导读:本文包含了溶解氧控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:溶解氧,污水处理,浓度,人工免疫,曝气池,算法,观测器。
溶解氧控制论文文献综述
张宇,张慧,郑银湖,邹振城[1]（2019）在《溶解氧大时滞过程的二次优化控制设计》一文中研究指出溶解氧浓度(DO)大时滞过程控制是污水生化处理的核心环节,氧气不足和氧气过量都会导致污水处理的效果下降,传统的PID控制效果不佳,神经网络、模糊控制等智能算法复杂且不能解决大时滞问题。采用二次优化控制(TOC)算法,使控制系统响应过程更加平滑,解决了控制系统抗干扰能力弱的缺点。仿真结果表明,该算法能很好的控制溶解氧的浓度,且系统具有极强的鲁棒性。(本文来源于《东莞理工学院学报》期刊2019年05期）
赵小强,杨文君[2]（2019）在《基于AIA-TSFNN的溶解氧浓度控制方法》一文中研究指出针对污水处理过程中溶解氧(DO)浓度的控制具有时变、非线性以及设定值难以跟踪的问题,提出了一种基于人工免疫算法的TS模糊神经网络(AIA-TSFNN)控制方法.首先利用TS模糊神经网络的自学习能力设计了控制器;然后采用人工免疫算法作为TS模糊神经网络的学习方法,对网络的中心值、宽度值以及连接权值进行在线优化,以保证控制器的收敛性,提高控制精度;最后在国际基准仿真平台BSM1上进行实验验证,仿真结果表明,所提方法具有较好的自适应性和鲁棒性,提高了溶解氧的跟踪控制性能.(本文来源于《兰州理工大学学报》期刊2019年05期）
李艳,魏飞[3]（2019）在《污水好氧处理溶解氧浓度控制策略研究》一文中研究指出针对溶解氧控制过程中存在的时滞性给PID参数的整定带来困难,导致溶解氧浓度波动较大,控制效果较差的问题,将传统共轭梯度法与PSO算法结合,运用基于共轭梯度的PSO算法对PID控制器的参数进行优化,克服了PSO算法的早熟问题. MATLAB仿真结果表明:与传统PID控制和基于标准PSO算法的PID控制作对比,共轭梯度优化算法(GCM)和PSO算法的结合所得的PID控制参数使得闭环系统得到了较好的动态响应,控制效果得到了改善.(本文来源于《伊犁师范学院学报(自然科学版)》期刊2019年03期）
周青奖[4]（2019）在《啤酒酿造工艺中溶解氧对啤酒质量的影响及控制方法分析》一文中研究指出啤酒是糖化麦汁经酵母发酵而来的产物,发酵过程的厌氧阶段即酒精发酵阶段,无需氧的供给,而需要多种酶的作用,而接种于麦汁的酵母菌,在繁殖生长阶段需要足够的氧,但是如果麦汁中溶解氧含量过高,也会对麦汁的发酵产生消极影响,导致啤酒色泽变差,超过一定量的溶解氧还会产生氧化味,从而降低啤酒的品质,所以,在麦汁发酵过程中要严格控制其中的溶解氧含量。本文针对溶解氧含量对啤酒质量的影响进行了分析,并提出了相应的控制措施。(本文来源于《现代食品》期刊2019年16期）
何王金,秦长贵[5]（2019）在《基于PLC曝气池溶解氧自动控制系统》一文中研究指出溶解氧是曝气池中极为重要的参数,其过高或者过低都将影响污水处理的效果和成本。把溶解氧值控制在一定范围内,保证了污水处理效果的基础上,将鼓风机能耗降低,是优化溶解氧控制的目标。针对广东某污水处理厂进行曝气池溶解氧自动控制升级改造,选用时间周期分段溶解氧自动控制算法解决方案,运行效果良好,曝气池溶解氧自动控制在目标值2. 5～3. 5 mg/L,鼓风机频率自动根据溶解氧值调节,降低了鼓风机能耗,提高了系统稳定性和可靠性。(本文来源于《《环境工程》2019年全国学术年会论文集（下册）》期刊2019-08-30）
向阳[6]（2019）在《奥贝尔氧化沟溶解氧模糊控制研究》一文中研究指出采用matlab模型控制软件建立双输入单输出模糊控制模型系统,依据模型计算结果优化曝气转碟运行工况,对奥贝尔氧化沟内溶解氧浓度进行实时控制,调试试验表明,该技术可提高控制精确度,节能运行效果较为显着。(本文来源于《安徽化工》期刊2019年04期）
