基于增长型神经网络的污水处理过程溶解氧控制

基于增长型神经网络的污水处理过程溶解氧控制第40卷增刊1中南大学学报(自然科学版)Vol.40Suppl.12009年9月JournalofCentralSouthUniversity(ScienceandTechnology)Sep.2009基于增长型神经网络的污水处理过程溶解氧控制甄博然，韩红桂，乔俊飞(北京工业大学电子信息与控制工程学院，北京，100124)摘要：针对污水处理过程具有非线性、强耦合和大滞后等特性，提出一种基于增长型神经网络的溶解氧控制方法。该控制器可以控制对象特性的变化，自动调整神经网络结构。在满足增长条件时，增加神经网络隐含层神经元数目，从而提高控制器的性能。仿真实验表明该方法具有超调小、调节时间短和自适应能力等特点。关键词：活性污泥系统；溶解氧控制；BP神经网络；增长型神经网络中图分类号：TP273文献标识码：A文章编号：1672−7207(2009)S1−0074−06DissolvedoxygencontrolinwastewatertreatmentprocessbasedongrowingneuralnetworkZHENBo-ran,HANHong-gui,QIAOJun-fei(CollegeofElectronicandAutomaticControl,BeijingUniversityofTechnology,Beijing100124,China)Abstract:Akindofdissolvedoxygen(DO)controlmethodbasedongrowingneuralnetwork(GNN)wasproposedduetothewastewatertreatmentprocessisnonlinear,strongcoupling,greatleggingandsoon.Thiscontrollercancontrolthechangeofobjectcharacterandadjustthestructureofneuralnetworkautomatically.Basedonthegrowingconditions,theneuralnetworkcanincreasethehiddenlayernodestoimprovetheabilityofthecontroller.Theresultsshow