文档库 最新最全的文档下载
当前位置:文档库 › 以溶解氧浓度作为sbr法模糊控制参数 论文

以溶解氧浓度作为sbr法模糊控制参数 论文

以溶解氧浓度作为sbr法模糊控制参数 论文
以溶解氧浓度作为sbr法模糊控制参数 论文

以溶解氧浓度作为sbr法模糊控制参数论文

关键字:反应时间进水模糊控制误差反应曝气模糊变化浓度控制

摘要:采用SBR法处理石油化工废水,根据反应器内有机物降解与溶解氧浓度(DO)的相关性,提出了以DO作为SBR法的模糊控制参数。通过大量试验,总结出反应初始阶段(8~10 min)溶解氧浓度不仅能够间接地反映进水有机物浓度(COD),而且对整个反应过程都有重要影响。溶解氧的高低主要受曝气量大小控制,因此可根据初始阶段溶解氧的浓度及变化情况预测进水有机物浓度,进而实现对曝气量的模糊控制。同时,还发现当有机物不再被降解时,DO迅速大幅度升高,可根据DO变化这一特点实现对反应时间的模糊控制。

关键词:COD DO SBR 模糊控制

Fuzzy Control of SBR Process Using DO as Parameter

Abstract:Petrochemical wastewater was treated by SBR process using DO as fuzzy control parameter in considering the relationship between the organic matter degradation and DO concentration. It was concluded by many experiments that DO concentration during the initial reaction stage (8~10 min) not only was related to influent COD, but also affected the whole reaction process significantly. The influent COD could be predicted by the concentration and the ranging of DO in initial stage and the fuzzy control of aeration was realized since DO was mainly controlled by aeration volume. The fuzzy control of reaction time could also be realized based on the fact that DO went up quickly when the degradation of organic matter stopped.

Keywords: COD; DO; SBR; fuzzy control

模糊控制在水处理领域已得到成功的应用,尤其是活性污泥法污水处理系统,它本身属于复杂的动态工程系统,无法找到精确的模型来描述,目前研究较多的是对出水悬浮物进行预测和控制的动态活性污泥法模糊控制[1];在高纯氧活性污泥法中采取模糊控制,既能防止能量浪费,又能避免DO不足[2]。对硝酸态氮污染水脱氮处理的新方法—生物电极法采用模糊控制,有利于避免过量地投加有机物,节省运行费用[3、4]。

80年代以来,序批式活性污泥法(SBR法)用于处理间歇排放的水质水量变化很大的工业废水取得了很大成功并被广泛应用。SBR法的主要缺点是运行管理复杂,只有实现SBR 法的自动控制,才能发挥其优势。传统的控制方法是时间程序控制和流量程序控制,即确定SBR法五个阶段所需要的时间后,实现其计算机控制。而工业废水的排放不仅是变化的或间歇的,而且其有机物浓度也随时间变化很大,往往相差几倍或十几倍。如果按相同的反应时间控制SBR的运行,当进水浓度高时出水不达标,当进水浓度低时曝气时间过长,浪费能源还易发生污泥膨胀。为了实现SBR法更高层次的计算机在线控制,必须寻找一个参数既能反映进水COD浓度的变化及反应过程中的降解情况,又能作为计算机控制参数,这也是深化SBR自动控制的重要研究课题。溶解氧浓度由于其能够在线检测、响应时间短、精确度高,人们在活性污泥法中围绕溶解氧浓度已做了大量研究,包括用溶解氧浓度作为SBR 法过程控制和反应时间控制参数[5],在脱氮反应过程中以在线检测的DO值模糊控制曝气

量[6]等。但未见到采用SBR法处理工业废水时以在线检测的DO值作为模糊控制参数的研究。

1 试验设备与方法

SBR法试验装置如图1所示。

反应器高70cm,直径30cm,总有效容积38L,采用鼓风曝气,转子流量计调节曝气量。在反应过程中在线检测DO值,并根据DO值的变化在一定的时间间隔内取样测定COD及混合液污泥浓度(MLSS)等指标。

试验用石化废水中含有乙酸、偏苯三酸及苯酐等多种有机化合物,加适量的自来水稀释,使COD浓度在400~1900mg/L范围内变化。由于原水中氮、磷元素含量极少,本试验按BOD5∶N∶P=100∶5∶1的比例投加氯化铵(NH4Cl)和磷酸二氢钾(KH2PO4)配制的营养液,并调整pH值为6~6.5,水温控制在20 ℃左右。

2 试验结果与分析

为了实现以DO作为SBR法运行过程中曝气量及反应时间的模糊控制参数,必须寻找DO与有机物降解之间的规律性。因此,本试验在两种不同条件下研究DO浓度对反应过程的影响。

2.1 同一进水浓度不同曝气量

试验配制原水COD浓度为1800mg/L,进水混合后反应初始COD浓度为1600mg/L。反应过程平均MLSS=2000 mg/L,曝气量分别为0.6m3/h、1.0m3/h、1.2m3/h时试验结果如图2所示。

从图中可以看出,反应开始8~10min左右,不同曝气量下DO值显著不同。曝气量越小,此时的DO值越低,致使整个反应过程DO处于较低水平,大大延长了反应时间。随着曝气量的增大,初始DO值也在增大,带来整个反应过程DO的提高,缩短了有机物达到难降解程度的时间,即减少了反应时间。但是,过分地增大曝气量,初始DO的过高会造成整个过程DO处于过高的水平,却不能有效地缩短反应时间,还造成能量的巨大浪费。产生这种现象可以从耗氧速率与DO的相关关系的研究中得到解释,因为在低DO浓度下,DO浓度对生化反应速率的影响较大。当DO在1~2mg/L范围内,随着DO的提高,耗氧速率大幅度提高,标志着有机物降解速率的加快,从而缩短反应时间。当DO超过2mg/L后,继续增大DO值,由于受污泥浓度(MLSS)的限制,有机物降解速率的增加幅度较小。

取进水COD浓度分别为400、600、800、1000、1300、1600、1900mg/L,每一进水浓度又在不同曝气量下进行试验,比较DO与有机物降解情况。试验中发现控制反应过程中DO为2.0 mg/L左右时最经济合理,其相应的曝气量为合适的曝气量。通过试验找出每一进水浓度下合适的曝气量,并应随着进水COD浓度的不同,根据检测的初始DO(8~10min 左右)值调节曝气量,使整个反应过程的DO处于适当的水平,既能保证出水水质,又能节省运行费用。

2.2 不同进水浓度相同曝气量

试验配制原水COD浓度分别为850、1200、1500mg/L,进水混合后COD浓度分别为650、980、1300mg/L,反应过程平均MLSS为2000mg/L,曝气量为0.6 m3/h,试验结果如图3所示。

从图可以看出,不同的进水COD浓度,反应10 min左右时DO值有很大差别,COD

浓度越高,DO值越低,二者有很好的相关性。在COD浓度为650mg/L时,反应10 min左右DO值就升到4.5 mg/L;而COD浓度为1300 mg/L时,反应10 min时的DO值仅为1.3 mg/L。因此,在反应开始后较短的时间内就可以根据检测的DO值的大小预测出相应的进水COD

浓度。

用SBR法处理石化废水,以上述试验研究结果为基础,设定每一周期初始的曝气量均为0.6m3/h,在不知进水COD浓度的情况下,以在线检测反应10min左右时DO值的大小为依据,预测出该进水COD浓度,再找出在该进水COD浓度下适宜的曝气量,将其归纳总

