張愛娟　胡慕伊　黃亞南　熊智新

(南京林業(yè)大學(xué)江蘇省制漿造紙科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室,江蘇南京,210037)

?

基于專家前饋-模糊PID反饋的溶解氧濃度控制方案研究

張愛娟胡慕伊*黃亞南熊智新

(南京林業(yè)大學(xué)江蘇省制漿造紙科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室,江蘇南京,210037)

在制漿造紙廢水處理的好氧工段,溶解氧濃度是重要的被控變量,其控制過程是一個(gè)大滯后、多變量、非線性、多干擾的過程。本研究提出了用專家前饋控制器和模糊PID反饋控制器組成前饋-反饋控制系統(tǒng)來控制曝氣池中的溶解氧濃度。MATLAB仿真和實(shí)際控制數(shù)據(jù)表明,基于專家前饋-模糊PID反饋的溶解氧濃度控制方案的控制效果好,超調(diào)小,響應(yīng)速度快。

溶解氧濃度；專家前饋控制；模糊PID控制；MATLAB仿真

一般采用厭氧加好氧的方法處理制漿中段廢水和抄紙廢水等。在實(shí)際的好氧處理過程中,溶解氧濃度是重要的被控變量,其主要通過進(jìn)入曝氣池的鼓風(fēng)量來控制。合理準(zhǔn)確地控制溶解氧濃度,可降低曝氣能耗,提高出水水質(zhì),對保護(hù)環(huán)境及節(jié)能減排均具有深遠(yuǎn)意義。

隨著工業(yè)廢水排放要求的提高,各種智能控制被應(yīng)用于廢水處理過程。張偉等[1]提出了溶解氧濃度的動態(tài)神經(jīng)網(wǎng)絡(luò)控制。馬邕文等[2]利用模糊神經(jīng)網(wǎng)絡(luò)對廢水處理過程進(jìn)行預(yù)測控制。李偉獎等[3]提出了基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的造紙廢水處理方案。在取長補(bǔ)短的基礎(chǔ)上,本研究從溶解氧濃度控制過程中干擾較多的角度出發(fā),設(shè)計(jì)了一種專家前饋-模糊PID反饋控制方案,利用專家規(guī)則對曝氣池進(jìn)水流量及進(jìn)水溶解氧濃度進(jìn)行提前控制,然后通過模糊PID和常規(guī)PID進(jìn)行閉環(huán)反饋控制。MATLAB仿真結(jié)果表明,該控制方案具有良好的動態(tài)性能和靜態(tài)性能,自適應(yīng)能力強(qiáng),魯棒性和穩(wěn)定性均較好,實(shí)際應(yīng)用效果良好。

1　溶解氧濃度的控制原理及數(shù)學(xué)模型

1.1溶解氧濃度的控制原理

好氧處理過程中,曝氣池是必不可少的部分,曝氣池中的微生物可分解廢水中的污染物,但這些微生物屬于好氧微生物,需要向曝氣池中不斷鼓入氧氣。曝氣池中溶解氧量的多少會直接影響廢水的出水水質(zhì)等。溶解氧量太多會影響懸浮固體顆粒的沉降性能,會增大能耗；溶解氧量太少會使曝氣池中的污泥膨脹,影響廢水的出水水質(zhì)[4]。因此,曝氣池中溶解氧濃度在制漿造紙廢水處理過程中至關(guān)重要。

實(shí)際的溶解氧濃度控制回路中,在曝氣池進(jìn)水口和出水口均安裝溶解氧檢測儀(DOT，見圖1)。出水口的溶解氧檢測儀用于反饋控制,通過控制風(fēng)機(jī)的鼓風(fēng)量來控制曝氣池中溶解氧濃度。溶解氧濃度控制過程中的干擾較多,除了鼓風(fēng)量,還有進(jìn)水水質(zhì)、溫度、進(jìn)水流量、壓力等,可見溶解氧濃度控制過程是一個(gè)干擾多、變量多、非線性的控制過程。常規(guī)PID控制可較好地控制線性系統(tǒng),但控制精度不高,主要缺點(diǎn)是無自調(diào)整和自適應(yīng)能力。因此,本研究提出了前饋-反饋控制方案,并且與專家控制及模糊PID智能控制結(jié)合,以有效地控制溶解氧濃度。