宁楠,马海涛[7]（2019）在《污水处理曝气过程溶解氧浓度模糊自整定PID控制》一文中研究指出在污水处理控制系统中将传统PID控制与模糊控制相结合,给出一种自整定模糊PID控制方法。能够较快地将曝气池中溶解氧浓度调节为设定值。(本文来源于《长春工业大学学报》期刊2019年04期）
魏伟,陈楠,左敏,王小艺,刘载文[8]（2019）在《污水处理过程溶解氧浓度的复合抗扰控制》一文中研究指出污水处理中,溶解氧浓度直接影响处理效果,是影响污水处理效果的重要因素之一。受进水流量、组分及浓度波动大等因素影响,要保证水处理效果,溶解氧浓度控制应具有较强的鲁棒性。简单闭环控制能耗大、无法保证出水水质。为此,本文以污水处理过程基准模型(benchmark simulation model no.1, BSM1)模拟污水生化处理过程,提出基于扩张状态观测器(extend state observer, ESO)和滑模控制的复合抗扰控制,不依赖具体的模型信息,控制溶解氧浓度。数值仿真结果显示,复合抗扰控制能够以较小的能耗获得期望的调控效果。这表明,复合抗扰控制具有很好的适应性,能够满足调控要求,是一种具有较强实用性的污水处理溶解氧控制方法。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
高鑫[9]（2019）在《基于内模PID的污水处理曝气系统溶解氧控制研究》一文中研究指出随着全球经济发展,工业废水和生活污水日益增多,污水处理成为了研究热点。目前活性污泥法是较为常见的污水处理方法,在活性污泥法中,曝气系统是关键环节。为此,本文以沈阳某污水处理厂为研究背景,针对其采用的缺氧-好氧(A/O)工艺,对曝气系统进行深入研究,分别设计了一、二自由度内模PID控制器,使曝气系统在模型匹配和失配下均能达到很好的控制效果。本文主要研究内容如下。本文对缺氧-好氧(A/O)工艺机理及曝气系统运行机制进行深入分析,选取溶解氧浓度作为曝气过程的控制参数,建立了曝气系统的近似数学模型。为了抑制曝气过程中空气流量不均对溶解氧浓度的影响,设计了曝气系统串级控制结构。针对常规PID在曝气系统溶解氧控制中存在的不足,本文研究了内模PID控制方法,将其应用到污水处理控制系统中,实现对溶解氧浓度的控制。该方法结构简单,只需调节滤波参数a即可改善控制性能,经MATLAB仿真验证,内模PID控制性能明显优于常规PID;为了进一步提高内模PID的自适应能力,本文引入模糊控制策略,实现对内模控制中滤波参数a的在线调节。经MATLAB仿真验证,经模糊策略改进后的内模PID控制方法实现了对滤波参数a的在线调节,提高了响应速度。针对曝气系统动态模型在实际的工业环境下易出现模型失配的问题,本文在一自由度基础上又引入了另一个内模控制器,构成二自由度内模PID控制结构。通过调节二自由度内模控制器参变量来实现对系统目标跟踪性能和抗干扰性能的优化。经MATLAB仿真验证,二自由度内模PID控制方法在模型失配下表现出了更好的目标跟踪性能与抗干扰性能,实现了对溶解氧浓度的控制,有效克服了模型失配给系统带来的不良影响。(本文来源于《沈阳工业大学》期刊2019-06-03）
王珊珊[10]（2019）在《污水处理过程溶解氧浓度建模及控制策略研究》一文中研究指出随着我国工业化和城镇化的推进,我国水资源形势比较严峻,呈现水资源短缺、用水量攀升、水体污染严重等特征,而水体污染也影响人民的饮水安全和人身健康,污水治理迫在眉睫。在污水处理过程中,曝气池中溶解氧浓度是一个非常重要的控制参数,过高、过低都对污水处理效果产生很大影响。它能直观、快速的反映整个系统的运行状况,也能直接影响到污水处理的效果和系统的能耗。