结如表1所示。与此同时,发现在上述每一试验过程中,当有机物达到难降解程度时,DO 都有迅速大幅度升高的现象发生,并且在较短的时间内上升到5~6mg/L。根据反应期间DO 的变化,实现对SBR供气量和反应时间的模糊控制。

3 DO作为模糊控制参数的基本思想

SBR法的模糊控制目的有三:一是实现计算机自动控制;二是在保证出水水质前提下

尽可能节省运行费用;三是避免曝气量不足或反应时间过长而引起的污泥膨胀。

3.1 以初始DO作为模糊控制参数

设定每一周期反应初始的曝气量均为0.6m3/h,以在线检测的反应初始阶段(8~10 min 左右)的DO值(DO off)作为被控制变量,以曝气量(u)为控制变量。在模糊控制系统的设计时,以在线检测的DO off与设定的DO标准浓度(DO s)的偏差E i作为模糊控制器的一个输入变量,1min为一个采样周期,一个采样周期后该偏差E i的变化量CE i作为模糊控制

器的另一个输入变量。

E i=DO off-DO s i=1,2,3 (1)

CE i=E i-E i-1 i=1,2,3 (2)

式中i--第i次采样的相应数据

E i-1--第i-1次采样处理水DO off的偏差。

根据这两个输入变量,经过模糊控制器的计算、判断与决策,作为模糊控制系统输出变量的则是控制变量的变化量Δu i,即曝气量的变化量。

确定了模糊控制器的输入与输出变量后,根据模糊控制理论按照以下步骤实现模糊控制系统。

3.1.1 精确量的模糊化

根据表1所得的试验结果,将DO的偏差及偏差的变化量用模糊变量来表示,即将被控制变量进行模糊化处理,得到模糊集合向量。

对误差E,误差变化CE及控制量u的模糊集及其论域定义如下:

CE和u的模糊集均为:{NB,NM,NS,O,PS,PM,PB}

E的模糊集为:{NB,NM,NS,NO,PO,PS,PM,PB}

上述模糊语言变量的意义:

NB=Negative Big(负大)

PB=Positive Big(正大)

NM=Negative Medium(负中)

PM=Positive Medium(正中)

NS=Negative Small(负小) PS=Positive Small(正小)

NO=Negative Zero(负零)

PO=Positive Zero(正零)

O=Zero

E和CE的论域均为:{-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6}

u的论域为:{-7,-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6,+7}

将E i、CE i、u i化为各自论域上离散的整型变量,即整型化处理。在此设定DO s=2.0mg/L,是相对于COD=1000 mg/L、曝气量为0.6m3/h、反应9min时的DO浓度。

E、CE及u的模糊集和论域确定后,须对模糊语言变量确定隶属函数,即所谓对模糊

变量赋值,就是确定论域内元素对模糊语言变量的隶属度。上述论域E、CE、u上的模糊变量均假定为正态型模糊变量,其正态函数为:

F(x)=exp[-((x-a)/σ)2](3)

此函数确定了模糊隶属函数曲线的形状。将确定的隶属函数曲线离散化,就得到了有限个点上的隶属度,便构成了一个相应的模糊变量的模糊子集。

3.1.2 建立模糊控制规则

在试验基础上,分析DO与有机物降解及曝气量之间的关系,建立以模糊语言表示的模糊控制推理的合成规则和模糊控制规则。

根据操作过程中可能遇到的各种情况和系统的运行数据,将相应的控制策略归纳为表2,这是一组根据系统输出的误差及误差的变化趋势来消除误差的模糊控制规则。

上述这些模糊控制规则可以用模糊条件语句来描述,例如:

if E=NB or NM and CE=NB or NM then u=PB or

if E=NB or NM and CE=NS then u=PB or ……

上述选取控制量变化的原则是:当误差大或较大时,选择控制量以尽快消除误差为主;而当误差较小时,选择控制量要注意防止超调,以系统的稳定性为主要出发点。例如,当DO误差及误差变化均为负大时,就是SBR反应器内DO浓度很低,而且有进一步降低的趋势,如果不加以调整,势必造成反应时间过长或引起污泥膨胀,为尽快提高DO浓度,消除误差,必须增大曝气量,所以Δu取正大。当误差为负小,误差变化为正小时,系统本身具有消除误差的能力,可以不调整曝气量。

3.1.3 模糊推理及其模糊量的非模糊化

在模糊控制规则的指导下,经过模糊决策后,得到模糊控制变量Δu i:为了对被控制对象SBR处理系统施加精确的控制,还需要将模糊控制变量Δu i转化为可执行的精确量,即曝气量变化量的准确量,这就是非模糊化处理过程。

上述模糊控制规则所确定的每一条模糊条件语句都可以计算出相应的模糊控制量u i。例如,由第1条语句所确定的模糊关系可用式(4)表示:

R=(NB E+NM E)×PB u]·[(NB CE+NM CE)×PB u](4)

如果此刻采样所得到的实际误差模糊变量为e,误差变化的模糊变量为ce,根据推理的合成规则进行模糊决策,得到模糊控制量为u1:

u1=e o[(NB E+NM E)×PB u]· ce o·[(NB CE+NM CE)×PB u](5)

同理,可由其余模糊条件语句计算出相应的模糊控制量u2,u3,……,由于各条件语句之间是或的关系,则控制量的模糊集合u表示为:

u=u1+u2+……+u n(6)

由式(6)所计算出的控制量是一个模糊子集,不能直接应用于被控对象,必须经过非模糊化处理转化为精确量。本文采用加权平均法作为非模糊化处理方法,计算式如下:

这种方法可以充分利用模糊推理结果、模糊子集提供的有用信息量,得到SBR法曝气过程的模糊控制表,储存在计算机中。

上述过程是反应进行到8~9min,根据在线检测的DO值预测进水COD浓度,并在第10min对曝气量进行调整。为了保证较好的控制效果,可在后续反应过程中继续检测DO值,并对曝气量进行再一次调整。调整次数的多少应视预测进水COD浓度的大小及相应反应时间的长短而定。在有机物达到难降解程度时,DO迅速大幅度升高,这是停止曝气的信号。如果在反应过程中,频繁地调整曝气量,势必使DO始终维持在2.0mg/L左右,而不会发生DO迅速大幅度升高的现象,进而影响反应时间的控制。因此,试验中根据表1的试验结果,在反应8~10 min预测到进水COD浓度后,便相应地预知反应时间。如果预测的反应时间在120min之内,进行两次调整,第二次是在反应进行到30 min,DO s仍取2.0 mg/L,具体

的控制方法同前。如果预测的反应时间超过120 min,则进行三次调整,第三次是在反应进行到60 min,DO s仍取2.0 mg/L,具体的控制方法同前。经过这样的方法控制,就可以弥补第一次调整曝气量(8~10 min)所造成的误差,而且不会影响对反应时间的控制。

3.2 作为反应时间的控制参数

在反应初期(8~10 min),以上述的模糊控制方法对曝气量进行调整后,使后续反应

过程中DO处于合适的水平。由于SBR法间歇运行的特点,当有机物达到难降解程度时,DO迅速大幅度升高,在10 min内DO便可上升到3.5 mg/L,反应结束时DO可升到6 mg/L

左右。这一变化特点可用模糊语言变量加以描述,以此作为停止曝气的信号,故引入了用DO误差的大小和误差变化的快慢作为模糊控制器的两个输入变量。SBR法处理石油化工废水的试验结果表明:当DO(升高的幅度)>3.5 mg/L,且DO的变化速率>0.30 mg/(L·min)时,反应已结束,应停止曝气,这是建立模糊控制规则的重要依据。