圖1　曝氣過程溶解氧濃度的控制原理

1.2溶解氧濃度的數(shù)學(xué)模型

建立溶解氧濃度的數(shù)學(xué)模型,首先要通過物料質(zhì)量平衡公式推導(dǎo)[5],得出溶解氧濃度的動態(tài)模型：

(1)

式中,V是曝氣池的容積,C是曝氣池中溶解氧濃度,Q是空氣流量,C0是鼓入空氣的溶解氧濃度,C1是曝氣池出口的溶解氧濃度,K是反應(yīng)速率常數(shù)。

對式(1)進(jìn)行拉普拉斯變換,可得到一個(gè)一階慣性環(huán)節(jié)的傳遞函數(shù)G(s)：

(2)

(3)

由于溶解氧濃度的檢測具有時(shí)滯性,把式(2)修正為：

(4)

由此得到的式(4)為溶解氧濃度的數(shù)學(xué)模型,其中，τ是滯后時(shí)間。由現(xiàn)場實(shí)際經(jīng)驗(yàn)可獲得：R=15.24,K=0.0157,τ=40 s。不同好氧處理過程的參數(shù)不同,這要求控制系統(tǒng)具有良好的魯棒性,當(dāng)被控對象的數(shù)學(xué)模型在一定范圍內(nèi)發(fā)生變化時(shí),其自適應(yīng)能力及控制效果仍較好。

2　專家前饋-模糊PID反饋的溶解氧濃度控制方案

2.1溶解氧濃度控制系統(tǒng)的結(jié)構(gòu)

由于溶解氧濃度的數(shù)學(xué)模型不精確、溶解氧濃度的控制過程干擾多等,提出了基于專家前饋-模糊PID反饋的溶解氧濃度控制方案,控制系統(tǒng)的結(jié)構(gòu)如圖2所示。

圖2　溶解氧濃度控制系統(tǒng)的結(jié)構(gòu)

溶解氧濃度的控制系統(tǒng)包括前饋控制和反饋控制2部分。前饋控制主要基于專家控制規(guī)則,反饋控制基于模糊PID的控制思想。先根據(jù)曝氣池的進(jìn)水流量和進(jìn)水溶解氧濃度來調(diào)節(jié)鼓風(fēng)量,再根據(jù)曝氣池出口處的溶解氧濃度反饋值進(jìn)行閉環(huán)控制,2種控制量疊加,就是控制器的實(shí)際輸出,最終確定不同情況下曝氣池的曝氣量。

2.2溶解氧濃度的專家前饋控制器的設(shè)計(jì)

2.2.1專家控制系統(tǒng)的結(jié)構(gòu)

專家控制系統(tǒng)主要是基于專家系統(tǒng)理論,模擬平時(shí)專家解決問題的方法,來構(gòu)建專家控制規(guī)則和經(jīng)驗(yàn)知識庫,實(shí)時(shí)地根據(jù)具體情況進(jìn)行控制[6]。

專家控制器主要包括控制規(guī)則集、知識庫、推理機(jī)構(gòu)、信息獲取和處理單元。

專家前饋控制是一個(gè)開環(huán)控制。知識庫主要存放與溶解氧濃度控制相關(guān)的歷史數(shù)據(jù)及經(jīng)驗(yàn)參數(shù)等,其廣義上包括數(shù)據(jù)庫和規(guī)則庫；控制規(guī)則集存放的是用于控制曝氣量的規(guī)則；推理機(jī)構(gòu)主要是根據(jù)現(xiàn)場實(shí)時(shí)的運(yùn)行狀況和規(guī)則庫來推理出實(shí)際輸出,完成一次推理即為一個(gè)控制周期,本研究采用數(shù)據(jù)驅(qū)動的正向推理,控制規(guī)則為由前向后一條一條地匹配。

