[发明专利]PID-RBF稳态估计与LSSVM软测量污水BOD控制方法

说明书

本发明针对污水处理生物需氧量(BOD)控制滞后问题，本发明提供了一种基于PID‑RBF稳态估计与最小二乘支持向量机(LSSVM)软测量的污水处理BOD控制方法，首先采用LSSVM对BOD进行软测量，通过采集PID控制下各种状态数据采集，用径向基RBF网络来学习拟合出各状态与该状态下的PID控制器稳态输出值的关系，然后采用训练后的RBF网络估计稳态输出和比例积分微分控制器相结合的方法进行BOD控制，当误差小于等于某预定值时，引入积分控制项，改善控制精度。本发明可以改善传统PID污水BOD控制滞后的缺点,有利于BOD的稳定控制。

技术领域

本发明涉及的是一种污水处理生物需氧量(BOD)领域的控制方法，具体地说，涉及一种基于比例积分微分(PID)-径向基网络(RBF)稳态估计与LSSVM软测量的污水处理BOD控制方法。

背景技术

随着经济社会的快速发展，水污染的问题日益凸显，有关于污水处理控制的技术研究受到越来越多的重视。其中，污水处理过程中BOD存在在线检测困难、大滞后、大惯性和时变等特点，常规PID控制，通过积分控制达到消除稳态误差的过程较长，控制滞后效果不理想，需要寻找优化的控制方案。

发明内容

技术方案：本发明提供了一种基于PID-RBF稳态估计与LSSVM软测量的污水处理BOD控制方法，首先采用LSSVM对BOD进行软测量，利用RBF估计污水处理BOD在不同情况下的控制信号的稳态值，再与比例积分微分控制器结合在一起进行控制，用于改善传统PID污水处理BOD控制滞后的缺点。使得系统响应快、控制精度高，具有良好的动态品质，保证污水处理BOD控制正常、高效和可靠地运行。

本发明提出的基于PID-RBF稳态估计的污水处理BOD控制方法，控制过程分为三个阶段，阶段实现如下：

阶段1建立BOD软测量模型，选取入水BOD、溶解氧DO、污泥浓度、反应时间构成输入向量变量xi，测出水量BOD值为输出yi，设学习样本为{(x₁,y₁),…,，LSSVM回归通过非线性映射Φ将数据映射到高维特征空间，再在高维特征空间进行线性回归：

式中α_i∈R是Lagrange乘子，偏置b∈R，N为样本个数，K(x,x_i)为满足Mercer条件的核函数，可采用多种核函数如：

径向基(RBF)核函数：K(x,x_i)＝exp(-|x-x_i|²/σ²)。其中σ为径向基宽度

多项式核函数：K(x,x_i)＝(x^Tx_i+1)^u(u∈N)，u为指数

Sigmoid函数：K(x,x_i)＝tanh(a(x^Tx_i)+c)(a,c∈R)，a，c为参数

通过支持向量学习得预测模型，从而预测BOD输出。具体步骤如下：

Step1采集实际运行数据x_i和y_i，将x_i和y_i进行归一化处理；

Step2将采集的数据中的70％作为训练样本，剩余30％作为测试样本，采用LSSVM算法进行训练，通过网格优化法对不同模型参数(惩罚系数C、核函数参数)对模型进行学习和交叉验证测试，得到最佳LSSVM模型；