出的 控制信號，確定所述加藥栗控制裝置所需的加藥量，并給所述加藥栗控制裝置下發(fā)加藥指 令； 加藥栗控制裝置，其輸入端與所述反饋控制器的輸出端連接，所述加藥栗控制裝置的 輸出端輸出的藥劑與原水混合后得到出水，所述加藥栗控制裝置在線接收所述反饋控制器 的加藥指令，執(zhí)行各種藥劑的實(shí)時定量投放； 出水濁度檢測儀，其輸入端與所述在線控制器的第二輸入端連接，所述出水濁度檢測 儀輸出出水，所述出水濁度檢測儀用于檢測所述出水的水質(zhì)，得到出水水質(zhì)的數(shù)字信號。2. -種利用如權(quán)利要求1所述的控制系統(tǒng)進(jìn)行在線控制的控制方法，其特征在于，自 動采集原水的監(jiān)測信息，通過信號濾波器消除噪聲影響，將得到的中低頻信號傳入信號輸 入子系統(tǒng)，根據(jù)當(dāng)前各種藥劑的投加量和原水流量、原水水質(zhì)指標(biāo)，訓(xùn)練并建立在線控制模 型，再根據(jù)原水的實(shí)時監(jiān)測信息，對藥劑的投加量進(jìn)行動態(tài)調(diào)整，確定各種藥劑的最佳投加 量，該方法包括以下步驟： 步驟1，原水通過原水濁度檢測儀和原水流量監(jiān)測儀，得到原水水質(zhì)的數(shù)字信號和原水 流量的數(shù)字信號，所述原水水質(zhì)的數(shù)字信號和所述原水流量的數(shù)字信號進(jìn)入信號濾波器， 所述信號濾波器將這些含有噪聲的數(shù)字信號采用提升小波算法進(jìn)行濾波降噪處理，得到原 水去噪信號，具體包括以下步驟： 步驟11，將數(shù)字信號進(jìn)行預(yù)處理，剔除奇異點(diǎn)； 步驟12,采用提升格式的dbN小波函數(shù)對步驟11得到的數(shù)字信號進(jìn)行分解，具體為： 根據(jù)數(shù)據(jù)之間的相關(guān)性，將數(shù)字信號分解成兩個互不相交的偶數(shù)集c]+1和奇數(shù)集d ]+1， 即： cj+1= c[2n]； dJ+1= c[2n+l]； 采用與所述偶數(shù)集、所述奇數(shù)集均不相關(guān)的預(yù)測算子P，用所述偶數(shù)集c]+1預(yù)測所述奇 數(shù)集d]+1，所述偶數(shù)集c]+1再減去預(yù)測值，得到預(yù)測誤差，該預(yù)測誤差即為小波系數(shù)d[η]，預(yù) 測過程表示為：采用更新算子U產(chǎn)生一個保持原數(shù)據(jù)特性的子集數(shù)據(jù)，產(chǎn)生過程表示為： cj+1= c j[2n]+U(dj+1)； 步驟13,數(shù)字信號的重構(gòu)，具體為： 采用步驟12相反的過程實(shí)現(xiàn)數(shù)字信號的重構(gòu)，重構(gòu)過程表示為：將與噪聲相應(yīng)的高頻細(xì)節(jié)信號有關(guān)部分置〇,得到去噪的重構(gòu)信號，完成濾波降噪處 理； 步驟2,出水濁度檢測儀對出水進(jìn)行檢測，得到所述出水水質(zhì)的數(shù)字信號，將步驟1中 得到的原水去噪信號、所述出水水質(zhì)的數(shù)字信號作為控制參量，并將加藥栗控制裝置所需 的加藥量作為目標(biāo)函數(shù)，將所述目標(biāo)函數(shù)和所述控制參量同時輸入在線控制器，利用BP神 經(jīng)網(wǎng)絡(luò)算法進(jìn)行學(xué)習(xí)訓(xùn)練，建立在線控制模型，具體包括以下步驟： 步驟21，將所述原水流量、所述出水流量的數(shù)字信號X= (Xl，X2，…xn)τ作為輸入向量， 所述加藥栗控制裝置所需的加藥量Y = (Y1, y2,…，ym)T作為輸出向量，〇 = (〇 1，〇2,…〇i)Mt 為隱含層的輸出向量，d =(山，d2，…dj作為BP神經(jīng)網(wǎng)絡(luò)的期望輸出向量，W = (W1, W2，··· Wn)作為輸入層和所述隱含層之間的權(quán)值矩陣，V = (V1, V2，…，V1)作為所述隱含層和輸出 