CN114019797A - 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法 - Google Patents

无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法 Download PDF

Info

Publication number
CN114019797A
CN114019797A CN202111272089.3A CN202111272089A CN114019797A CN 114019797 A CN114019797 A CN 114019797A CN 202111272089 A CN202111272089 A CN 202111272089A CN 114019797 A CN114019797 A CN 114019797A
Authority
CN
China
Prior art keywords
disturbance
sliding mode
lag
time
ozone concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111272089.3A
Other languages
English (en)
Other versions
CN114019797B (zh
Inventor
常雨芳
周菲菲
张学文
黄文聪
胡宇博
余文锦
周欣怡
胡滢
黄津莹
孙国勇
袁佑新
曾攀
孙涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202111272089.3A priority Critical patent/CN114019797B/zh
Publication of CN114019797A publication Critical patent/CN114019797A/zh
Application granted granted Critical
Publication of CN114019797B publication Critical patent/CN114019797B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/72—Treatment of water, waste water, or sewage by oxidation
    • C02F1/78—Treatment of water, waste water, or sewage by oxidation with ozone
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/06—Contaminated groundwater or leachate

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Hydrology & Water Resources (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Feedback Control In General (AREA)
  • Treatment Of Water By Oxidation Or Reduction (AREA)

Abstract

本发明属于自动控制领域，公开的是无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法，在整个处理污水的***中，作为处理污水剩余液的臭氧要通过以自制的PTFE中空纤维疏水膜制作的膜接触组件，与UV耦合成新的膜接触臭氧氧化‑UV工艺，用膜来传输臭氧能提高效率，原***数学模型为一阶大惯性大时滞***，为了简化滑模控制器的设计，减小时滞对***的不利影响，现根据无时滞***的名义模型来设计滑模控制器，采用扰动观测器预估出***扰动，大大改善了***的鲁棒性，有效的提高了***控制效率与控制性能，减小了干扰对臭氧浓度控制***的影响。