由于两种现象中误差及误差的变化均为正,可以简化对误差E、误差变化CE及控制量u的模糊集和论域的定:

E、CE的模糊集均为:{PS,PM,PB}

E、CE的论域为:{1,2,3,4,5,6}

而对控制量u(即曝气量)而言,只有两种选择:一种是维持原来的曝气量不变,继续等待;另一种是立即停止曝气,不存在改变曝气量大小的问题。对输入变量E和CE进行模糊化处理,此时DO的设定值DO s取2.0 mg/L。模糊化方法与3.1.1节中阐述的方法相同,不再重复。在此仅对模糊规则的建立进行说明,模糊规则控制如表3所示。

当DO的误差为PS和PM时,无论DO的变化速率如何,均维持原有的曝气量,避免因曝气时间不够而使出水达不到排放标准。只有当E达到PB,且CE达到PM或PB,才认为有机物不再被降解,应该停止曝气。

将3.1、3.2阐述的内容结合起来,便可以DO作为控制参数,实现对SBR法曝气过程

和反应时间的模糊控制。当然,任何一种控制方法都无法保证每一次预测和控制都是准确无误的,有时难免会出现异常现象。例如:根据8~10min的DO值预知反应时间为120min

左右,可是在90min就出现了DO迅速大幅度升高的现象,说明COD的预测值大于实际值。如果这种情况发生,此时不应该再调整曝气量,为防止因较早停止曝气而使出水不达标,只能改变反应时间控制规则中的某些参数,使控制规则更为严格。本试验中DO升高的幅度由正常时的3.5 mg/L提高到4.5 mg/L,DO变化速率也由0.30 mg/(L·min)提高到0.35 mg/(L·min),即只有E i≥4.5 mg/L,CE i≥0.35 mg/(L·min),才可以停止曝气。还有另外一种相反的情况,就

是预测的反应时间为90 min,而实际运行至120 min DO仍没有迅速大幅度升高,说明COD 的预测值小于实际值。如果这种情况发生,则应放宽控制规则,将E i由3.5mg/L降到2.5 mg/L,CE i由0.30 mg/(L·min)降到0.20 mg/(L·min),即E i≥2.5 mg/L,CE i≥0.20mg/(L·min),就可

以停止曝气。因此,在对反应时间进行控制时,既要根据在线检测的DO变化情况,也要参考前面的预测结果,如果有上述的异常情况发生,就要采取不同的控制规则,保证控制效果和系统的正常运行。

4 结论

①采用SBR法处理石油化工废水,有机物降解初期(8~10 min)的溶解氧浓度对整个反应过程有重要影响。如果初始DO值过高必将导致反应过程DO值的普遍过高,不但不会有效地缩短反应时间,反而会增大运行费用。相反,如果DO值过低,则延长了反应时间,而且容易引起污泥膨胀。

②可以用反应初始阶段溶解氧浓度作为SBR法曝气量的模糊控制参数。假定每一反应周期初始曝气量相同,可根据反应开始后较短时间内(8~10 min)DO值的变化情况预测进水COD浓度,进而调整到该浓度下适宜的曝气量。在反应过程中,也可以根据DO变化情况对曝气量进行再一次调整。

③SBR反应器内,当有机物达到难降解程度时,DO迅速大幅度升高,这一变化特点可用模糊语言变量加以描述,实现对SBR反应时间的模糊控制。

参考文献:

[1]Tsai Y P et al . Effluent Suspended Solid Control of ActivatedSludge Process by Fuzzy Control Approach[J].Wat Environ Res,1996,68(6):1045-1053.

[2]Mark T Yin.Fuzzy Logic Process Control of HPO-AS[J]. Journal of Environmental Engineering,1996.

[3]彭永臻,王淑莹,周利等.生物电极脱氮工艺的在线模糊控制研究(一)[J].中国给水排水,1999,15(2).

[4]彭永臻,王淑莹,周利等.生物电极脱氮工艺的在线模糊控制研究(二)[J].中国给水排水,1999,15(4).

[5]王淑莹,彭永臻,周利.用溶解氧浓度作为SBR法过程控制和反应时间控制参数.中国环境科学,1998,18(5):415-418.

[6]Ferrer J. Energy Saving in The Aeration Process by Fuzzy Logic Control[J].Wat Sci Tech,1998,38(3):209-217.

cv

啤酒中溶解氧的控制解读

74 酿酒科技·2009年第2期(总第176期)LIQUOR -MAKING SCIENCE &TECHNOLOGY 2009No .2(Tol .176 啤酒中溶解氧的控制 王劲松 (南京金星啤酒有限公司技术质量部, 江苏 摘要:关键词: 南京 210039 啤酒生产过程中除发酵初期氧有利于酵母细胞合成外,其他工序均应严格控制氧的摄入量,防止啤酒中啤酒;溶解氧;控制 文献标识码:B 文章编号:1001-9286(2009)02-0074-03 的还原物质被氧化而影响啤酒质量。溶解氧含量的高低是决定啤酒非生物稳定性和风味稳定性的主要因素之一。中图分类号:TS262.5;TS261.4 Analysis of the Control of Dissolved Oxygen in Beer WANG Jin-song (Technique&Quality Department of Jinxing Beer Co.Ltd., Nanjing, Jiangsu 210039, China

Abstract :Oxygen is helpful for the synthesis of barm cells in early fermentation period in beer production. However, in other production proce-dures, oxygen absorption should be under strict control to prevent the oxidation of reducing substances in beer which would further damage beer quality. The content of dissolved oxygen is the main factor influencing non-biological stability and flavor stability of beer. (Tran.by YUE Yang Key words :beer; dissolved oxygen; control 成品啤酒中溶解氧的含量应控制在0.1mg/L左右,过高易导致啤酒产生类似脂肪氧化后的臭味,影响啤酒的爽快、醇厚性,且使啤酒的后苦味增强,甚至由于成品啤酒中过多氧的存在造成本已还原的双乙酰再次生成,使啤酒产生“生青味”,并氧化啤酒中的一些风味物质,使啤酒风味变差。氧能与蛋白质、多酚化合物反应形成永久性浑浊,降低啤酒的非生物稳定性。啤酒摄入氧主要在过滤与灌装工序,过滤工序中如果能够把清酒的溶解氧水平控制在0.1mg/L以下,就可以有效地提高啤酒的稳定性,延长啤酒贮藏。 发酵液中溶解氧含量很低,经过硅藻土过滤后,清酒溶解氧含量明显增高, 一般用CO 2背压,可达到0.3~ 0.5mg/L,如果用压缩空气背压,清酒中的溶解氧含量可 达1.0mg/L,由于氧的存在,使啤酒中残留的α-乙酰乳酸氧化脱羧而使双乙酰的含量增高。 1.3影响啤酒的风味 啤酒的风味组成包括双乙酰及其前体、醛类、酯类、 高级醇、含硫化合物、挥发性酒花组分等。这些风味组成成分所含有的醛基、羟基、巯基、烯或烯醇基等, 都可以被氧化或进行加氧反应, 结果可能会使啤酒中原来感觉不到的风味成分转化为能感觉到的风味成分, 或改变原有风味成分的呈味性质从而产生异杂味, 并且导致啤酒口感粗劣。例如,多酚物质受到氧化聚合会使啤酒产生涩味、后苦味、辛辣味;酒花中A2酸和不饱和萜烯化合物受到氧化, 会使

