[发明专利]一种用于偶氮废水处理的微生物电解电池的自适应电位控制器及其控制方法有效

专利信息
申请号: 202010890924.9 申请日: 2020-08-29
公开(公告)号: CN112250161B 公开(公告)日: 2023-05-30
发明(设计)人: 远野;殷万欣;丁成;陈天明;乔椋;李朝霞 申请(专利权)人: 盐城工学院;盐城工学院技术转移中心有限公司
主分类号: C02F3/00 分类号: C02F3/00;G06N3/0499;G06N3/08;C02F101/30;C02F101/38
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 殷星
地址: 224051 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 偶氮 废水处理 微生物 电解 电池 自适应 电位 控制器 及其 控制 方法
【权利要求书】:

1.一种用于偶氮废水处理的微生物电解电池的自适应电位控制器,其特征在于,包括数据采集模块、数据预处理模块、RBF神经网络预测模型、逻辑分析模块与PWM转电压输出模块;所述数据采集模块将采集的信息传送至数据预处理模块中进行预处理,再进入RBF神经网络预测模型中训练;训练后的数据输入PWM转电压输出模块中,PWM转电压输出模块的电压输出的正负极与生物电解电池的正负极通过电线相连接;所述RBF神经网络模块由输入层、隐含层、输出层构成;所述数据预处理模块、RBF神经网络预测模型与逻辑分析模块均嵌入树莓派中;所述数据采集模块、PWM转电压模块分别与树莓派的GPIO口连接,实现对数据的接收和对电压的输出;

所述数据预处理模块对数据采集模块中监测数据,进行归一化处理,处理后数据作为RBF神经网络的输入参数,所述对归一化处理的公式为:

所述RBF神经网络预测模型的构建方法,包括以下步骤:

步骤1,构建RBF神经网络模型

步骤1.1,根据数据预处理模块处理后的数据,确定输入参数为X,X=[x1,x2,…,xn]T,n是输入层单元数;

步骤1.2,确定输出向量Y为输出向量,即为预测的输出电压的值,Y=[y1,y2,…,yq],q为输出层的单元数;

步骤1.3,初始化隐含层值

输出层的连接权值Wk

Wk=[wk1,wk2,…,wkp]T,(k=1,2,…,q),

其中p是隐藏层单元数,q是输出层单元数,k表示为输出层中的第k个输出;

隐藏层到输出层的权值初始化方法:

其中,mink是训练集中第k个输出神经元中所有期望输出的最小值;maxk是训练集中第k个输出神经元中所期望输出的最大值,j表示隐藏层单元数中第j个;

初始化隐含层中神经元的中心参数Cj=[cj1,cj2,…,cjn]T,Cji初始值的计算公式:

j=1,2,…,p,其中p为隐含层神经元的中个数,j表示隐藏层单元数中第j个,i表示为输入层中的第i个输入特征;min i为所有组的输入样本中某一特征参数的最小值,max i为所有组的输入样本中某一特征参数的最大值;

初始化宽度向量的计算方法为:

df为宽度调节系数,取值为1,i表示为输入中的第i个输入特征;作用是使每个隐含层神经元容易实现对局部信息的感受能力,宽度向量影响着神经元对输入信息的作用范围,宽度越小,隐含层神经元作用函数的形状越窄,那么神经元中心附近的信息的响应就越小;N为所有输出参数的组数;

步骤2:训练RBF神经网络模型

步骤2.1,计算隐含层第j个神经元的输出

cj是隐含层第j个神经元的中心向量,由隐含层第j个神经元对应于输入层所有神经元的中心分量构成,Cj=[cj1,cj2,…,cjn]T,Dj为隐含层第j个神经元的宽度向量,与Cj相对应,Dj=[dj1,dj2,…,djn]T,Dj越大,隐含层对输入向量的影响范围就会越大,且神经元件的平滑度也比较好;P·P为欧式范数;

步骤2.2,计算输出层神经元的输出

Y=[y1,y2,…,yq]T,其中wkj为输出层第k个神经元与隐含层第j个神经元件的调节权重,k值为输出层中的第k个输出;

步骤2.3,权重参数的迭代计算

具体为Rbf神经网络权重参数的训练方法选择为梯度下降法。中心、宽度和调解权重通过以下公式来进行寻优,迭代计算公式如下:

wkj(t)是第k个输出神经元和第j个隐含层神经元之间在第t次迭代计算是的调节权重,cji(t)为第j个隐含层神经元对于第i个输出神经元在第t次迭代计算时的中间分量,dji(t)为与中心cji(t)之间的宽度,η为学习因子,E为RBF神经网络评价函数:

其中Olk为第k个输出神经元在第l个输入样本是的期望输出值,ylk为第k个输出神经元在第l个输如样本时的网络输出值;

步骤2.4,计算RBF神经网络的均方根误差(RMS):

若RMS≤ε,则训练结束,否则转到步骤2.3;

所述用于偶氮废水处理的微生物电解电池的自适应电位控制器的控制方法,包括以下步骤:

第一步,在污染的水体中安置数据采集模块,数据采集模块通过线路与树莓派的GPIO口相连接,实现从水体中采集数据;

第二步,将从水体中采集的数据进传送到树莓派的数据预处理模块进行预处理,处理后的数据输入RBF神经网络预测模型中训练,训练后预测合适的电压数值;

第三步,预测合适的电压数值通过逻辑分析模块,根据输出电压判定当前GPIO应输出的PWM信号,并从GPIO输出PWM信号;

第四步,从树莓派输出的PWM信号传入PWM转电压模块,通过该模块实现电压的输出,该模块的正负极分别与生物燃料电池的正负极通过导线相连接,最终实现对生物电解电池的施加电压的自适应控制。

2.根据权利要求1所述的一种用于偶氮废水处理的微生物电解电池的自适应电位控制器,其特征在于,所述数据采集模块包括总氮传感器、生物需氧量传感器、化学需氧量传感器、酸碱度传感器、电流采集器与模数转换器中一种或多种组合;所述总氮传感器、生物需氧量传感器、化学需氧量传感器、酸碱度传感器与电流采集器均通过模数转换器与树莓派的GPIO口相连接进行信号输入。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盐城工学院;盐城工学院技术转移中心有限公司,未经盐城工学院;盐城工学院技术转移中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010890924.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top