由于污水处理过程中溶解氧和硝态氮浓度是时变且长滞后的，所以提出了基于RBF神经网络的多变量解耦的带PI补偿的广义预测控制算法（PI-GPC）。首先用RBF神经网络分别建立溶解氧和硝态氮浓度非线性污水处理模型。在神经网络模型基础上，利用GPC的预测性和传统PI控制器的反馈性，对溶解氧和硝态氮浓度的控制进行优化。利用BSM1模型数据进行神经网络模型辨识，在此模型基础上进行控制器设计。结果表明PI-GPC控制相较于传统GPC和PI控制，其控制效果在快速性和稳定性方面都有更好表现。
科研之友
微信
新浪微博
Facebook
分享链接