Description

无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法
技术领域
本发明属于自动控制技术领域，基于垃圾剩余液污水处理设备的臭氧浓度控制，提出了一种大惯性大时滞***的控制方法，以构建的无时滞名义模型及其反馈设计滑模控制器，将该控制器的滑模控制率输入至实际的臭氧浓度控制***以改善***性能，减小原***中时滞对于***的不利影响，基于原大惯性大时滞***设计扰动观测器，观测出***扰动并反馈至前向通道进行补偿，减小***超调量，提高***的响应速度，抗干扰能力和鲁棒性。
背景技术
对于目前来说，环境污染成为全世界各个国家地区都需要强烈注意的问题，而对于发展中国家来说，前几十年的工业的高速发展，在快速发展工业的过程中，涌现的许多的污染，而且中国人口居多，所以如何处理垃圾剩余液污水对于国家的发展是必要的，不仅可以减少水污染的排放，而且能促进水源的可再生发展。
臭氧氧化处理污水当前被广泛应用在污水处理***
(1)有效地去除污水中COD、阴离子洗涤剂及氨氮，而且在常温下，臭氧经过30min左右即可还原成氧气，因而没有任何残留和二次污染。
(2)臭氧可以在生产现场制造，与液氯、次氯酸钠相比，不需要储运环节，减少了操作危险性。
(3)臭氧具有强的氧化作用，反应速度快。臭氧对微生物、细菌、病毒都有良好的灭活和致死作用，它灭活微生物的效果优于氯、氯胺、二氧化氯等消毒剂。同时还能够氧化降解水中的其他污染物质。
(4)水中剩余的臭氧能很快自然分解为氧气，出水中含有较高的溶解氧，排放到受纳水体后不增加水体的负担，并可改善水体的水质，是最洁净的消毒剂。
但是在污水处理过程中，臭氧的浓度也对污水的处理效率以及能量的消耗有着影响。增大臭氧浓度有利于促进臭氧传质，脱色速率及COD去除率随之增快，但矿化效率(ΔCOD/ΔO3)及臭氧利用率却随之降低。过多的臭氧投加并未导致液相侧臭氧浓度成比例的增加，并且会造成臭氧的剩余。
目前来说，在实际对于臭氧浓度的控制过程中，主要集中在开关控制， PID控制与模糊控制。开关控制是最简单的控制方式，但控制精度极低，波动大，能耗高；而模糊控制需要大量的现场实际经验且没有自学的能力，不能很好的反应过程的实际特性，不能很好的保持臭氧浓度的稳定。
针对于以上提出的问题，本申请题出一种滑模抗扰控制方法，减小***输出超调量，提高***的响应速度，抗干扰能力和鲁棒性。
发明内容
本发明主要是解决现有技术所存在的技术问题；提供了一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法。
一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法，其特征在于，包括：
步骤1、滑模控制器将臭氧实际浓度与设计值的差值作为输入量，输出去除误差之后的无时滞名义模型到扰动观测器；
步骤2、扰动观测器将被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰；
步骤3、低通滤波器滤除高频噪声的有效，对低频干扰进行补偿，并将g(s)的逆模型转换为真分式。
在上述的一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法，步骤1的具体方法是，滑模控制器根据***无时滞名义模型及其该模型的反馈设计，具体是：
步骤1.1：针对垃圾剩余液污水处理***中的臭氧浓度进行控制，引入积分设计滑模函数，即
Figure BDA0003329070920000031
其中，c为滑模面系数，跟踪误差为
Figure BDA0003329070920000032
yd为臭氧浓度设定值；
步骤1.2：定义Lyapunov函数为
Figure BDA0003329070920000033
则
Figure BDA0003329070920000034
在控制原理中，用Lyapunov函数来判断***的稳定性，由***方程
Figure BDA0003329070920000035
可知对于平衡点s，如果存在一个连续函数V满足
Figure BDA0003329070920000036
与
Figure BDA0003329070920000037
那么***将在平衡点s＝0处平衡，即
Figure BDA0003329070920000038
步骤1.3：令
Figure BDA0003329070920000039
则即满足Lyapunov第二定律中第一个条件，也第二个条件
Figure BDA00033290709200000310
当满足Lyapunov第二定律的条件，s＝0，s最终会稳定滑模面；
步骤1.4：通常来说，滑模控制律有三种选择：
Figure BDA0003329070920000041
选择第二个滑模控制律可得
Figure BDA0003329070920000042
其中，k和δ为带设计参数，sgn s为s的切换函数；
于是
Figure BDA0003329070920000043
步骤1.5：从而