本文针对活性污泥法污水处理过程进水流量波动、水质变化大、非线性、强耦合、大滞后及对溶解氧浓度控制精度要求高等特征展开研究,提出了一种基于改进的差分进化的BP模糊神经网络控制方法,对变参数的活性污泥法污水处理系统的溶解氧浓度进行控制,在ASM1简化模型的基础上进行仿真研究,结果表明,该控制方法可以在线调整隶属函数,优化控制规则,并将其应用于活性污泥污水处理系统,可以快速准确的使溶解氧达到理想的要求,并具有较强的鲁棒性。基于以上本文完成的主要研究内容如下:首先在深入分析活性污泥污水处理机理的基础上,基于ASM1模型进行推导,得出过程模型,在对过程合理简化的基础上,推导出系统模型;分析了所建系统模型的可控性及稳定性;在此基础上,采用Ackerman计算方法求取了状态反馈增益矩阵,改善了系统的稳定性,为后续研究提供了稳定而合理的系统模型。其次概述了模糊神经网络(Fuzzy neural network-FNN)、BP算法、差分算法、改进差分算法。针对模糊神经网络常用的BP算法容易陷入局部极值,为此提出了一种改进差分进化(IDE)和BP的混合算法,分析该算法的运行及优点,将其应用于模糊神经网络的参数优化上;基于测试函数测试两种算法,结果表明:IDEBP算法的收敛速度明显快于DE算法,泛化能力也优于DE算法,其收敛精度也高于DE算法;将IDEBP算法应用在二阶滞后系统中仿真,证明基于IDEBP算法的模糊神经网络的有效性。也证明IDEBP算法优化性能高于BP算法。最后根据上述方法设计了溶解氧浓度控制器。针对模糊控制的四个部分,设计了一种基于标准神经网络模型简化的四层模糊神经网络,并使用IDE离线训练BP得到一组最优或较优权值,可以为模糊神经网络在线学习提供一个较优初值,加入动量项的变速率BP算法作为模糊神经网络控制器的在线学习算法,并搭建了系统仿真平台,对溶解氧浓度进行控制,通过仿真实验对比分析得出结论,所设计的控制器性能能够满足实际控制要求,并在国际基准仿真平台上验证其鲁棒性、自适应能力都比较好。(本文来源于《长春工业大学》期刊2019-06-01）
溶解氧控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对污水处理过程中溶解氧(DO)浓度的控制具有时变、非线性以及设定值难以跟踪的问题,提出了一种基于人工免疫算法的TS模糊神经网络(AIA-TSFNN)控制方法.首先利用TS模糊神经网络的自学习能力设计了控制器;然后采用人工免疫算法作为TS模糊神经网络的学习方法,对网络的中心值、宽度值以及连接权值进行在线优化,以保证控制器的收敛性,提高控制精度;最后在国际基准仿真平台BSM1上进行实验验证,仿真结果表明,所提方法具有较好的自适应性和鲁棒性,提高了溶解氧的跟踪控制性能.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
溶解氧控制论文参考文献
[1].张宇,张慧,郑银湖,邹振城.溶解氧大时滞过程的二次优化控制设计[J].东莞理工学院学报.2019
[2].赵小强,杨文君.基于AIA-TSFNN的溶解氧浓度控制方法[J].兰州理工大学学报.2019
[3].李艳,魏飞.污水好氧处理溶解氧浓度控制策略研究[J].伊犁师范学院学报(自然科学版).2019
[4].周青奖.啤酒酿造工艺中溶解氧对啤酒质量的影响及控制方法分析[J].现代食品.2019
[5].何王金,秦长贵.基于PLC曝气池溶解氧自动控制系统[C].《环境工程》2019年全国学术年会论文集（下册）.2019
[6].向阳.奥贝尔氧化沟溶解氧模糊控制研究[J].安徽化工.2019
[7].宁楠,马海涛.污水处理曝气过程溶解氧浓度模糊自整定PID控制[J].长春工业大学学报.2019
[8].魏伟,陈楠,左敏,王小艺,刘载文.污水处理过程溶解氧浓度的复合抗扰控制[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[9].高鑫.基于内模PID的污水处理曝气系统溶解氧控制研究[D].沈阳工业大学.2019
[10].王珊珊.污水处理过程溶解氧浓度建模及控制策略研究[D].长春工业大学.2019