模糊控制理论外文文献翻译

模糊控制理论 概述 模糊逻辑广泛适用于机械控制。这个词本身激发一个一定的怀疑,试探相当于“仓促的逻辑”或“虚假的逻辑”,但“模糊”不是指一个部分缺乏严格性的方法,而这样的事实,即逻辑涉及能处理的概念,不能被表达为“对”或“否”,而是因为“部分真实”。虽然遗传算法和神经网络可以执行一样模糊逻辑在很多情况下,模糊逻辑的优点是解决这个问题的方法,能够被铸造方面接线员能了解,以便他们的经验,可用于设计的控制器。这让它更容易完成机械化已成功由人执行。 历史以及应用 模糊逻辑首先被提出是有Lotfi在加州大学伯克利分校在1965年的一篇论文。他阐述了他的观点在1973年的一篇论文的概念,介绍了语言变量”,在这篇文章中相当于一个变量定义为一个模糊集合。其他研究打乱了,第二次工业应用中,水泥窑建在丹麦,即将到来的在线1975。 模糊系统在很大程度上在美国被忽略了,因为他们更多关注的是人工智能,一个被过分吹嘘的领域,尤其是在1980年中期年代,导致在诚信缺失的商业领域。 然而日本人对这个却没有偏见和忽略,模糊系统引发日立的Seiji Yasunobu和Soji Yasunobu Miyamoto的兴趣。,他于1985年的模拟,证明了模糊控制系统对仙台铁路的控制的优越性。他们的想法是被接受了,并将模糊系统用来控制加速、制动、和停车,当线于1987年开业。 1987年另一项促进模糊系统的兴趣。在一个国际会议在东京的模糊研究那一年,Yamakawa论证<使用模糊控制,通过一系列简单的专用模糊逻辑芯片,在一个“倒立摆“实验。这是一个经典的控制问题,在这一过程中,车辆努力保持杆安装在顶部用铰链正直来回移动。 这次展示给观察者家们留下了深刻的印象,以及后来的实验,他登上一Yamakawa酒杯包含水或甚至一只活老鼠的顶部的钟摆。该系统在两种情况下,保持稳定。Yamakawa最终继续组织自己的fuzzy-systems研究实验室帮助利用自己的专利在田地里的时候。

自动化专业学科前沿讲座之模糊控制论文

自动化前沿知识讲座 ——模糊控制理论的发展及应用这学期学院为我们开设了自动化前沿知识讲座,通过对这门课的学习,使我对自动化这个专业的一些问题有了更深的了解,让我对专业的学习有了明确的方向和目标。 自动化的前沿技术有哪些呢?? 1.模糊控制——其实我很清楚 2.最优控制---“没有更好只有最好” 3.自适应控制——以变制变 4.鲁棒控制——以静制动 5.线性控制理论纵横 6.非线性控制理论的发展 控制——简而优秀 8.预测控制——未卜先知 9.故障诊断——神医妙手 10.人工智能——智慧之巅 11.专家系统——身边的专家 12.推理控制——经验的作用

13.集散控制系统(DCS) 今天我主要想说的是前沿技术中的模糊控制。模糊控制是以模糊集合理论为基础的一种新兴的控制手段,它是模糊系统理论和模糊技术与自动控制技术相结合的产物。自从这门科学诞生以来,它产生了许多探索性甚至是突破性的研究与应用成果,同时,这一方法也逐步成为了人们思考问题的重要方法论。 1965年美国的控制论专家L. A. Zadeh教授创立了模糊集合论,从而为描述,研究和处理模糊性现象提供了一种新的工具。一种利用模糊集合的理论来建立系统模型,设计控制器的新型方法——模糊控制也随之问世了。模糊控制的核心就是利用模糊集合理论,把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法,这种方法不仅能实现控制,而且能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。模糊控制作为智能领域中最具有实际意义的一种控制方法,已经在工业控制领域,家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题,取得了令人瞩目的成效。 现在我来具体的说一下模糊控制。主要是以下几点: (1)模糊的概念 在日常生活中,人们的思维中有许多模糊的概念,如大、小、冷、热等,都没有明确的内涵和外延,只能用模糊集合来描述。人们常用的

溶解氧控制系统方案讲课教案

溶解氧控制系统方案(修改稿) 一、概述 污水生化处理的耗氧反应是重要的反应阶段,目前国内的污水生化处理的加氧工作都是采用大功率的鼓风机实现的,需要消耗大量的电能,在保证水质的情况下,如何实现节能控制,降低成本,是目前国内外需要认真考虑的问题。污水中的微生物对氧的需求量是一定的,少了会降低水质,多了不仅不能保证水质,而且还浪费能源,通常以溶解氧的含量来判断某个时候供氧量是否合适。但是,所需要的溶解氧不应该是一个定值,它是随着污水的浓度、天气、气温、时间变化的函数。就是说污水处理过程控制具有显著的非线性、大滞后、多变量、时变性的特点。为此,需要研究在不同工况条件下,溶解氧设定值的优化。建立污水生化处理过程的溶解氧变化的模型,并依据该模型对鼓风量进行低能耗的优化控制。建立能适应环境变化的基于污水生化过程。 在国内曝气量优化控制方面进行了一些研究,常用的方法主要是基于溶解氧目标值的PID 控制。但是,由于污水生化处理过程的非线性、时滞及溶解氧目标值时变性,使PID 控制很难跟踪溶解氧目标值。在PID 控制基础上发展了变增益的PID控制、模糊PD控制, 这些方法仍然不能解决过程不确定性问题。为此,许多学者采用神经网络自动诊断、模糊专家控制等智能控制方法。但是,对于复杂的污水生化处理过程,学习样本有限和专家知识不足,使这些方法的效果不明显。国外这方面成功经验也很少。所以说国内的污水处理过程的自动化水平还有待提高,大多数只停留在数据采集和简单控制(如提升泵、污泥回流泵、鼓风机的

开关控制)的水平上。污水处理过程建模和控制方面的研究属于刚起步,主要用模糊神经网络控制、递阶神经网络、仿人智能、自适应、专家知识等方法来构建可知模型,取得一定成功。但这些方法有待深入研究和完善。 二、方案提出 我们在总结先前的经验和实际运用的基础上,对于污水的入水水质、生化反应过程、出水水质波动等各种在线、离线检测数据进行科学分析,结合智能检测、诊断与控制技术对生物化过程进行综合控制与优化,以保证在各种干扰条件下出水水质稳定达标。主要采用“前馈+串级”的组合控制模型,以污水处理厂进水区温度、流量、进水水质检测值等为前馈信号,来决策溶解氧的给定值;生化处理池中溶解氧检测仪为反馈信号给主回路;鼓风机风量用风量传感器检测作为反馈信号和变频器构成副回路。各回路控制规律为:前馈采用人工智能;主回路采用模糊PID 控制;副回路采用传统的PID 控制。为节省成本对污泥回流控制可以根据回流量流量大小分1-3 档位的控制。参见图2-1 生物化过程前馈- 串级控制系统。