Figure BDA0003329070920000044
不等式方程
Figure BDA0003329070920000045
的解为
Figure BDA0003329070920000046
可见，V(t)指数收敛至0，从而
Figure BDA0003329070920000047
和e(t)的指数收敛速度取决于k；指数项-ks能保证当s较大时，***状态能以较大的速度趋近于滑动模态。
在上述的一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法，扰动观测器通过被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰，降低干扰对被控过程产生的不利影响；如本申请控制方法***框图虚线框1所示，r(s)为***设定值，u0(s)为滑模控制器输出，y(s)为实际***输出量，Gp(s)则为实际被控过程，
Figure BDA0003329070920000048
为***最小相位部分模型的逆，e-τ为实际***的时滞环节；虚线框1内为扰动观测器，d(s)为***中实际干扰，
Figure BDA0003329070920000049
为扰动观测器的扰动估计值。
在上述的一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法，扰动观测器中的低通滤波器具体执行:
步骤3.1：由于阶次过高的相位滞后会对***产生欠阻尼的不利影响，故低通滤波器的阶次k一般取Gp(s)的相对阶次；***随着低通滤波器时间常数η的增大而更加稳定，但***的抗扰动能力会随之降低，故扰动观测器的设计应综合考虑***的抗干扰性能和鲁棒性；
步骤3.2：Q(s)通常为低通滤波器，加入低通滤波器能够过滤实际***运行中，带来的外部噪声干扰，而且能将控制对象的最小相位逆模型转换成真分式；
Figure BDA0003329070920000051
其中，η为滤波器的时间常数，k为该滤波器的阶次；
步骤3.3：当Q(s)静态增益为1时，可计算出扰动观测器的扰动估计值
Figure BDA0003329070920000052
附图说明
图1是本发明的无时滞模型下的垃圾剩余液污水臭氧浓度滑模抗扰控制的***框图。
图2是本申请控制方法和传统PID控制的仿真输出图。
图3是垃圾剩余液污水处理装置。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：
本发明提出了一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制，如图1***控制框图所示，构建出一个无时滞名义模型***，无时滞名义模型能简化滑模控制器的设计，以无时滞名义模型设计的滑模控制器对原***进行控制，可以减小时滞对***的不利影响，并减少***超调量，提高响应速度和控制精度；在实际***中加入扰动时，设计扰动观测器能对其扰动进行估计与补偿，提高臭氧浓度***的抗干扰能力与鲁棒性，具体是：
(1)前提是通过自制的PTFE中空纤维疏水膜制作的膜接触组件，与 UV耦合成新的膜接触臭氧氧化-UV工艺，臭氧通过膜来传输能大大提高效率，以印染行业常用的但难降解的偶氮染料活性艳红X-3B为目标污染物，进行污水排污处理：
(2)原***数学模型为一阶大惯性大时滞***，为了简化滑模控制器的设计，减小时滞对***的不利影响，现根据无时滞***的名义模型及其反馈来设计滑模控制器。包括：
滑模控制器：滑模控制也叫变结构控制，是一种非线性控制器，滑模控制器能保证在***中，能根据***的状态来不断地变化，能更快速的响应，解决参数变化及扰动不明显等问题，更快的到达滑动模态即稳定状态。
扰动观测器：可以将外部干扰以及模型参数变化造成的实际模型与理想模型输出的差异等效为等效输入，即能够观测出等效干扰，将观测出的干扰引入成等量的补偿，实现对干扰的完全抑制
低通滤波器：由于扰动观测器对测量噪声不明显，但是可以实现对高频噪声的有效滤除，加入低通滤波器可以实现对低频干扰的有效补偿和高频噪声的有效滤除，而且能将g(s)的逆模型转换为真分式，简化了控制设计。
一种无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制，包括：
步骤1、滑模控制器将臭氧实际浓度与设计值的差值作为输入量，输出去除误差之后的无时滞名义模型到扰动观测器。
步骤2、扰动观测器将被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰，降低干扰对被控过程产生的不利影响。
步骤3、低通滤波器可以实现对对高频噪声的有效滤除，加入低通滤波器可以实现对低频干扰的有效补偿和高频噪声的有效滤除，而且能将g(s)的逆模型转换为真分式，且一阶低通滤波器在不降低效果情况下，能降低成本且简化了控制设计。
其中，步骤1的具体方法是，滑模控制器根据***无时滞名义模型及其该模型的反馈设计，具体是：
步骤1.1：针对垃圾剩余液污水处理***中的臭氧浓度进行控制，引入积分设计滑模函数，即
