[發明專利]嵌入式智能加藥控制器及其控制方法有效
| 申請號: | 200910042469.0 | 申請日: | 2009-01-09 |
| 公開(公告)號: | CN101607151A | 公開(公告)日: | 2009-12-23 |
| 發明(設計)人: | 羅大庸;陳德池;黃衛權;石迎春;謝煌;陳國華 | 申請(專利權)人: | 湖南華博科技開發有限公司 |
| 主分類號: | B01D21/01 | 分類號: | B01D21/01;B01D21/30;B01F15/04 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 410015湖南省長沙*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 嵌入式 智能 控制器 及其 控制 方法 | ||
技術領域
本發明涉及水處理技術,具體地說涉及到一種嵌入式智能加藥控制器及其控制方法,該方法運用于飲用水水處理混凝投藥工藝的監視、控制與數據采集,屬于飲用水安全保障技術。
技術背景
混凝是水處理工藝的一個重要過程,混凝劑投加控制方法的目的是追求混凝劑最佳投加量來提高供水質量。混凝反應過程是一個時滯、非線性、時變、干擾因素眾多的復雜過程,其中,源水的濁度、溫度、流量、PH值、溶解氧、氧化還原值、導電率、“礬液”的流量和濃度等對它都有影響。混凝劑最佳投加量指達到既定水質目標的最小混凝劑投量,即“最佳劑量”,混凝劑最佳投加量控制是自來水廠控制的關鍵環節。混凝機理至今還未有統一的認識,尚沒有定量描述的數學模型,因此,如何達到“最佳劑量”控制和提高供水質量一直是水處理技術人員研究的難題。
專利號為ZL200510009831.6的專利公布了一種基于多源信息融合技術的混凝過程智能監測與控制方法,其控制結構是通過單因子檢測儀把當前混凝反應程度反饋值與期望的混凝程度設定值進行比較,經相應運算(如模糊控制,PID控制)輸出混凝劑投加量至混凝劑投加泵,從而實現混凝劑投加控制。該發明專利的特點是通過測量源水的多種水質參數從而實現變化水質條件下單因子混凝控制系統設定值適時、適宜的自修正,單因子檢測儀是安裝于混凝沉淀池前的管道上,而真正的混凝是在混凝沉淀池中完成。該專利所提供的控制方法設定值是混凝沉淀池的混凝程度,被控量是混凝劑投加量,而對混凝有重要影響的混凝沉淀池卻在反饋環外,其控制系統僅由一個單閉環反饋組成,沒有涵蓋主要的控制對象混凝沉淀池,在應用中受到了一定限制。
發明內容
本發明的目的是為了克服上述智能加藥控制方法的缺陷,提供一種優化的智能加藥控制方法,并構建與之相適應的嵌入式智能加藥控制器。該方法設定值是由水處理工藝設計所決定的濾前濁度值,被控量是實測的濾前濁度值,控制的主要對象是混凝沉淀池和加藥計量投加泵。由于具有時滯、非線性、時變、干擾因素眾多的被控主要對象是在反饋環內,針對這一問題,本發明尋求一種優化的控制方法,并能實現混凝投加量的最佳優化控制。
為實現上述目的,本發明所采取的技術方案是:嵌入式智能加藥控制器,其特征在于:
具有包括數據采集、通訊、顯示、外存貯器CF卡等外部接口。嵌入式智能加藥控制器通過Ether?NET接口與以太網(1)相連接,通過JTAG接口與仿真器(2)相連接,通過LCD接口與TFT觸摸屏(3)相連接,通過PCI接口與數據采集卡(4)相連接;通過KEY接口與面板鍵盤(5)相連接;通過三個USB接口、一個RJ45接口、一個RS232/RS485接口與現場設備(6)相連接。本控制器具有單機控制功能,可用于沒有實現DCS自動化的飲用水廠對計量泵的獨立控制,一臺嵌入式智能加藥控制器可控制二臺加藥計量泵;本控制器具有網絡控制功能,也可用于已實現DCS自動化的飲用水廠對計量泵的控制。
所述的數據采集接口包括16路單端或8路雙端AI、4路AO、8路帶隔離DI、8路不帶隔離DI、8路繼電器輸出DO、8路不帶隔離DO。
嵌入式智能加藥控制方法,其特征在于:由混合智能控制器、混凝劑投加泵、混凝沉淀池前向通道和混凝劑流量計、濾前濁度儀(沉淀后的濁度——濁度傳感器)反向通道組成,是一個雙閉環反饋——前饋控制系統。
所述的混合智能控制器由專家系統與自學習BP神經網絡兩大部分組成。其中專家系統又由知識庫、規則模型庫和推理機組成,具體特征為:
專家系統的輸入量為:變化較快的源水流量和源水濁度值、濾前濁度給定值與實測值。
專家系統的輸出量為:
(1)當實測源水流量和濁度發生突變時,根據其變化的大小和變化率,計算輸出前饋補償投藥量;
(2)根據實測沉淀后濁度的大小和變化率與設值其偏離的大小,推理輸出正/負增量值,作為控制模式二的輸出;
(3)根據實測沉淀后濁度與其設定值的偏差大小,推理輸出控制模式選擇;
(4)根據沉淀后濁度變化率,推理、預測出沉淀后濁度。
所述的自學習BP神經網絡包括:
(1)滾動學習過程:神經網絡根據歷史數據進行滾動學習,按誤差修正神經網絡的權系數。
(2)反饋學習過程:根據設定值和濾前濁度的偏差,自學習再一次修正神經網絡的權系數。
(3)重新計算輸出過程:根據歷史數據和下一個時刻的濾前濁度的預測值,作為神經網絡的輸入,計算出現在時刻的混凝劑投加量,作為計量泵的給定值。
本發明的優點:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于湖南華博科技開發有限公司,未經湖南華博科技開發有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910042469.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種極細粒煤的選別工藝
- 下一篇:一種中藥泡腳治療風寒頭痛病的方法