基于模糊控制算法的温度控制系统的毕业论文

基于模糊控制算法的温度控制系统的毕业论文 第1章绪论 温度控制,在工业自动化控制中占有非常重要的地位。将模糊控制方法运用到温度控制系统中,可以克服温度控制系统中存在的严重滞后现象,同时在提高采样频率的基础上可以很大程度的提高控制效果和控制精度。 1.1 课题背景 1965年,美国著名控制论学者L.A.Zadeh发表了开创性论文,《FUZZY SETS》首次提出了一种完全不同于传统数学与控制理论的模糊集合理论。在短短的30年里,以模糊集理论为基础发展而来的模糊控制策略已经成功为将人的控制经验纳入自动控制策略之中。在现今的模糊控制领域中,经典模糊控制理论已经在很多方面取得了一大批有实际意义的成果(如90年代日本家电模糊控制产品和工业模糊控制系统)。此外经典模糊控制也得到了相应的改善,如模糊集成系统、模糊自适应系统、神经模糊控制等。 现代自动控制越来越朝着智能化发展,在很多自动控制系统中都用到了工控机,小型机、甚至是巨型机处理机等,当然这些处理机有一个很大的特点,那就是很高的运行速度,很大的存,大量的数据存储器。但随之而来的是巨额的成本。在很多的小型系统中,处理机的成本占系统成本的比例高达20%,而对于这些小型的系统来说,配置一个如此高速的处理机没有任何必要,因为这些小系统追求经济效益,而不是最在乎系统的快速性,所以用成本低廉的单片机控制小型的,而又不是很复杂,不需要大量复杂运算的系统中是非常适合的。 温度控制,在工业自动化控制中占有非常重要的地位,如在钢铁冶炼过程中要对出炉的钢铁进行热处理,才能达到性能指标,塑料的定型过程中也要保持一定的温度[2]。随着科学技术的迅猛发展,各个领域对自动控制系统控制精度、响应速度、系统稳定性与自适应能力的要求越来越高,被控对象或过程的非线性、时变性、多参数点的强烈耦

智能控制 模糊控制论文

华北电力大学 科技学院 智能控制论文 模糊控制的概述及模糊控制的应用 姓名: 班级: 学号: 日期:

模糊控制的概述及模糊控制在污水处理中的应用 摘要:模糊控制技术对工业自动化的进程有着极大地推动作用,本文简要讲述了模糊控制的定义、特点、原理和应用,简介模糊控制在污水处理中的应用。并讲诉了模糊控制的发展。 关键词:模糊控制;污水处理。 An overview of the fuzzy control and fuzzy control in application of wastewater treatment Abstract:Fuzzy control of industrial process automation has greatly promoted the role, the paper briefly describes the definition of fuzzy control, characteristics, principles and applications, Introduction to fuzzy control in wastewater treatment applications. And complaints about the development of fuzzy control. Keywords: fuzzy control; sewage treatment. 1 引言 传统的自动控制控制器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上,但是在实际中,很多系统的影响因素很多,油气混合过程、缸内燃烧过程等) ,很难找出精确的数学模型。这种情况下,模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型。

溶解氧使用说明书

敬告用户 ●使用时请遵守本说明书之操作规程及注意事项。 ●在收到仪表时,请小心打开包装,查看仪表及配件是否因运输而损坏,如有损坏,请立 即通知上海博取仪器有限公司或经销商,并保留包装物以便寄回处理。 ●在使用过程中若发现仪器工作异常或损坏请联系经销商或上海博取仪器有限公司,切勿 自行修理。 ●为使测量更精确,仪器须经常配合电极进行校正;若您的电极购买时间已近一年,请注 意更换电极膜头。 ●仪器使用满一年后须送计量部门或有资格的检定单位进行检定,合格后方可再用。 ●因产品更新换代,本说明书如有变动恕不另行通知。 概述 DOG-2092 型工业溶解氧仪表是用于测试和控制溶解氧的的精密仪表。该仪表具有微型计算机存储、计算和补偿有关测定溶解氧值的所有参数;可对相关数据进行设置,如海拔、盐度等;其功能全.性能稳定.操作简便等特点,使其成为溶解氧测试和控制领域的理想仪表。 DOG-2092 型工业溶氧仪采用带背景光LCD显示,具备错误指示;自动温度补偿;隔离式4-20 mA电流输出;双组继电器控制,高低点报警指示;掉电记忆,无需后备电池,资料保存十年以上。 DOG-2092 型工业溶氧仪电极为美国原装膜头,详见《电极使用说明书》。 包装说明 请确认您所购买的DOG-2092 型仪表包装盒是否完整,如有包装损坏或是有任何配件短缺的情形,请您尽快与经销商或上海博取仪器有限公司联系。 ●DOG-2092 仪表一台 ●固定锁紧条两根 ●用户使用说明书一本 ●溶氧电极一支 1

技术性能 1. 测量范围: 0.00~19.99mg/L 0.0~199.9% 2. 分辨率: 0.01 mg/L 0.01% 3. 精确度: ±1.5%F.S 4. 控制范围: 0.00~19.99mg/L 0.0~199.9% 5. 温度补偿: 0~60℃ 6. 输出信号: 4~20mA 的隔离保护输出 7. 控制输出方式: ON/OFF 继电器输出接点 8. 继电器承受负载: 最大交流230V 5A 最大交流115V 10A 9. 电流输出负载: 允许最大负载为500Ω 10. 对地电压绝缘度: 最小负载为500VDC 11. 工作电压: 230V AC ±10%、50/60Hz 12. 尺寸: 96×96×115mm 13. 开孔尺寸: 91×91mm 14. 重量: 1Kg 15. 仪器的工作条件: ① 环境温度:5~35℃ ② 空气相对湿度: ≤80% ③ 除地球磁场外周围无强磁场干扰。 前面板说明 图1 1:高报警指示 2:低报警指示 3:毫克/升指示 4:百分比指示 5:确认 6:数字减少 7:数字增加 8:菜单循环模式 9:显示屏 2

毕业设计:模糊控制器的仿真研究

安阳师范学院本科学生毕业论文模糊控制器的仿真研究 系(院)物理与电气工程学院 专业电气工程及其自动化 日期 2015.06.01

学生诚信承诺书 本人郑重承诺:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得安阳师范学院或其他教育机构的学位或证书所使用过的材料。所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名:日期: 论文使用授权说明 本人完全了解安阳师范学院有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。 签名:导师签名:日期:

模糊控制器的仿真研究 王方启 (安阳师范学院物理与电气工程学院,河南安阳 455000) 摘要:本文对模糊控制系统的设计及仿真进行研究,对模糊控制及仿真技术的概念、特点、发展及应用进行了论述,简述了模糊控制的基本理论。在此基础上,详细介绍了模糊控制系统的系统组成和基本工作原理。同时,阐述了模糊控制器的结构和基本设计方法。最后,通过仿真结果进而对模糊控制系统进行改进。使用MATLAB对系统进行仿真,结果表明系统的动态性能得到了提高。 关键词: 模糊PID控制器;MATLAB;仿真 1 引言 在工程实际应用中,应用最广泛的调节器控制规律为比例、积分、微分控制,简称PID控制。PID控制器问世至今已有近70年历史,它以其结构简单、稳定性好、鲁棒性好,工作可靠、调整方便而成为工业控制的主要技术之一。但是对一些大惯性、非线性和时变的系统常规PID控制就无能为力了。由于负载扰动或环境变化,受控过程参数和模型结构均发生变化,由于受到参数整定方法烦杂的困扰,常规PID控制器参数往往整定不良、性能欠佳,对运行工况的适应性差。本文将模糊控制和PID控制结合起来,应用模糊推理的方法实现对PID参数进行在线自整定,实现PID参数的最佳调整,设计出参数模糊自整定PID控制器,并进行了Matlab/Simulink仿真。仿真结果表明,与常规PID控制系统相比,该设计获得了更优的鲁棒性和动、静态性及具有良好的自适应性。 模糊控制是以模糊集合论作为它的数学基础的。模糊控制就是利用模糊集合理论,把人的模糊控制策略转化为计算机所能接收的控制算法,进而实施控制的一种理论和技术。它能够模拟人的思维因而对一些无法构建数学模型的系统可以进行有效的描述和控制,除了用于工业,也适用于社会学、经济学、环境学、生物学及医学等各类复杂系统。模糊控制与PID控制结合构成模糊PID控制既可实现PID控制的功能又可实现模糊控制的作用,克服PID控制遇到的问题。因此研究模糊PID控制具有十分重要的现实意义。 2 常规PID控制 2.1 PID控制器概述 在过去的几十年里,PID控制器在工业控制中得到了广泛应用。在控制理论

