PROCEDEE ȘI ALGORITMI DE CONTROL …. Ciobanu N. Procedee si... · de epurare justifică...

28 Procedee i algoritmi de control automatizat ale procesului de epurare a apelor uzate

PROCEDEE I ALGORITMI DE CONTROL AUTOMATIZAT ALE PROCESULUI DE EPURARE A APELOR UZATE

Natalia Ciobanu, drd, Nicolae Secrieru, conf. univ., dr. n tiine tehnice

Universitatea Tehnic a Moldovei

1. INTRODUCERE

La etapa actual, cnd problemele de mediu sunt tratate cu mult responsabilitate att pe plan mondial, ct i regional, epurarea apelor uzate este un subiect de actualitate i de mare interes, prin care trebuie asigurate condiiile de calitate pentru apele evacuate n mediile acvatice.

Staiile de epurare reprezint ansamblul de construcii i instalaii, n care apele uzate sunt supuse proceselor tehnologice de epurare, care le modific n aa mod calitile, nct s ndeplineasc condiiile prescrise, de deversare n emisar [1, 2, 3] .

Tradiional, schemele tehnologice ale staiilor de epurare a apelor uzate oreneti, provenite din localitile dotate cu sisteme centralizate de canalizare, conin dou fluxuri distincte: fluxul apelor uzate i fluxul nmolurilor formate n procesele de epurare a apelor uzate. Epurarea apelor uzate se efectueaz n mai multe trepte, urmrindu-se eliminarea n fiecare din ele a unui anumit tip de poluani. De fapt, staiile de epurare existente sunt menite pentru eliminarea sau reducerea concentraiilor a dou categorii de substane poluante:

a) insolubile de provenien mineral i organic, exprimate printr-un indicator al gradului de poluare numit "materii n suspensie - MS", i

b) organice majoritar solubile, care sunt caracterizate printr-un indicator global (echivalentul n oxigen consumat pentru oxidarea acestor substane) - consum chimic de oxigen - CCO, sau consum biochimic de oxigen - CBO, acesta reprezentnd acea parte a substanelor organice poluante, care pot fi eliminate din apele uzate pe cale biologic.

2. CARATERISTICA GENERAL A PROCESELOR DE EPURAREA A

APELOR UZATE

Epurarea biologic este procesul tehnologic care se bazeaz pe folosirea capacitii microorganismelor

de a asimila i mineraliza substanele organice dizolvate n apele uzate, care au trecut prima treapt de epurare - epurarea mecanic.

n funcie de bacteriile participante la tratarea biologic a apei se deosebesc procese aerobe care se realizeaz n prezena oxigenului, folosit de bacteriile aerobe pentru oxidarea substanelor organice cu producere de CO2 i H2O i procese anaerobe care se desfoar n absena oxigenului i au la baz reducerea substanelor organice cu eliminarea de produi intermediari (acizi) i gaze (CH4 , H2S, H2, N2, CO2).

Tratarea biologic a apelor uzate mai este cunoscut sub numele de epurare secundar/biologic. Ea mai poate fi urmat i de o epurare teriar biologic, atunci cnd condiiile de evacuare a apelor tratate n emisar impun un grad de epurare mai avansat dect cel posibil la o epurare mecano-biologic clasic sau atunci cnd se impune i eliminarea compuilor de azot i fosfor.

Schema tipic a epurrii biologice aerobe cu nmol activ este prezentat n figura 1, unde este artat un bazin de aerare cu nmol activ, care consum impuritile degradabile biologic din apa uzat, dup care se separ apoi gravitaional de nmolul activ n decantorul secundar.

Epurarea biologic realizeaz eficiene de 9095% n ceea ce privete reducerea concentraiei de substane n suspensie i de sub 70% n ceea ce privete reducerea concentraiei n substane organice exprimate n CBO5.

n exploatarea staiei de epurare pot aprea evenimente nedorite, ca rezultat al unei succesiuni de disfuncii obinute datorit multitudinii de parametri de natur diferit ce apar n proces. Procesele de epurare sunt deosebite fa de alte procese industriale att n ceea ce priveste caracteristicile, ct i obiectivele operationale. Principiile de baz ale controlului proceselor industriale se pot aplica i n staiile de epurare a apelor uzate, ns caracteristicile staiilor de epurare impun consideratii specifice in proiectarea sistemelor de control [4,10]. Datorita complexitatii

Procedee i algoritmi de control automatizat ale procesului de epurare a apelor uzate 29

proceselor fizico-chimico-biologice, n care interacioneaz o multitudine de parametrii de natura diferit i a numrului limitat de parametri ce pot fi manipulai, este dificil de condus optim o tehnologie de epurare ca sum de procese unitare ce interacioneaz reciproc.