Figure BDA0003329070920000071
其中，c为滑模面系数，跟踪误差为
Figure BDA0003329070920000072
yd为臭氧浓度设定值。
步骤1.2：定义Lyapunov函数为
Figure BDA0003329070920000073
则
Figure BDA0003329070920000074
在控制原理中，用Lyapunov函数来判断***的稳定性，由***方程
Figure BDA0003329070920000075
可知对于平衡点s，如果存在一个连续函数V满足
Figure BDA0003329070920000076
与
Figure BDA0003329070920000077
那么***将在平衡点s＝0处平衡，即
Figure BDA0003329070920000078
步骤1.3：令
Figure BDA0003329070920000081
则即满足Lyapunov第二定律中第一个条件，也第二个条件
Figure BDA0003329070920000082
当满足Lyapunov第二定律的条件，s＝0，s最终会稳定滑模面。
步骤1.4：通常来说，滑模控制律有三种选择：
Figure BDA0003329070920000083
选择第二个滑模控制律可得
Figure BDA0003329070920000084
其中，k和δ为带设计参数，sgn s为s的切换函数。
于是
Figure BDA0003329070920000085
步骤1.4：从而
Figure BDA0003329070920000086
不等式方程
Figure BDA0003329070920000087
的解为
Figure BDA0003329070920000088
可见，V(t)指数收敛至0，从而
Figure BDA0003329070920000089
和e(t)的指数收敛速度取决于k。指数项-ks能保证当s较大时，***状态能以较大的速度趋近于滑动模态。
步骤2：设计扰动观测器。
扰动观测器通过被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰，降低干扰对被控过程产生的不利影响。如本申请控制方法***框图虚线框1所示，r(s)为***设定值，u0(s)为滑模控制器输出，y(s)为实际***输出量，Gp(s)则为实际被控过程，
Figure BDA0003329070920000091
为***最小相位部分模型的逆，e-τ为实际***的时滞环节。虚线框1 内为扰动观测器，d(s)为***中实际干扰，
Figure BDA0003329070920000092
为扰动观测器的扰动估计值，
步骤3：设计扰动观测器中的低通滤波器。
步骤3.1：在扰动观测器的设计中，低通滤波器的设计对于观测器的动态特性和***的鲁棒性具有重要影响。扰动观测器的响应速度和抑制扰动的能力会随着低通滤波器的阶次而变化，低通滤波器的阶次越高，扰动观测器的响应速度越快，则***的鲁棒性会更强，
步骤3.2：由于阶次过高大的相位滞后会对***产生欠阻尼的不利影响，故低通滤波器的阶次k一般取Gp(s)的相对阶次。***随着低通滤波器时间常数的增大而更加稳定，但***的抗扰动能力会随之降低，故扰动观测器的设计应综合考虑***的抗干扰性能和鲁棒性。
步骤3.3：Q(s)通常为低通滤波器，加入低通滤波器能够过滤实际***运行中，带来的外部噪声干扰，而且能将控制对象的最小相位逆模型转换成真分式。
Figure BDA0003329070920000093
其中，η为滤波器的时间常数，k为该滤波器的阶次。
步骤3.3：当Q(s)静态增益为1时，可计算出扰动观测器的扰动估计值
Figure BDA0003329070920000094
如权利要求1所描述的垃圾剩余污水处理臭氧浓度控制方法，所描述的滑模控制器是根据***所期望的动态特性来进行设计的滑模面，通过滑模控制器使***状态滑模面之外向滑模面收敛，***一旦到达滑模控制的效果会保证***沿着滑模面到达***原点，从而实现对数学模型的精确控制，提高精确度，抗干扰能力，减少超调量和调节时间。
3.如权利要求1所描述的垃圾剩余污水处理臭氧浓度控制方法，所描述的扰动观测器，通过被控变量和***输出来对***扰动进行估计，并反馈至前向通道进行补偿，提高***的抗干扰能力和鲁棒性。
本发明与现有技术相比具有如下优点：
(1)抗干扰能力强，控制精度高，控制效果好。对比传统的PID控制，***控制器采用滑模控制器和扰动观测器，提高了***控制精度，响应速度和抗干扰能力。
(2)采用无时滞名义模型及其输出反馈构滑模控制器，简化了滑模控制器的设计，并消除了时滞对***的不利影响。
(4)整个控制方法简单，工作可靠性高，采用滑模作为控制器，能提高对于臭氧的控制精度和响应速度，并且加入了扰动观测器，可以在不同的工况下满足***的控制需求。
本申请中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (4)