2.2.2專家前饋控制規(guī)則集

專家前饋控制規(guī)則集是專家控制的核心,它是根據(jù)現(xiàn)場工作人員的長期經(jīng)驗(yàn)及現(xiàn)場實(shí)際的控制規(guī)律總結(jié)得出的。專家前饋控制的作用與預(yù)測控制的作用類似,主要根據(jù)實(shí)際控制過程中的經(jīng)驗(yàn)數(shù)據(jù),來預(yù)測并控制曝氣池中溶解氧濃度。

溶解氧濃度的專家前饋控制方案是依據(jù)曝氣池的進(jìn)水流量和進(jìn)水溶解氧濃度來控制輸出量。當(dāng)曝氣池的進(jìn)水流量和進(jìn)水溶解氧濃度變化,專家前饋控制器通過查找控制規(guī)則集,以控制鼓風(fēng)量。專家前饋控制器輸入為曝氣池的進(jìn)水流量變化量ΔE1和進(jìn)水溶解氧濃度變化量ΔE2,輸出為專家前饋控制器的輸出變化量Δu。為實(shí)現(xiàn)專家控制規(guī)則,需將輸入量和輸出量模糊化處理：

ΔE1(k)={-a1,0,a1}

ΔE2(k)={-b2,-b1,0,b1,b2}

Δu(k)={0,c1,c2,c3}

其中,ΔE1為k時(shí)刻曝氣池的進(jìn)水流量變化量；ΔE2為k時(shí)刻曝氣池的進(jìn)水溶解氧濃度變化量；Δu為k時(shí)刻專家前饋控制器的輸出變化量；a1,b1,b2,c1,c2,c3均為常數(shù)。

在專家控制規(guī)則集中,輸入量和輸出量以具體的數(shù)值表現(xiàn)出來,對控制系統(tǒng)進(jìn)行分段控制,提高系統(tǒng)的響應(yīng)速度和控制精度,專家控制部分規(guī)則集見表1。

表1　專家控制部分規(guī)則集

2.3溶解氧濃度的模糊PID控制器的設(shè)計(jì)

2.3.1模糊PID控制器結(jié)構(gòu)

模糊PID控制器為參數(shù)可實(shí)時(shí)變化的PID控制器,主要由模糊規(guī)則來控制比例(KP)、積分(KI)、微分(KD)作用的大小[7]。溶解氧濃度的模糊PID控制器是兩輸入三輸出的控制器,模糊PID控制器輸入為溶解氧濃度偏差e和溶解氧濃度偏差變化率ec,輸出分別是比例、積分、微分的變化量ΔKP、ΔKI、ΔKD。

因?yàn)樵谠旒垙S廢水處理過程中,曝氣池的溶解氧濃度一般保持在1～2 mg/L,因此,設(shè)模糊PID控制器輸入e和ec的連續(xù)論域?yàn)閇-2,2]；ΔKP的連續(xù)論域?yàn)閇-0.06,0.06]；ΔKI的連續(xù)論域?yàn)閇-0.06,0.06]；ΔKD的連續(xù)論域?yàn)閇-3,3]。輸入和輸出變量的模糊子集均為{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大},即為{NB,NM,NS,Z,PS,PM,PB}。設(shè)e和ec的模糊論域?yàn)閧-3,-2,-1,0,1,2,3}；ΔKP的模糊論域?yàn)閧-0.3,-0.2,-0.1,0,0.1,0.2,0.3}；ΔKI的模糊論域?yàn)閧-0.06,-0.04,-0.02,0,0.02,0.04,0.06}；ΔKD的模糊論域?yàn)閧-3,-2,-1,0,1,2,3}。計(jì)算得出e和ec的量化因子為1.5；ΔKP的量化因子為0.2；ΔKI和ΔKD的量化因子為1。

模糊PID控制器的輸入和輸出變量的2條邊界隸屬函數(shù)NB和PB選擇高斯型隸屬函數(shù),其余選擇三角形隸屬函數(shù)。

2.3.2模糊PID控制規(guī)則

模糊PID控制規(guī)則的正確性決定了模糊控制器的控制效果,它是模糊PID控制器的核心。當(dāng)溶解氧濃度偏差較大,偏差變化率也較大時(shí),兼顧超調(diào)量的同時(shí),應(yīng)加大比例作用,減小積分作用及微分作用；當(dāng)偏差逐漸減小時(shí),可適當(dāng)?shù)販p小比例作用,同時(shí)增大積分作用及微分作用。

