基于BP神經網絡的水廠加藥凝絮過程辨識研究 |
文件大小：0.37MB格式：pdf發布時間：2012-04-19瀏覽次數：次
| 【中文關鍵詞】 | 加藥凝絮過程 系統辨識 動態BP網絡 階躍響應 |
| 【摘要】 | 城市供水中的加藥凝絮過程是一個大慣性、大時滯、非線性、時變以及隨機干擾多的難控過程。 |
| 【部分正文預覽】 | 城市供水中的加藥凝絮過程是一個大慣性、大時滯、非線性、時變以及隨機干擾多的難控過程。從生產數據來對該過程建模,并采用先進的控制策略對其進行有效的控制,一直是控制技術人員的追求目標。本論文以某水廠的實際生產數據為基礎,采用動態BP神經網絡的建模方法,通過辨識步驟,確定了動態BP網絡結構,得到了具有較好擬合與泛化能力的神經網絡模型。在已獲取的神經網絡模型上,進行了以待濾水濁度為輸出,投礬量為輸入的階躍響應實驗,以此取得了投藥凝絮過程的一階慣性加時滯模型。該模型的獲取為今后采用先進的控制策略對加藥凝絮過程進行高級控制打下了良好的基礎。 |
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本頁】 |
|||||||||||||||
