RBF模型预测PID在两级AO污水处理中的改进研究

摘要

根据广西某地区的城镇污水处理厂的工艺要求和特点,设计了一套基于S7⁃1200PLC的自动控制系统。针对处理过程中溶氧量控制环节大滞后、大惯性特征且难以建立精确模型导致的溶氧量不稳定问题,提出使用神经网络预测模型PID算法对控制系统进行改进。由具有自学习和自适应能力的单神经元构成基本的自适应控制器NNC,同时使用基于预测输出误差的最小均方函数(LMS)进行权值和偏置调整,并采用动态RBF神经网络对模型进行在线辨识。算法验证结果表明,模型可以达到较快的收敛速度和精度,对比于传统的PID算法,该算法对于溶氧量的控制可取得更好的稳定性和动态响应。使用VB语言进行工程实现,对同类过程控制算法的设计应用有一定的参考价值。