在系統(tǒng)響應(yīng)過程中,根據(jù)不同階段誤差e及誤差變化率ec的大小,來確定比例、積分、微分作用的大小,分別得到比例、積分、微分的模糊PID控制規(guī)則,如表2～表4所示[8]。

表2　KP的模糊PID控制規(guī)則

表3　KI的模糊PID控制規(guī)則

表4　KD的模糊PID控制規(guī)則

2.3.3溶解氧濃度的模糊PID反饋控制

溶解氧濃度的模糊PID反饋控制方案的結(jié)構(gòu)如圖3所示。其控制的基本思路是當(dāng)溶解氧濃度偏差較小時(shí),采用常規(guī)的PID控制器來提高控制系統(tǒng)的快速性；當(dāng)溶解氧濃度的偏差較大時(shí),采用模糊PID來提高控制系統(tǒng)的精度。該控制方案可提高反饋控制系統(tǒng)的快速性、精確性和穩(wěn)定性。

當(dāng)溶解氧濃度偏差較大時(shí),初始設(shè)定的常規(guī)PID控制器中的比例KP、積分KI、微分KD加上模糊PID控制器輸出的ΔKP、ΔKI、ΔKD,即為模糊PID控制器輸出的控制量。當(dāng)溶解氧濃度偏差較小,用常規(guī)PID控制器直接控制,這樣可提高控制系統(tǒng)的響應(yīng)速度。

圖3　溶解氧濃度的模糊PID反饋控制結(jié)構(gòu)圖

2.4溶解氧濃度控制的整體應(yīng)用方案

通過切換的方式把專家前饋控制、常規(guī)PID控制、模糊PID控制這3種控制方法結(jié)合起來,實(shí)現(xiàn)好氧處理過程中溶解氧濃度的控制。控制方案流程如圖4所示。

圖4　溶解氧濃度控制方案流程圖

3　仿真結(jié)果

在MATLAB中利用專家前饋-模糊PID反饋控制方案對溶解氧濃度進(jìn)行仿真[9],根據(jù)仿真得到的階躍響應(yīng)曲線來判斷控制方案的優(yōu)缺點(diǎn),并與其他的控制方案從超調(diào)量、調(diào)節(jié)時(shí)間、穩(wěn)態(tài)誤差及抑制干擾等方面進(jìn)行比較,體現(xiàn)專家前饋-模糊PID反饋控制方案的優(yōu)越性。

3.1溶解氧濃度的數(shù)學(xué)模型參數(shù)匹配時(shí)的仿真結(jié)果

在MATLAB中,根據(jù)溶解氧濃度的控制方案,建立好控制系統(tǒng)的仿真模型,然后根據(jù)建立好的仿真模型,并用式(4)的傳遞函數(shù)作為仿真對象進(jìn)行仿真。在仿真過程中,因?yàn)閷＜仪梆伩刂破髦械?個(gè)干擾變量，即曝氣池的進(jìn)水流量和進(jìn)水溶解氧濃度,在實(shí)際過程中是隨機(jī)變化的,而且與曝氣池出口溶解氧濃度無直接聯(lián)系。因此,Simulink中的Signal Generator模塊可產(chǎn)生變化的方波,以此來模擬實(shí)際控制過程中曝氣池進(jìn)水流量和進(jìn)水溶解氧濃度的變化,然后作為專家前饋控制器的輸入,再通過專家前饋控制規(guī)則進(jìn)行仿真。