層之間的權(quán)值矩陣，對權(quán)值矩陣W和V賦予隨機(jī)初值，將樣本模式計(jì)數(shù)器P、訓(xùn)練次數(shù)計(jì)數(shù)器 q均置為1，誤差E置為0,給定最小誤差Emin; 步驟22,輸入訓(xùn)練樣本，計(jì)算所述輸入層、所述隱含層和所述輸出層的輸出，利用當(dāng)前 樣本Xp、dp，根據(jù)權(quán)值矩陣選取的初始權(quán)值，經(jīng)過激勵函數(shù)的轉(zhuǎn)換，對向量數(shù)組X、d賦值，計(jì) 算0和Y中的分量； 步驟23,計(jì)算網(wǎng)絡(luò)輸出誤差，網(wǎng)絡(luò)對應(yīng)P對訓(xùn)練樣本的不同誤差為Ep; 步驟24,計(jì)算輸入層、隱含層和輸出層的誤差信號，根據(jù)各層誤差信號調(diào)整對應(yīng)的權(quán) 值，得到新的權(quán)值； 步驟25,判斷所有的輸入樣本是否被訓(xùn)練過一次，如果都訓(xùn)練過則進(jìn)行步驟26,否則 進(jìn)行步驟21 ; 步驟26,判斷均方誤差是否小于給定最小誤差E_，如果是則結(jié) 束，得到BP神經(jīng)網(wǎng)絡(luò)模型，否則進(jìn)行步驟21 ; 步驟3,將步驟2建立的BP神經(jīng)網(wǎng)絡(luò)模型導(dǎo)入反饋控制器，所述反饋控制器接收到所述 原水流量、所述原水水質(zhì)的數(shù)字信號，將該數(shù)字信號和所述出水水質(zhì)的數(shù)字信號作為控制 參量輸入所述BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行運(yùn)算，得到當(dāng)前狀態(tài)所需的加藥量； 步驟4,在線控制器接收并存儲經(jīng)所述信號濾波器濾波后的數(shù)字信號，將這些濾波后的 數(shù)字信號的時間序列均值與未濾波的數(shù)字信號的時間序列均值進(jìn)行比較，若偏離程度超過 閾值，所述在線控制器根據(jù)當(dāng)前的時間序列重新建立BP神經(jīng)網(wǎng)絡(luò)模型，并將該BP神經(jīng)網(wǎng)絡(luò) 模型再次導(dǎo)入所述反饋控制器后重新進(jìn)行步驟3,根據(jù)實(shí)時的原水水質(zhì)和原水流量調(diào)整當(dāng) 前狀態(tài)的加藥量； 步驟5,所述反饋控制器將步驟4得到的加藥量輸入加藥栗控制裝置，自動調(diào)節(jié)加藥閥 門來控制實(shí)時加藥量。
【專利摘要】本發(fā)明公開了一種水處理加藥數(shù)字化在線控制系統(tǒng)，包括原水濁度檢測儀、原水流量監(jiān)測儀、信號濾波器、在線控制器、反饋控制器、加藥泵控制裝置、出水濁度檢測儀構(gòu)成，信號濾波器將原水水質(zhì)、流量的監(jiān)測信號進(jìn)行濾波降噪處理，消除外界干擾因素的影響；在線控制器完成BP神經(jīng)網(wǎng)絡(luò)模型的運(yùn)算、存儲數(shù)據(jù)并發(fā)出控制信號；反饋控制器通過接收實(shí)時的濾波信號，按照在線控制器發(fā)出的控制信號，確定當(dāng)前加藥的最優(yōu)量；加藥泵控制裝置在線接收反饋控制器指令，執(zhí)行各種藥劑的實(shí)時定量投放。本發(fā)明的有益效果：采用提升小波去噪處理、BP神經(jīng)網(wǎng)絡(luò)算法、數(shù)字化在線控制方法解決了水處理加藥控制系統(tǒng)中的滯后效應(yīng)、非線性、時變性、強(qiáng)干擾、變結(jié)構(gòu)等問題。
【IPC分類】C02F1/00, G05B13/04
【公開號】CN105425592
【申請?zhí)枴緾N201610007060
【發(fā)明人】于新玉, 楊建慧, 劉濤, 于春波, 劉德強(qiáng), 秦棟
【申請人】大唐環(huán)境產(chǎn)業(yè)集團(tuán)股份有限公司
【公開日】2016年3月23日
【申請日】2016年1月5日