典型文献
污水处理过程递推双线性子空间建模及无模型自适应控制
文献摘要：
污水处理过程中,生化反应硝态氮浓度和溶解氧浓度是决定出水水质好坏的两个最关键变量,难以采用常规基于模型的方法进行有效控制.本文基于数据驱动建模与控制技术,提出一种污水处理过程递推双线性子空间辨识(Recursive bilinear subspace identification,RBLSI)建模和无模型自适应控制方法.首先,针对污水处理过程的非线性时变动态特性,采用最小二乘递推双线性子空间辨识方法建立污水处理生化反应过程具有参数自适应能力的递推双线性模型;其次,基于建立的数据驱动模型,采用基于多参数灵敏度分析(Multi-parameter sensitivity analysis,MPSA)和遗传粒子群优化(Ge-netic algorithm-particle swarm optimization,GA-PSO)算法的无模型自适应控制(Model-free adaptive control,MFAC)方法对硝态氮和溶解氧浓度进行直接数据驱动控制;最后,数据实验及其比较分析表明了所提方法的有效性和优越性.
文献关键词：
污水处理;递推双线性子空间辨识;无模型自适应控制;多参数灵敏度分析
中图分类号：
作者姓名：
张帅;周平
作者机构：
东北大学流程工业综合自动化国家重点实验室 沈阳110819
文献出处：
引用格式：
[1]张帅;周平-.污水处理过程递推双线性子空间建模及无模型自适应控制)[J].自动化学报,2022(07):1747-1759
A类：
递推双线性子空间辨识,RBLSI
B类：
污水处理过程,空间建模,生化反应,硝态氮,氮浓度,溶解氧浓度,出水水质,好坏,关键变量,基于模型的方法,数据驱动建模,建模与控制,Recursive,bilinear,subspace,identification,无模型自适应控制方法,动态特性,辨识方法,反应过程,参数自适应,自适应能力,双线性模型,数据驱动模型,多参数灵敏度分析,Multi,parameter,sensitivity,analysis,MPSA,粒子群优化,Ge,netic,algorithm,particle,swarm,optimization,GA,PSO,Model,free,adaptive,control,MFAC,数据驱动控制
AB值：
0.263906
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