模糊控制 英文文献

CONTROL, PID CONTROL, AND ADVANCED FUZZY CONTROL FOR SIMULATING A NUCLEAR REACTOR OPERATION XIAOZHONG LI and DA RUAN* elgian Nuclear Research Centre (SCKoCEN Boeretang 200, 8-2400 Mol, Belgium (Received 15 March 1999) Based on the background of fuzzy control applications to the first nuclear reactor in Belgium (BRI) at the Belgian Nuclear Research Centre (SCK.CEN), we have made a real fuzzy logic control demo model. The demo model is suitable for us to test and com- pare some new algorithms of fuzzy control and intelligent systems, which is advantageous because it is always difficult and time-consuming, due to safety aspects, to do all experiments in a real nuclear environment. In this paper, we first report briefly on the construction of the demo model, and then introduce the results of a fuzzy control, a proportional-integral-derivative (PID) control and an advanced fuzzy control, in which the advanced fuzzy control is a fuzzy control with an adaptive function that can Self-regulate the fuzzy control rules. Afterwards, we present a comparative study of those three methods. The results have shown that fuzzy control has more advantages in terms of flexibility, robustness, and easily updated facilities with respect to the PID control of the demo model, but that PID control has much higher regulation resolution due to its integration term. The adaptive fuzzy control can dynamically adjust the rule base, therefore it is more robust and suitable to those very uncertain occasions. Keywords: Fuzzy control; PID control; fuzzy adaptive control; nuclear reactor I INTRODUCTION Today the techniques of fuzzy logic control are very mature in most engineering areas, but not in nuclear engineering, though some research has been done (Bernard, 1988; Hah and Lee, 1994; Lin et al. 1997; Matsuoka, 1990). The main reason is that it is impossible to do experiments in nuclear engineering as easily as in other industrial areas. For example, a reactor is usually not available to any individual. Even for specialists in nuclear engineering, an official licence for doing any on-line test is necessary. That is why we are still

毕业设计(开题报告)关于模糊控制

毕业设计(论文) 开题报告 题目电力系统中新型智能协调控制器的研究专业电气工程与自动化 班级电气1班 学生于伟华 指导教师徐凯 重庆交通大学 2012 年

2012届电气工程与自动化专业毕业设计论文(开题报告) 一、选题目的的理论价值和现实意义 (1)理论价值 随着电力系统规模的不断扩大,电力系统结构和运行方式越来越复杂多变,对系统的稳定性提出了更高的要求。国内外的运行经验表明,电力系统运行稳定性的破坏是事故扩大、系统瓦解的重要原因之一。而发电机励磁控制系统对同步发电机乃至整个电力系统的可靠和稳定运行都有着重要的作用。 在励磁控制系统中,控制算法是决定控制性能优劣的重要因素。PID算法由于设计简单,并且具有良好的电压控制精度,至今在工程上仍有广泛的应用。但PID算法不能有效改善系统的动态品质和提高系统的稳定水平。尤其是快速励磁方式的采用会使电力系统特性恶化,致使出现负阻尼情况,使电力系统发生低频振荡。随着现代控制理论和实践的发展,出现了基于线性最优控制理论的线性最优励磁控制器。由于考虑了电力系统多个控制目标的综合,并采用最优化设计,因而具有更好的动态性能和阻尼特性。然而线性最优控制理论也有不足之处,即当系统偏离运行点时,其不能保证良好的控制性能。 模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法,它不需要精确的数学模型,而且能够很好地应用于动态或高度非线性系统,对过程和参数的变化有较强的适应能力。 (2)现实意义 安全稳定是电力系统运行的基本条件,提高励磁系统的控制性能,对同步发电机和电力系统的安全稳定运行都有着重要意义。利用PID良好的电压调节特性,并结合星型最优励磁控制器良好的懂爱和阻尼特性,简历了PID+LOEC模糊协调励磁控制器。根据系统状态的变化,模糊控制器可以通过加权系数协调控制PID和LOEC的输出,从而提高对系统状态变化的自适应能力。通过在simulink中建立系统仿真模型,把基于模糊控制器的PID+LOEC协调控制分别和PID、LOEC做了比较,结果显示,基于模糊控制的协调控制策略,具有更好的动、静态特性。 从smith预估器、大林算法等,到现代控制理论出现了不少克服大滞后系统的控制方案。它们都在一定条件下,一定程度地解决了纯滞后对象地控制问题,但也存在许多缺陷:(1)过于依赖对象的数学模型;(2)计算机算法条件难以实现;(3)实际环境影响的强干扰。因此,常规控制方法很难对复杂的纯滞后工业过程进行有效控制[7]。

模糊控制发展前景分析

《冶金自动化工程案例分析》课程论文 模糊控制的发展前景分析 电子与信息工程学院 自动化094班 张宇 120093101091

模糊控制的发展前景分析 电子与信息工程学院自动化094班张宇 摘要:模糊控制方法是智能控制的重要组成部分。本文简要介绍了模糊控制的概念和特点,并对模糊控制的原理作了说明,较详细的介绍了对于常规模糊控制方 法的改进,包括Fuzzy-PIS复合控制、三位模糊控制器、Smith-Fuzzy控制器、专家模糊控制器等,对模糊控制系统与传统PID控制作了简单比较,最后对模糊控制的优缺点进行分析并对模糊控制未来发展作出了展望。 关键字:模糊控制;原理;模糊PID控制;展望; 一.模糊控制简介 模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。模糊控制主要是模拟人的思维、推理和判断的一种控制方法, 它将人的经验、常识等用自然语言的形式表达出来,建立一种适用于计算机处理的输入输出过程模型,是智能控制的一个重要研究领域。从信息技术的观点来看, 模糊控制是一种基于规则的专家系统。从控制系统技术的观点来看, 模糊控制是一种普遍的非线性特征域控制器。 模糊控制作为智能领域中最具有实际意义的一种控制方法,已经在工业控制领域、家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题,取得了令人瞩目的成效,引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。 相对传统控制,包括经典控制理论与现代控制理论。模糊控制能避开对象的数学模型( 如状态方程或传递函数等),它力图对人们关于某个控制问题的成功与失败和经验进行加工, 总结出知识,从中提炼出控制规则,用一系列多维模糊 条件语句构造系统的模糊语言变量模型, 应用CRI等各类模糊推理方法,可以得 到适合控制要求的控制量, 可以说模糊控制是一种语言变量的控制。 二. 模糊控制的原理 基本模糊控制系统包括模糊化处理、模糊推理和清晰化控制三个环节。 图1模糊控制系统框图 模糊化处理就是将模糊控制器输入量的确定值转换为相应模糊语言变量值的过程, 此相应语言变量值均由对应的隶属度来定义。通过这样一个把输入变量映射到合适的响应论域量程的过程,精确的输入数据就变换成适当的语言值或模