當(dāng)溶解氧濃度的數(shù)學(xué)模型參數(shù)匹配時(shí),即R=15.24、K=0.0157、τ=40 s,在t=0時(shí)刻給系統(tǒng)一個(gè)階躍輸入信號,并在仿真時(shí)間t=1000 s時(shí)給系統(tǒng)加入一個(gè)向下的階躍干擾。為了驗(yàn)證專家前饋-模糊PID反饋控制方案的優(yōu)越性,將其仿真結(jié)果與無專家前饋控制的模糊PID控制的仿真結(jié)果進(jìn)行比較。最后常規(guī)PID控制、無專家前饋的模糊PID控制、專家前饋-模糊PID反饋控制這3種不同的控制方案的響應(yīng)曲線如圖5所示。

圖5　模型參數(shù)匹配時(shí)3種控制方案的階躍響應(yīng)曲線

圖5中3種控制方案的階躍響應(yīng)曲線表明,專家前饋-模糊PID反饋控制方案的控制效果最好,超調(diào)量小,調(diào)節(jié)時(shí)間也相對較短,在穩(wěn)態(tài)狀態(tài)下抑制干擾的能力也較好,可很快地達(dá)到平衡狀態(tài)。無專家前饋的模糊PID控制方案的效果比常規(guī)的PID控制方案好,但整體上的控制效果較有專家前饋的模糊PID反饋控制方案差。3種方案具體的性能指標(biāo)如表5所示。

表5　3種控制方案模型參數(shù)匹配時(shí)的性能指標(biāo)

圖6　模型參數(shù)失配時(shí)3種 控制方案的階躍響應(yīng)曲線

圖7　參數(shù)R減小時(shí)3種 控制方案的階躍響應(yīng)曲線

圖8　滯后時(shí)間增大時(shí)3種 控制方案的階躍響應(yīng)曲線

3.2溶解氧濃度的數(shù)學(xué)模型參數(shù)失配時(shí)的仿真結(jié)果

在實(shí)際的溶解氧濃度控制過程中,溶解氧濃度的數(shù)學(xué)模型參數(shù)不可能固定不變,溶解氧濃度的數(shù)學(xué)模型參數(shù)會在一定范圍內(nèi)發(fā)生變化。因此,一種控制方案的提出,必須研究其自適應(yīng)能力,即當(dāng)被控對象的數(shù)學(xué)模型參數(shù)在一定范圍內(nèi)變化,控制方案的控制效果是否還能保持良好。

假設(shè)式(4)中的參數(shù)變?yōu)椋篟=17.36、K=0.0234、τ=35 s,再用上述調(diào)整好的仿真模型對變化后的溶解氧濃度數(shù)學(xué)模型進(jìn)行仿真。3種控制方案的階躍響應(yīng)曲線如圖6所示。

當(dāng)溶解氧濃度的數(shù)學(xué)模型參數(shù)發(fā)生變化,控制效果最好的是專家前饋-模糊PID反饋控制方案,但相對于溶解氧濃度的數(shù)學(xué)模型參數(shù)未發(fā)生變化時(shí)的階躍響應(yīng)曲線,超調(diào)量增加,響應(yīng)速度快,比其他2種控制方案要快。穩(wěn)定性方面,常規(guī)PID控制方案的穩(wěn)定性明顯降低,受到干擾后出現(xiàn)穩(wěn)態(tài)誤差,可見其在實(shí)際應(yīng)用時(shí)無自適應(yīng)能力。

3.3控制系統(tǒng)魯棒性分析

3.3.1參數(shù)R變化時(shí)的仿真結(jié)果

式(4)中的參數(shù)R相當(dāng)于傳遞函數(shù)的增益,當(dāng)式(4)中其他參數(shù)不變,只有參數(shù)R發(fā)生變化時(shí),根據(jù)其響應(yīng)曲線來分析各方案的魯棒性。假設(shè)參數(shù)R減小,3種控制方案的階躍響應(yīng)曲線如圖7所示。

當(dāng)參數(shù)R減小時(shí),3種控制方案的超調(diào)量均明顯變小,調(diào)節(jié)時(shí)間基本無變化。此外,當(dāng)只有參數(shù)R發(fā)生變化時(shí),常規(guī)PID控制方案的穩(wěn)定性比其他參數(shù)均發(fā)生變化時(shí)好。其中,專家前饋-模糊PID反饋控制方案的魯棒性最好,參數(shù)發(fā)生變化對其控制效果的影響最小。

