污水生化處理過(guò)程的Model-on-Demand預(yù)測(cè)控制研究.pdf

1、在控制領(lǐng)域中,存在著大量的非線性時(shí)變系統(tǒng),其中帶有本質(zhì)非線性環(huán)節(jié)的系統(tǒng)尤其難以得到好的控制效果.系統(tǒng)辨識(shí)和控制理論是緊密相關(guān)的,而目前傳統(tǒng)的理論不能提供普遍適用于各種非線性系統(tǒng)的辨識(shí)方法.相對(duì)于傳統(tǒng)的全局建模方法而言,局部模型辨識(shí)在對(duì)非線性系統(tǒng)辨識(shí)上有明顯的優(yōu)勢(shì).研究基于局部建模思想的Model-on-Demand(MOD)辨識(shí)算法及其與控制理論的結(jié)合,對(duì)于非線性系統(tǒng)的辨識(shí)及控制具有十分重要的意義.該文的研究主要集中在以下幾個(gè)方面:比較

2、廣泛而深入地研究了Model-on-Demand模型辨識(shí)算法.在參考大量外文資料的基礎(chǔ)上,對(duì)該算法的具體實(shí)現(xiàn)過(guò)程進(jìn)行了概括總結(jié).由于MOD算法是基于大量觀測(cè)數(shù)據(jù)的,數(shù)據(jù)的質(zhì)量直接影響著辨識(shí)效果,故文中還對(duì)MOD算法與小波分析的結(jié)合進(jìn)行了討論.廣義預(yù)測(cè)控制是80年代以來(lái)發(fā)展起來(lái)的一種新型計(jì)算機(jī)控制方法,它適用于開(kāi)環(huán)不穩(wěn)定系統(tǒng)和非最小相位系統(tǒng),具有優(yōu)良的控制性能和魯棒性.該文對(duì)MOD算法和廣義預(yù)測(cè)控制的結(jié)合過(guò)程進(jìn)行了大量研究,并詳細(xì)推導(dǎo)出算

3、法公式,提出了完整的實(shí)現(xiàn)過(guò)程.污水的生化處理過(guò)程是一個(gè)典型的非線性過(guò)程,尤其是污水的成分依地區(qū)、時(shí)間、季節(jié)、氣候、消費(fèi)習(xí)性等不同,表現(xiàn)出激烈的時(shí)變特征.在對(duì)Model-on-Demand模型辨識(shí)算法及其與廣義預(yù)測(cè)控制的具體結(jié)合過(guò)程進(jìn)行研究后,本文將還將其應(yīng)用于污水處理過(guò)程,并利用MATLAB軟件進(jìn)行仿真研究.在不同工況下(包括好天、雨天、暴雨天),針對(duì)5＃反應(yīng)器的溶解氧濃度控制及2＃反應(yīng)器的硝酸鹽濃度控制進(jìn)行仿真,對(duì)常規(guī)控制指標(biāo)及有關(guān)出