基于BP神经网络的水厂加药凝絮过程辨识研究

摘要：

城市供水中的加药凝絮过程是一个大惯性、大时滞、非线性、时变以及随机干扰多的难控过程.从生产数据来对该过程建模,并采用先进的控制策略对其进行有效的控制,一直是控制技术人员的追求目标.本论文以某水厂的实际生产数据为基础,采用动态BP神经网络的建模方法,通过辨识步骤.确定了动态BP网络结构,得到了具有较好拟合与泛化能力的神经网络模型.在已获取的神经网络模型上,进行了以待滤水浊度为输出,投矾量为输入的阶跃响应实验,以此取得了投药凝絮过程的一阶惯性加时滞模型.该模型的获取为今后采用先进的控制策略对加药凝絮过程进行高级控制打下了良好的基础.

关键词：加药凝絮过程、系统辨识、动态BP网络、阶跃响应

所属期刊栏目：25

分类号：TP273(自动化技术及设备)

资助基金：广东省科技计划项目2005810201005

在线出版日期：2008-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：889-892