3.3.2參數(shù)τ變化時(shí)的仿真結(jié)果

因?yàn)槿芙庋鯘舛葯z測過程中存在滯后,所以溶解氧濃度的控制系統(tǒng)是一個(gè)大滯后系統(tǒng),滯后時(shí)間對系統(tǒng)的穩(wěn)定性會產(chǎn)生較大的影響。通過階躍響應(yīng)曲線來分析實(shí)際過程中滯后時(shí)間發(fā)生變化時(shí),專家前饋-模糊PID反饋控制能否具有較好的魯棒性及穩(wěn)定性。

通常,滯后時(shí)間越大,系統(tǒng)的穩(wěn)定性越差,假設(shè)滯后時(shí)間增大,3種控制方案的階躍響應(yīng)曲線如圖8所示。

滯后時(shí)間在一定范圍內(nèi)增大,不會使專家前饋-模糊PID反饋控制方案的穩(wěn)定性降低,可見其魯棒性好；其他2種控制方案的穩(wěn)定性均受到一定的影響,超調(diào)量都增加,當(dāng)受到干擾時(shí),也不能迅速抑制干擾,穩(wěn)定性還有待提高。

4　實(shí)驗(yàn)結(jié)果

為了驗(yàn)證專家前饋-模糊PID反饋控制方案實(shí)際應(yīng)用的可行性和可移植性,把該控制方案應(yīng)用在THJSK-1實(shí)驗(yàn)平臺上進(jìn)行模擬控制。實(shí)驗(yàn)裝置為THJSK-1型非線性三容水箱對象系統(tǒng)實(shí)驗(yàn)裝置。

在MCGS(Monitor and Control Generated System,監(jiān)視與控制通用系統(tǒng))組態(tài)平臺上利用專家前饋-模糊PID反饋控制方案控制非線性液位對象,實(shí)驗(yàn)結(jié)果如圖9所示。從圖9可看出,該控制方案實(shí)際的控制效果較好,調(diào)節(jié)過程響應(yīng)速度快,無超調(diào),調(diào)節(jié)時(shí)間較短,抗干擾能力強(qiáng),當(dāng)設(shè)定值變化,可快速達(dá)到新的平衡狀態(tài)。因此,專家前饋-模糊PID反饋控制方案的控制效果較理想。

圖9　專家前饋-模糊PID反饋控制實(shí)驗(yàn)結(jié)果

5　實(shí)際應(yīng)用結(jié)果

在實(shí)際的制漿造紙廢水處理過程中,受不同因素的影響,曝氣池進(jìn)水的水質(zhì)經(jīng)常發(fā)生變化,如果不利用專家前饋控制來進(jìn)行調(diào)節(jié),控制系統(tǒng)的控制精度會降低。專家前饋控制器可根據(jù)之前積累的經(jīng)驗(yàn)數(shù)據(jù)或者專家經(jīng)驗(yàn),來形成專家控制規(guī)則。當(dāng)曝氣池進(jìn)水流量和進(jìn)水溶解氧濃度發(fā)生變化時(shí),可實(shí)時(shí)地根據(jù)控制規(guī)則調(diào)節(jié)控制溶解氧濃度。

在實(shí)際的應(yīng)用過程中,把溶解氧濃度設(shè)定為2 mg/L,變頻風(fēng)機(jī)的頻率為20 Hz。每隔5 min測量溶解氧濃度,得到8組測量值,見表6。最后將測量值輸送給計(jì)算機(jī)控制系統(tǒng),輸出實(shí)時(shí)的控制量,控制變頻風(fēng)機(jī)的頻率,就可控制曝氣量,最終實(shí)現(xiàn)控制溶解氧濃度。