1.一种基于无时滞名义模型的垃圾剩余液污水处理设备臭氧浓度滑模抗扰控制方法，其特征在于，包括：
步骤1、滑模控制器将臭氧实际浓度与设计值的差值作为输入量，输出去除误差之后的无时滞名义模型到扰动观测器；
步骤2、扰动观测器将被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰；
步骤3、低通滤波器滤除高频噪声的有效，对低频干扰进行补偿，并将g(s)的逆模型转换为真分式。
2.根据权利要求1所述的一种基于无时滞名义模型的垃圾剩余液污水处理设备臭氧浓度滑模抗扰控制方法，其特征在于，步骤1的具体方法是，滑模控制器根据***无时滞名义模型及其该模型的反馈设计，具体是：
步骤1.1：针对垃圾剩余液污水处理***中的臭氧浓度进行控制，引入积分设计滑模函数，即
Figure FDA0003329070910000011
其中，c为滑模面系数，跟踪误差为
Figure FDA0003329070910000012
yd为臭氧浓度设定值；
步骤1.2：定义Lyapunov函数为
Figure FDA0003329070910000013
则
Figure FDA0003329070910000014
在控制原理中，用Lyapunov函数来判断***的稳定性，由***方程
Figure FDA0003329070910000021
可知对于平衡点s，如果存在一个连续函数V满足
Figure FDA0003329070910000022
与
Figure FDA0003329070910000023
那么***将在平衡点s＝0处平衡，即
Figure FDA0003329070910000024
步骤1.3：令
Figure FDA0003329070910000025
则即满足Lyapunov第二定律中第一个条件，也第二个条件
Figure FDA0003329070910000026
当满足Lyapunov第二定律的条件，s＝0，s最终会稳定滑模面；
步骤1.4：通常来说，滑模控制律有三种选择：
Figure FDA0003329070910000027
选择第二个滑模控制律可得
Figure FDA0003329070910000028
其中，k和δ为带设计参数，sgn s为s的切换函数；
于是
Figure FDA0003329070910000029
步骤1.5：从而
Figure FDA00033290709100000210
不等式方程
Figure FDA00033290709100000211
的解为
Figure FDA00033290709100000212
可见，V(t)指数收敛至0，从而
Figure FDA0003329070910000031
和e(t)的指数收敛速度取决于k；指数项-ks能保证当s较大时，***状态能以较大的速度趋近于滑动模态。
3.根据权利要求1所述的一种基于无时滞名义模型的垃圾剩余液污水处理设备臭氧浓度滑模抗扰控制方法，其特征在于，扰动观测器通过被控变量和***输出来对***扰动进行估计，将观测到的***扰动前馈至前向通道以达到抑制干扰，降低干扰对被控过程产生的不利影响；如本文控制方法***框图虚线框1所示，r(s)为***设定值，u0(s)为滑模控制器输出，y(s)为实际***输出量，Gp(s)则为实际被控过程，
Figure FDA0003329070910000032
为***最小相位部分模型的逆，e-τ为实际***的时滞环节；虚线框1内为扰动观测器，d(s)为***中实际干扰，
Figure FDA0003329070910000033
为扰动观测器的扰动估计值。
4.根据权利要求1所述的一种基于无时滞名义模型的垃圾剩余液污水处理设备臭氧浓度滑模抗扰控制方法，其特征在于，扰动观测器中的低通滤波器具体执行:
步骤3.1：由于阶次过高的相位滞后会对***产生欠阻尼的不利影响，故低通滤波器的阶次k一般取Gp(s)的相对阶次；***随着低通滤波器时间常数η的增大而更加稳定，但***的抗扰动能力会随之降低，故扰动观测器的设计应综合考虑***的抗干扰性能和鲁棒性；
步骤3.2：Q(s)通常为低通滤波器，加入低通滤波器能够过滤实际***运行中，带来的外部噪声干扰，而且能将控制对象的最小相位逆模型转换成真分式；
Figure FDA0003329070910000034
其中，η为滤波器的时间常数，κ为该滤波器的阶次；
步骤3.3：当Q(s)静态增益为1时，可计算出扰动观测器的扰动估计值
Figure FDA0003329070910000041
CN202111272089.3A 2021-10-29 2021-10-29 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法 Active CN114019797B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111272089.3A CN114019797B (zh) 2021-10-29 2021-10-29 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111272089.3A CN114019797B (zh) 2021-10-29 2021-10-29 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法

