[发明专利]混凝加药方法及系统

权利要求书

1.一种混凝加药方法，其特征在于，包括以下步骤：

获取原水流量、原水浊度、加药量、絮体分形维数和实际沉后水浊度；其中絮体分形维数获取包括：获取混凝中后段的已稳定絮体图片，若干张絮体图片作为一组；将絮体图片转化为灰度图片，灰度低于预设阈值则认定为絮体，进而获取絮体面积A_ij和絮体周长L_ij；对每个絮体的絮体面积A_ij和絮体周长L_ij取自然对数得lnA_ij和lnL_ij，并采用最小二乘法进行拟合得直线方程为lnA_i＝d_i*lnL_i+α_i，则絮体的分形维数其中，m表示一组絮体图片的絮体总数，i表示絮体编号；

构建模糊神经网络控制系统，模糊神经网络控制系统包括神经网络预测模型和模糊控制器；神经网络预测模型以原水流量、原水浊度、加药量和絮体分形维数为输入向量，以实际沉后水浊度为输出向量，以此预测沉后水浊度；模糊控制器以预测沉后水浊度与沉后水浊度设定值的偏差e以及偏差变化率e_c作为输入量，以加药量偏差值△q为输出量，由此得到加药量偏差值△q，其与加药量q相加得到最终加药量q+△q，并作为神经网络预测模型下一循环输入的加药量。

2.根据权利要求1所述的混凝加药方法，其特征在于，每个絮体所占像素点数为n_ij，则絮体面积A_ij为n_ij个像素点面积，絮体周长L_ij为n_ij个像素点对角线长度之和。

3.根据权利要求1所述的混凝加药方法，其特征在于，神经网络预测模型为三层结构，第一层为输入层，节点数为4个，分别为原水流量、原水浊度、加药量和絮体分形维数；第二层为隐含层，节点数为8个；第三层为输出层，节点数为1个，即预测沉后水浊度。

4.根据权利要求3所述的混凝加药方法，其特征在于，神经网络预测模型隐含层传输函数采用S型传输函数logsig；训练函数采用动量批梯度下降函数traingdm函数；训练算法采用Quasi—Newtonmethod；最大训练次数设置为10⁴次；训练目标为10^-5；学习率设为0.01。

5.根据权利要求1所述的混凝加药方法，其特征在于，模糊控制器的输入量e、e_c，输出量△q的模糊集包括NB负大、NS负小、ZE零、PS正小和PB正大；输入量e、e_c，输出量△q基本论域分别设定为[-50，+50]、[-10，+10]和[-40，+40]，对应的模糊论域分别为[-4，+4]、[-4，+4]和[-4，+4]。

6.根据权利要求1所述的混凝加药方法，其特征在于，该方法还包括：建立数据库，数据库中存储有加药控制过程中获取的传感数据，神经网络预测模型从中选取具有代表性的数据并不断进行自主学习。

7.根据权利要求1所述的混凝加药方法，其特征在于，获取的一组絮体图片的时间不超过1min。

8.一种用于实现权利要求1至7中任意一项所述的混凝加药方法的混凝加药系统，其特征在于，包括：传感器模块、控制模块和加药模块；

传感器模块包括原水在线电磁流量计、原水在线浊度仪、高速电荷耦合摄像机和出水在线浊度仪，分别用于获取原水流量、原水浊度、絮体图片和实际沉后水浊度；

控制模块包括系统计算机和PLC终端设备；系统计算机用于神经网络预测模型的离线学习，PLC终端设备用于基于学习好的神经网络预测模型和模糊控制器计算出加药量偏差值△q，并控制加药模块完成加药；

加药模块包括药剂储罐、变频器和机械式隔膜计量泵；药剂储罐用于存储药剂，PLC终端设备通过变频器控制机械式隔膜计量泵进行加药。