APP下载

基于模糊预测控制的藻类培养环境下PH值的检测控制研究

2016-07-23郑尚志

赤峰学院学报·自然科学版 2016年10期

刘 波,郑尚志

(巢湖学院 信息工程学院,安徽 巢湖 238000)



基于模糊预测控制的藻类培养环境下PH值的检测控制研究

刘波,郑尚志

(巢湖学院信息工程学院,安徽巢湖238000)

摘要:藻类的生长与培养环境中水体的pH关系密切,然而藻液pH的控制问题一直是藻类生长环境控制方面的难题,传统PID法控制效果不理想,神经网络控制算法过于复杂.针对这一情况,提出了藻类培养环境下pH值的模糊预测控制这一算法.该算法首先对pH中和过程采用T-S模糊模型建模,再在每一采样时刻对该过程进行局部动态线性化,得到系统的线性化模型,再用广义模糊预测控制算法进行控制.仿真结果表明模糊预测控制算法能够有效提高藻液pH检测控制的精准度.

关键词:PH中和过程;T-S模型;模糊预测控制;藻类培养

藻类的生长与培养环境中水体的pH关系密切,然而pH中和过程是具有严重非线性和大滞后的复杂过程,其控制问题一直是藻类生长环境控制方面的难题,原因在于pH中和曲线的严重非线性、pH反应的滞后性以及外部干扰的复杂性[2][3].

在目前的藻类培养环境的pH检测控制方案中,PID控制是基于精确数学模型的传统算法,对于pH检测控制系统一般先分段线性化,然后在每个分段上采用PID控制,因此难以达到很好的控制效果[3];神经网络控制算法虽然具有非线性映射和自学习功能,更能适应pH检测控制系统参数的时变性描述,但算法比较复杂,在藻类培养环境的控制系统,比如光生物反应器等应用场合难以实现;……

登录APP查看全文