Publications (2)

Publication Number Publication Date
CN114019797A true CN114019797A (zh) 2022-02-08
CN114019797B CN114019797B (zh) 2023-12-22

Family

ID=80058994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111272089.3A Active CN114019797B (zh) 2021-10-29 2021-10-29 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法

Country Status (1)

Country Link
CN (1) CN114019797B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904353B1 (en) * 2003-12-18 2005-06-07 Honeywell International, Inc. Method and system for sliding mode control of a turbocharger
JP2007310665A (ja) * 2006-05-18 2007-11-29 Toshiba Corp プロセス監視装置
CN101165331A (zh) * 2006-10-19 2008-04-23 本田技研工业株式会社 控制装置和控制方法
CN104111618A (zh) * 2014-05-28 2014-10-22 河北科技大学 一种活性污泥污水处理曝气环节的建模、滑模控制器及其控制方法
CN108132599A (zh) * 2017-11-28 2018-06-08 东南大学 一种基于迭代反馈整定的ude控制***设计方法
CN109901606A (zh) * 2019-04-11 2019-06-18 大连海事大学 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法
CN110119089A (zh) * 2019-03-29 2019-08-13 华东理工大学 一种基于积分滑模的浸入不变流型自适应四旋翼控制方法
CN111679681A (zh) * 2020-06-18 2020-09-18 南京工程学院 一种基于滑模鲁棒控制的水下机器人运动路径跟踪方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904353B1 (en) * 2003-12-18 2005-06-07 Honeywell International, Inc. Method and system for sliding mode control of a turbocharger
JP2007310665A (ja) * 2006-05-18 2007-11-29 Toshiba Corp プロセス監視装置
CN101165331A (zh) * 2006-10-19 2008-04-23 本田技研工业株式会社 控制装置和控制方法
CN104111618A (zh) * 2014-05-28 2014-10-22 河北科技大学 一种活性污泥污水处理曝气环节的建模、滑模控制器及其控制方法
CN108132599A (zh) * 2017-11-28 2018-06-08 东南大学 一种基于迭代反馈整定的ude控制***设计方法
CN110119089A (zh) * 2019-03-29 2019-08-13 华东理工大学 一种基于积分滑模的浸入不变流型自适应四旋翼控制方法
CN109901606A (zh) * 2019-04-11 2019-06-18 大连海事大学 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法
CN111679681A (zh) * 2020-06-18 2020-09-18 南京工程学院 一种基于滑模鲁棒控制的水下机器人运动路径跟踪方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
WEI WEI, PENGFEI XIA, ZAIWEN LIU, MIN ZUO: "A modified active disturbance rejection control for a wastewater treatment process", 《CHINESE JOURNAL OF CHEMICAL ENGINEERING》 *
YIZHEN MENG，BIN JIANG，JIANWEI LIU: "sliding mode disturbance observer norminal model", 《JOURNAL OF THE FRANKLIN INSTITUTE》, pages 2067 - 2090 *
YUFANG CHANG HUBEI COLLABORATIVE INNOVATION CENTER FOR HIGH-EFFICIENCY UTILIZATION OF SOLAR ENERGY, HUBEI UNIVERSITY OF TECHNOLOGY: "Quadratic Stabilization of Switched Uncertain Linear Systems", 2018 CHINESE CONTROL AND DECISION CONFERENCE (CCDC) *
丁威; 杜钦君; 赵龙; 宋传明; 罗永刚; 毕胜; 王彬: "采用干扰观测器智能PID的电磁炒药机温度控制***设计", 《西安交通大学学报》 *
刘阳: "基于名义模型的并联机构滑模控制研究", 《中国农机化学报》, pages 212 - 216 *
王亚超: "分布式驱动电动汽车网络时滞侧向动力学鲁棒控制研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
魏 伟, 陈 楠, 左 敏, 刘载文: "基于复合抗扰的溶解氧浓度控制", 《控制理论与应用》, pages 1895 - 1903 *

Also Published As

Publication number Publication date
CN114019797B (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN104865979A (zh) 一种污水处理过程自适应广义预测控制方法及***
CN103197539A (zh) 污水处理智能优化控制曝气量的方法
Zhao et al. A novel control strategy for improved nitrogen removal in an alternating activated sludge process—Part I. Process analysis
Qiao et al. Self-organizing fuzzy control for dissolved oxygen concentration using fuzzy neural network 1
CN115583721B (zh) 基于污水处理的ai智能曝气方法及***
Han et al. Fuzzy super-twisting sliding mode control for municipal wastewater nitrification process
CN114019797A (zh) 无时滞名义模型下污水处理设备臭氧浓度滑模抗扰控制方法
Quispe-Quispe et al. Development of PID control parameters in proportional valves for a wastewater treatment plant filtration process
CN107783416A (zh) 一种水体溶解氧含量的控制方法
Xu et al. A novel dissolve oxygen control method based on fuzzy neural network
Yordanova Fuzzy two-level control for anaerobic wastewater treatment
Zhang et al. Finite-Time Extended State Observer-based PI Control for Dissolved Oxygen
Kandare et al. Adaptive control of the oxidation ditch reactors in a wastewater treatment plant
Swarnalatha Simulation and Analysis of Ammonium-Based Aeration Control Strategies to Enhance Efficiency in Wastewater Treatment Plant
Barbu et al. QFT robust control of a wastewater treatment process
CN114609901A (zh) 一种焚烧炉模糊自适应温度控制方法及***
Nascu et al. Multilevel predictive control system for an activated sludge wastewater treatment process
Carp et al. Robust control of an activated sludge wastewater treatment process
CN113741182A (zh) 一种基于广义值迭代的污水处理过程控制方法
Caraman et al. Robust multimodel control using QFT techniques of a wastewater treatment process
CN112327615A (zh) 基于无抖振模糊滑模的污水处理脱氮过程控制方法
Wang et al. Research of feed forward control of a sewage treatment process fuzzy control system
CN117430237B (zh) 一种基于pi观测器的污水处理***的pid控制方法
Gandha et al. Fuzzy PID algorithm-based external carbon controller for denitrification process enhancement in wastewater treatment plant
CN219320689U (zh) 一种贫液槽和富液槽液位控制***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant