基于Elman模型网络的DHP算法对Zeta电位的优化控制

《基于Elman模型网络的DHP算法对Zeta电位的优化控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Elman模型网络的DHP算法对Zeta电位的优化控制摘要．由于废水种类多、性质各不相同，使得废水处理本身具有复杂性。目前废水处理的方法很多，其中絮凝法是较常用的～种。絮凝的一个原理是使废水中Zeta电位值减小。Zeta电位是水中带电微粒表面剪切层的电位，是表征胶体体系稳定性的指标，胶体带电越多则Zeta电位越大。通常是加入絮凝剂PAC(聚合氯化铝)和PAM(聚丙烯酰胺)来中和水中带电微粒的电位，使得Zeta值减小，胶体脱稳絮凝达到去除杂质的目的。目前絮凝剂的投放量大多是依靠人工经验，难免会造成浪费，冈此本文对投放絮凝剂工段建

2、模，通过控制Zeta电位值达到昂贵凝聚剂投放量最优控制的目的。本文首先利用BP神经网络对投放絮凝剂工段进行建模，同时利用Elman动态网络对投放絮凝剂工段建模作比较。由于BP神经网络自身的缺陷使得其建模效果相对一般，而Elman网络是在BP神经网络的基础上增加了一个承接层，使得该网络具有记忆能力，对历史数据相对敏感，在非线性逼近方面的能力强，因此在系统建模中取得了较好的建模模型；二是利用Elman网络的拟合泛化值进行曲线拟合，再利用数学中对于函数拐点的定义和求法，对拟合曲线函数求解其拐点，并将所求的值作为BP神经网络PID控制算法

3、和双启发式动态规划的控制目标；三是设计BP神经网络PID控制器，利用该算法对Zeta电位值进行控制；四是构造效用函数，用双启发式动态规划算法进行Zeta电位值的优化控制。仿真结果表明，两种算法得到了比较好的控制效果。关键词：废水处理Zeta电位神经网络PID控制器双启发式动态规划THEoPTIMIZATIoNCoNTORLoFZETAPoTENTIALBASEDoNELMANMoDELNETWoRKoFDHPALGoRITHMABSTRACTWastewatertreatmentitselfiscomplexforthespeci

4、esandpropertiesofwastewateraredifferent．Atpresent，alotofmethodsareappliedforwastewatertreatmentandtheflocculationisoneofthemostcommonmethod．啊1eprincipleofFlocculationiStoreducetheZetapotentialvalue．ZetapotentialiSthesurfaceshearlayerpotentialofthechargedparticles，andt

5、hestabilityindexofcolloidalsystem．ThemoreColloidcharge，thebiggerZetapotential．砀eflocculantsPACandPAMareoftenaddedtoremoveimpuritiesinthewater,forcounteractingthecharge，reducingZetapotentialandtakingoffColloid’Ssteady．Becausetheaddingoftheflocculantsaremostlyrelyonarti

6、ficiallyexperience，itinevitablycauseswaste，SOthispaperbuildsthemodelofthesectionofflocculants，tooptimalcontroltheaddingofexpensiveflocculantsbycontrollingtheZetapotentialofthewastewater．Firstly．themodelofflocculantsectioniSestablishedusingBPneuralnetworkcomparingwitht

7、hemodelestablishedbyElmandynamicnetwork．FortheshortcomingsofBPneuralnetwork，themodeliSnormal．TheElmandynamicnetworkmodeliSbetterthantheBPneuralnetworkmodelforitaddsalevelinthebaseofBPneuralnetworkwhichmakesthenetworkhavememoryability．TheElmandynamicnetworkiSrelativese

8、nsitivetothehistoricaldataandhasgoodnonlinearapproximationability．Forthesereasons，themodelestablishedusingElmandynamicnetwor