表6　8組測量結(jié)果分析表

6　結(jié)束語

溶解氧濃度在好氧處理過程中是重要的被控變量,由于制漿造紙廢水的水質(zhì)會受不同因素的影響而發(fā)生變化，且溶解氧濃度控制過程的干擾較多，因此,引入專家前饋控制,對曝氣池的進(jìn)水流量和進(jìn)水溶解氧濃度進(jìn)行提前調(diào)節(jié),并與模糊PID反饋控制結(jié)合,設(shè)計(jì)了專家前饋-模糊PID反饋控制方案,利用模糊PID來控制曝氣池的曝氣量,進(jìn)而達(dá)到控制溶解氧濃度的效果。MATLAB仿真和實(shí)際的應(yīng)用效果表明,該控制方案具有良好的控制效果,能實(shí)時(shí)調(diào)節(jié)溶解氧濃度。當(dāng)參數(shù)變化時(shí),該方案的魯棒性好,自適應(yīng)能力強(qiáng)。

[1]張偉, 喬俊飛, 李暉. 溶解氧濃度的直接自適應(yīng)動態(tài)神經(jīng)網(wǎng)絡(luò)控制方法[J]. 控制理論與應(yīng)用, 2015, 32(1): 115.

[2]馬邕文, 黃明智, 萬金泉. 模糊神經(jīng)模型對廢水處理過程COD的預(yù)測及控制[J]. 中國造紙學(xué)報(bào), 2008, 23(4): 113.

[3]李偉獎, 馬邕文. 基于遺傳算法和BP網(wǎng)絡(luò)的造紙廢水處理預(yù)測研究[J]. 中國造紙學(xué)報(bào), 2010, 25(1)： 67.

[4]萬金泉, 黃明智, 馬邕文. 基于模糊神經(jīng)網(wǎng)絡(luò)的工業(yè)廢水處理預(yù)測[J]. 中國造紙學(xué)報(bào), 2008, 23(2): 96.

[5]黃明智. 廢水處理系統(tǒng)水質(zhì)特征動態(tài)分析的混合智能控制研究[D]. 廣州： 華南理工大學(xué), 2010.

[6]尹朝慶, 尹皓. 人工智能與專家系統(tǒng)[M]. 北京： 中國水利水電出版社, 2001: 137.

[7]尤斌, 彭晗. 基于模糊串級控制的黑液濃度控制系統(tǒng)設(shè)計(jì)[J]. 中國造紙學(xué)報(bào), 2013, 28(2): 34.

[8]尤斌, 彭晗. 基于前饋模糊反饋的苛化溫度控制系統(tǒng)設(shè)計(jì)[J]. 中國造紙學(xué)報(bào), 2013, 28(3): 54.

[9]劉金琨. 先進(jìn)PID控制MATLAB仿真[M]. 北京： 電子工業(yè)出版社, 2011: 29.

(*E-mail: muyi_hu@njfu.com.cn)

(責(zé)任編輯：陳麗卿)

Dissolved Oxygen Concentration Control System Based on Expert Feed-forward and Fuzzy PID Feed-back Control

ZHANG Ai-juanHU Mu-yi*HUANG Ya-nanXIONG Zhi-xin

(JiangsuProvincialKeyLabofPulpandPaperScienceandTechnology,NanjingForestryUniversity,Nanjing,JiangsuProvince, 210037)

In the aerobic treatment process of pulping and papermaking wastewater, dissolved oxygen (DO) concentration is an important variable. However, the process of DO concentration control is a large time-delay, multi-variable, nonlinear process with multi-interference. This paper designed a feed-forward and feed-back control system for controlling DO concentration. The expert controller was used as a feed-forward controller. The fuzzy PID controller was used as a feed-back controller. MATLAB simulation and practical applications results showed that DO concentration control system based on expert feed-forward and fuzzy PID feed-back control had good performance, including smaller overshoot, faster response. The control system could solve the problems of inaccurate and multi-interference of the DO concentration control math model.

dissolved oxygen concentration； expert feed-forward control； fuzzy PID control； MATLAB simulation

2015- 07-21

江蘇省制漿造紙科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室；江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)。

張愛娟,女;在讀碩士研究生;主要研究方向：制漿造紙過程控制及專家控制。

*通信聯(lián)系人：胡慕伊,E-mail:muyi_hu@njfu.com.cn。

TS736

A

1000- 6842(2016)02- 0043- 06