溶解氧和造成溶氧不足地原因

溶解氧和造成溶氧不足的原因 内容摘要:水质对养殖的水生动物起着至关重要的作用。正常的养殖水体(未被工业污染),影响水质的主要指标是pH值(酸碱度)、溶解氧、氨氮、亚硝酸盐、硫化氢等5项指标。重金属、农药、化工污水等污染的水源,如超出《渔业水质标准》,则不能用于水产养殖生产。对养殖用水,必须定期进行全面科学检测。如果片面检测或仅凭经验主观判断,可能招致灾难性的后果。 一、养鱼先养水,好水养好鱼 俗话说:“养鱼先养水,好水养好鱼”。水是鱼、虾、蟹、鳖、龟、蛙等水产养殖动物的生活环境,水质的好坏直接影响到水产养殖生物的生长和发育,从而影响到产量和经济效益。每一种水产动物都需要有适合其生存的水质条件,水质若能满足要求,养殖动物就能顺利生长发育。如果水质的一些基本指标超出生物的适应和忍耐范围,轻者养殖动物生长速度缓慢,成活率降低,饲料系数提高,经济效益下降。重者可能造成养殖动物的大批死亡,引起严重的经济损失。 恶化的水质不仅有害于动物机体的健康,甚至还危及它们的生命。众所周知水是一种优良的溶剂和悬浮剂,它可溶解各种气体,如氧气、二氧化碳、氨和硫化氢等,也可溶解各种盐类,如亚硝酸盐、磷酸盐、碳酸盐、硫酸盐等,还可悬浮尘埃、有机碎屑、细菌、藻类、小型的原生动物以及各种虫卵等。水体中溶解和悬浮的种种有形或无形的物质和成分,其中一部分对水产动物的生长、发育是必需的,有一些是无益的,而另一部分则是有害的,或者在含量较多时有害,同样,它们对水体中的其他生物,也有有利和不利的方面,特别是某些成分对养殖动物生长和健康不利,而对一些病原体(如病原菌、寄生原生动物)的繁殖、滋生以及产生毒力等是必需的,就容易导致疾病的发生。 水质对养殖的水生动物起着至关重要的作用。正常的养殖水体(未被工业污染),影响水质的主要指标是pH值(酸碱度)、溶解氧、氨氮、亚硝酸盐、硫化氢等5项指标。重金属、农药、化工污水等污染的水源,如超出《渔业水质标准》,则不能用于水产养殖生产。对养殖用水,必须定期进行全面科学检测。如果片面检测或仅凭经验主观判断,可能招致灾难性的后果。 科学的检测的可得出正确的数据。这些数据可以告诉养殖者水质的状况,从而判断水质是否满足水产动物生长的要求,以及是否会引起动物发病。水质检测的另一个作用是为改善水质、鱼病用药提供依据,减少因施肥、投饵、用药等日常管理造成的鱼类死亡损失。因此,水质检测是保证水质健康的必要,也是水产健康养殖的基础。 二、溶解氧——水产动物生命要素 同人一样,水产动物也必须在有氧的条件下生存,不同的是人呼吸空气中的氧气,而水产动物呼吸的是水体中的溶解氧。水体缺氧可使其浮头,严重时泛塘致死。 1. 养殖(育苗)水体溶氧要求 一般来说,养殖(育苗)水体的溶解氧应保持在5~8mg/l(ppm),至少应保持3mg/l 以上。各种鱼、虾类的需要溶解氧条件如表1。 表1 各种鱼、虾类所需溶氧范围(mg/l)

溶氧控制技术及曝气研究教学文稿

溶氧控制技术及曝气研究 1.污水中溶解氧的控制依据主要有哪些,如何优化? 溶解氧的概念可以理解为水中游离氧的含量,用DO表示,单位mg/L。溶解氧在实际的污水、废水处理操作中具有举足轻重的作用,这一指标的恶化或者波动过大,往往会导致活性污泥系统的稳定性大幅波动,自然对处理效率的影响也非常明显。 <1>书面定义及实际操作的理解 应该说,理论上来讲,当曝气池各点监测到的DO值略大于0(如0.01mg/L)时,可以理解为充氧正好满足活性污泥中微生物对溶解氧的要求。但是事实上,我们还是没有简单的将溶解氧控制在大于0的水平,而是应用教科书中的做法,把DO控制在1~3mg/L的范围内。究其原因还是因为,整个曝气池而言,溶解氧的分布和各曝气池区域内的溶解氧需求是不一样的。为了保守的稳定活性污泥在分解有机物或自身代谢过程中对溶解氧的需求,才将DO控制在1~3mg/L。 但是,实际操作和书面上固定僵化的DO理论值往往是不同的,不能只是依照书面上理论值,还要充分结合实际情况! 从实际情况看,发现在实际运行中,很多情况下将溶解氧控制在1~3mg/L是没有必要的,特别是控制超过3mg/L更是毫无意义,唯一的结果只是导致电能的浪费和出水中含有细小悬浮颗粒。所以,在根据书面理论同时要结合实际情况合理控制溶解氧。 <2>污水中溶解氧的控制依据及优化 主要依据:原水水质(有机物、氮、磷)、活性污泥的浓度、污泥沉降比、pH、温度、食微比(F/M)等进行控制。 当然,书面上给的理论值:一般好氧条件下溶解氧浓度为≥2.0 mg/L,厌氧条件下溶解氧浓度为≤0.2 mg/L,缺氧条件下溶解氧浓度为0.2-0.5 mg/L。具体

毕业设计--洗衣机模糊控制系统设计论文

摘要 将模糊理论应用于洗衣机上是实现家电产品更新换代的重要手段,本文介绍了一种具有自学习功能的模糊智能洗衣机的设计方案,它是以单片机MC6805R3为核心,通过传感器对布量,布质,水温,浑浊度的检测,将得到的数据发送给单片机MC6805R3以实现洗衣机的智能控制,提高洗衣质量。文中还介绍了系统的软硬件组成并较详细介绍了采用动态监视的方法实现洗衣机自学习的功能。 关键词:模糊控制自学习洗衣机传感器

ABSTRACT Will blur the theory to apply will be realizes the electrical appliances product renewal important method on the washer, this article introduced one kind had from the study function fuzzy intelligent washer design proposal, it was take monolithic integrated circuit MC6805R3 as the core, through the sensor to the cloth quantity, the cloth nature, the water temperature, the opacity examination, the data transmission which obtained by realizes the washer intelligent control for monolithic integrated circuit MC6805R3, enhanced washes clothes the quality. In the article also introduced the system software and hardware composition and in detail introduced uses the dynamic surveillance the method realization washer from the study function. KEYWORDS: Fuzzy control From studies the washer Sensor

模糊控制论文

12电气2 张敬明128320242 模糊控制的应用 摘要: 目前大部分温度系统控制方法都需要建立比较精确的数学模型,但温度控制系统内参数变化的非线性特性使建立的模型精度受到一定的影响;而模糊控制技术不需要建立精确的数学模型, 解决多变量非线性系统具有明显的优点。为此,针对温度系统的多变量、非线性和难建模等特性,将模糊控制与PID 控制的优势相结合, 实现了对温度控制系统参数的有效控制。该系统的各项性能指标良好,遇到干扰可以进行自我调整,具有一定的自适应性。仿真结果表明,模糊PID控制算法不但简单实用,而且响应速度快,超调量小,控制效果良好。 关键词:模糊控制 PID 温度控制 1、引言 常规PID 控制[1-2]由于具有原理结构简单、鲁棒性好,可靠性高,容易实现的特点,成为迄今为止应用最广泛的控制算法,并且取得了良好的效果。然而在温度控制系统中,由于被控对象具有非线性、时变、大滞后等特点,且受环境温度等外界诸多因素影响较大,导致难以建立精确的数学模型,难以确定最佳的控制器参数。此时,传统的PID 控制对进一步提高控制对象的质量和精度遇到了极大的困难,难

以获得良好的效果。为了克服常规PID 调节器的不足,提高其性能,人们进行了进一步的研究。 模糊控制[3-5]是智能控制理论的一个分支,近十年来正以它全新的控制方式在控制界受到了极大的重视并得到了迅速发展。与传统的PID 控制方式相比,它具有特别适合于那些难以建立精确数学模型、非线性和大滞后的过程等特点。但是经过深入研究,也会发现基本模糊控制存在着其控制品质粗糙和精度不高等弊病。 因此,本文提出一种将模糊控制和PID 控制相结合起来,通过模糊控制实现PID 参数自适应的方法来控制系统温度。这种Fuzzy- PID 策略,模糊控制的采用不是代替PID 控制,而是对传统控制方式的改进和扩展,它既保持了常规PID 控制系统结构简单、使用方便、鲁棒性 强、控制精度高的优点,又采用模糊推理的方法实现了PID 参数 K、 P K、D K的在线自整定,兼具了模糊控制灵活性、适应性强的特点,相I 比单纯的任一种控制效果都要好[6-10]。 2、模糊控制基本理论 模糊控制是利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里,控制系统动态模式的精确与否是影响控制优劣的最主要关键,系统动态的信息越详细,则越能达到精确控制的目的。然而,对于复杂的系统,由于变量太多,往往难以正确的描述系统的动态,于是工程师便利用各种方法来简化系统动态,以达成控制的目的,但

基于模糊控制算法的温度控制系统的设计(DOC)

本科生毕业论文(设计) 调研报告 题目:基于模糊控制算法的 温度控制系统的设计学生姓名: 学号: 专业班级: 指导教师: 完成时间:年月日

基于模糊控制算法的温度控制系统的设计 一、主要目标任务: 综合运用所学知识,如《模拟电子技术》、《数字电子技术》、《自动控制原理》、《微机原理》、《单片机原理与应用》,设计一个基于模糊控制算法的温度控制系统。 1)对以前所学知识进行系统的复习,全面的综合并将其联贯。 2)学会了独立的分析和解决问题和进行相关社会调查的能力 3)学会了查阅文献的方法和培养查阅文献的良好习惯。 4)提高专业相关外文的阅读、翻译能力。提高专业英语水平。 5)提高编写程序的水平,优化软件结构。提高电脑绘图水平。 二、技术性能指标: 1)温度控制在0~100度(水温),误差为±0.5。C。 2)恒温控制。 3)LED实时显示系统温度。并通过键盘输入给定温度 三、简要工作原理 以AT89C51单片机为模糊控制器,结合温度传感变送器,A/D转换器、LED显示器、静态电子开关等,设计出一个基于模糊控制算法的温度控制系统。 在系统中,温度传感变送器获得温度的感应电压,转变成1~5V的标准电压信号,再由A/D转换器转换成数字信号进入单片机内部。单片机将给定电压的A/D转换结果与测量电压的结果相比较,得出偏差量。然后跟据模糊控制算法得出控制量。在执行器中由开关频率较高的静态电子开关完成,采用模拟的PWM控制方法,改变同一个周期中电子开关的闭合时间。 从而调节加热开关的导通时间,以达到控制效果的目的。 四、课题文献综述 1、《动力锅炉燃烧系统的模糊控制策略》 1)作者:刘向杰、柴天佑、刘红波 2)摘要:基于模糊控制策略给出了锅炉系统新的控制方法。工业锅炉的主要动态包括非线性、非最小相位特征、不稳定性、时滞和负荷干扰,采 用传统控制方法难以实施有效的控制。运用GPE(Gausian partition with evenly spaced midpoints)模糊控制系统对锅炉对象的主汽压进行研究和 实时控制,模糊控制器能够克服许多干扰因素,产生良好的控制效果, 最后给出了模糊控制同传统方法的比较结果。 3)模糊控制器的应用 本文的线性推理规则表示:IF error is Ej and rate is Rj THEN output is U(i+j)。Ei代表着一个误差模糊,Rj代表一个误差变化率模糊集,U(i+j)代表着一个输出量模糊集。 4)实施结果 上述控制策略用于现场实际对象,尽管现场运行存在很大的干扰,主

如何控制溶解氧

一、原辅材料的控制 1. 糖化生产时应根据每批进厂麦芽的指标,及时调整生产工艺,如下料温度、蛋白分解温度和时间。糖化温度和时间要根据麦芽质量加以调整,以保证投入原料的相对稳定。从源头上控制溶解氧的上升,以便有效地保证麦汁组分的相对稳定性,避免因啤酒口味差异,导致发酵液合流过滤时溶解氧的上升。 2. 应尽可能使用新鲜的辅料大米,因为随着陈化时间的延长,其游离脂肪的含量会逐渐增多,容易产生脂肪氧化的臭味。 二、糖化过程的控制 1. 为了尽可能避免在糖化过程中麦汁过多地吸氧,糖化醪应使用脱氧水兑制;糖化时尽量减少搅拌,以降低搅拌翻滚时空气溶入其中;糖化和麦汁过滤时最好采用惰性气体覆盖醪液表面,以隔绝空气,避免麦汁吸氧。另外还要根据糖化生产工艺要求,往糖化锅中加入乳酸或磷酸,保证醪液的pH值在5.4~5.8之间,如麦芽中β—葡聚糖的含量高于150mg/L时,应适量加入含β—葡聚糖酶高的复合酶,以降低麦汁黏度,保证醪液的液化效果,减少因麦汁过滤时耕糟、回流次数过多而吸氧。 2. 糊化锅、糖化锅、煮沸锅的人孔在生产时一定要关闭。从糊化锅进入糖化锅、过滤槽和煮沸锅的物料管最好设计为底部进料,以减少醪液和麦汁在输送过程中与氧气的接触机会。煮沸时间应严格控制在90分钟之内。缩短麦汁在回旋沉淀槽中停留的时间。麦汁冷却采用一段薄板冷却,缩短麦汁入罐时间并严格控制麦汁的充氧量。麦汁充氧量过少不利于酵母的繁殖,还会导致双乙酰还原发生困难。充氧量过多会使酵母前期发酵过于旺盛,形成过量的α—乙酰乳酸,还会消耗多量的快速还原物质,阻碍部分风味物质的还原,导致发酵后期双乙酰还原较慢,破坏啤酒香气,诱发异常气味同时副产物增多,高级醇含量高会使啤酒饮用后有“上头”的感觉,所以冷麦汁充氧量应控制在8ppm~10ppm之间。 三、发酵液的控制 1. 酵母发酵阶段如吸入过多氧气,会破坏发酵液中还原物质的平衡,大量消耗发酵液中的还原物质,降低成品啤酒的抗氧化能力。 2. 发酵大罐的备压气体:滤酒前,发酵液用CO2备压。 3. 发酵液压力要求:备压时CO2压力为0.10 Mpa~0.12Mpa,且CO2纯度为99.8%以上。 4. 由于市场竞争激烈,导致企业生产的酒品种较多,有时一种酒的库存较大,另一种酒已告急,需开另一罐酒,导致排土次数增加,未滤完酒的大罐上方空气进入发酵液,引起发酵液溶解氧升高。为了杜绝此类现象,发酵液开罐后原则上要求一次滤完,特殊情况不能一次滤完的,开罐时间不得超过3天。 四、滤酒管路的控制 滤酒的管路要采用不锈钢,且管路内壁光滑,接缝处平整,无凹凸不平的现象。还要保证滤酒的管路、泵、阀门密封良好。

相关文档
相关文档 最新文档