一种动态自适应最近邻聚类学习算法在工业污水处理中的应用.pdfVIP

第28卷第1期 北 京 科 技 大 学 学 报 V01．28NO．1 2006年1月 Journalof ofScienceand Jan．2006 University TechnologyBeijing 一种动态自适应最近邻聚类学习算法在 工业污水处理中的应用 陈先中1’ 侯庆文1’ 柳 瑾1’ 庄 严2’ 孟广军3) 1)北京科技大学信息工程学院，北京1000832)北华大学，吉林1320213)大庆油田化工集团，大庆163000 摘要为了建立工业污水pH值中和系统的正模型，研究了具有大滞后非线性特性的加药中和 过程．利用一种动态自适应最近邻聚类(DANNc)学习算法，全面调整网络参数完成了污水pH值 加药中和控制系统网络的学习和训练．采用中和过程神经网络内模控制系统的逆模型充当控制 器，进行了各种工业条件下污水中和的仿真实验．结果表明，该系统实现了△pH≤O．2的工业污水 的控制精度目标，系统实时跟踪和抗干扰性良好． 关键词工业污水；最近邻聚类学习算法；动态自适应调整；pH值；内模控制 分类号TP274 工业污染物排放的pH值控制问题已有多种 函数厂的导数表达式为： 成熟的方法，如传统的PID控制算法、模糊控制 + 2丽10知(2)‘+lu‘ 算法、专家系统以及神经网络等[1]．一方面由于 厂b卜万焘／42√zz Kw 工业污水排放量大，成分复杂，酸碱类型也是强弱 不定，pH值变幅较大．另一方面，在工业生产中， 106．对于较大和较小的pH值，厂7值将急剧地下 x 常利用电石渣废液作污水处理中和液，其内含有 降．如当pH=4和10时，／=4．3103，增益变 大量固体颗粒及其他杂质，致使中和剂本身浓度 化达几个数量级． 波动较大，且会造成中和反应滞后，给中和过程的 可见，整个pH值的中和反应特性呈明显的 实际控制带来很多具体的困难．如果采用常规的 非线性关系．当pH值较大和较小时，曲线较为平 控制方案，则针对性不强，表现为反应速度慢，控 缓，当pH=6～9时，存在很强的非线性．因此进 制精度低等[2]．本文模拟工业现场的环境和条 行pH值的控制时，应充分考虑其非线性特征． 件，建立了一套工业用污水循环和加药中和控制 2基于神经网络的pH值控制算法 系统，有针对性地寻找一种抗干扰性强的工业级 设计 先进控制算法，在满足一定响应速度和控制精度 传统的RBF网络的学习主要包括两部 的前提下，更经济地解决加药控制系统的实时加 分[4-6]：一是基函数中心矢量的确定；二是输出权 药跟踪和抗干扰问题，达到污水排放的pH值波 的确定．前者通常用聚类方法或根据某一价值函 动范围April0．2的工业控制目标． 数在输出样本中选取，如随机选取RBF中心的直 1 pH值控制原理 接计算法，以及自组织学习选取RBF中心法(如 均值聚类法、梯度下降法和正交最小二乘法)．后 3|： pH值表示式L