Este necesar o art adevrat pentru controlul proceselor biologice de epurare, innd cont de proprietile nmolului activ: doza, vrsta, indicele de nmol, morfologie, etc. Sunt n jur de 18 indicatori i parametri care influeneaz eficiena epurrii n complexul BANA (bazin de aerare cu nmol activ) i decantoare secundare. Deci, specificul acestor procese const n variatia continua sezoniera, diurna i orar a debitului de ap uzat i a caracteristicilor acesteia, exprimate prin valorile parametrilor caracteristici polurii, dimensiunile reactoarelor chimice i biologice, precum i interaciunea apa uzata - proces unitar - echipament sunt elemente care subliniaz gradul de dificultate al problemei epurrii i controlului automat al procesului.

3. CONTROLUL PROCESELOR DE EPURARE A APELOR UZATE Procesele de epurare a apelor uzate se prezint

ca procese bio-chimic complexe, care n comparaie cu alte procese industriale similare, au cteva elemente

distincte att n privina caracteristicilor lor, ct i obiectivele operaionale. Necesitatea automatizrii acestor procese provine de la incapacitatea lor de a-i menine starea de echilibru dinamic n prezena perturbaiilor, care pot avea un caracter temporar, ciclic sau periodic i deseori fiind aleatorii. Aciunea direct sau indirect a perturbaiilor asupra proceselor de epurare justific implementarea sistemelor de comand automata, care tind s menin procesele n echilibru, ceea ce e foarte complicat sau imposibil pentru operatorul uman.

Din punct de vedere a teoriei de comand automata, o unitate de epurare (biologic) a apelor uzate se poate prezenta ca o cutie neagr cu urmtoarele seturi de intrri i ieiri (fig. 2) [4]:

1. Variabilele de intrare: - debitul de ap uzat Q; - nivelul de poluarea influentului xe; - reactivi chimici folosii n proces r; - energie termic/electric pentru meninerea

procesului. 2. Variabilele de ieire: 3. Perturbaiile factori care acioneaz asupra

variabilelor de intrare (variaia debitului de ap uzat, nivelului de poluare a ei, temperatura, prezena compuilor toxici) foreaz abaterea proceselor de la starea de echilibru.

- nivelul polurii reziduale x; - concentraiile de azot i fosfor;

Figura 1. Schema tipic a epurrii biologice: Sod senzor concentraia oxigenului dizolvat; Da.u. -

debitmetru de ap uzat; ; SpH/Redox - senzor combinat pentru determinarea potenial redox i pH; SNH4 - senzor concentraia de amoniu; SCBO/CCO - senzor concentraia de substane organice ; ST/SS - senzor

turbiditate/suspensii solide; Da - debitmetru de aer; SRNA - senzor respiraie a nmolului activ; Dnar - debitmetru nmol activ recirculat; Dnae - debitmetru nmol activ exces; Snn - senzor nivel nmol.


4. cantitatea de nmol n exces Qn ex.Variabilele de acionare sunt acele cu care se poate menine procesele n echilibru n pofida perturbaiilor. n majoritatea cazurilor, variabila de acionare este cantitatea de nmol recirculat b, viteza de circulaie a mediilor polifazate, concentraia de substane organice i alte.

Restriciile prezint n cazul epurrii biologice concentraia limit de oxigen din bazinul de aerare, concentraiile de azot i fosfor, precum i consumul de alte reactive. n aplicaiile actuale de control i automatizare a meninerii proceselor n echilibru este des realizat n baza regulatoarelor cu aciune proporional integral - diferenial (PID) clasice (fig. 3), n primul rnd pentru c prezint o soluie eficient i uor de

implementat. Fiind iniial conceput pentru sistemele liniare, invariante n timp, controlerul/algoritmul PID a evoluat, permind inginerilor s controleze i sisteme cu o dinamic complex. Algoritmii PID sunt realizai n form discret pe microcontrolere i pot ine sub control procese destul de rapide cu timp de reacie mai mci de sutimi de secund. Pe alt parte, n realitate, toate sistemele dispun de componente neliniare, care prezint reale provocri n utilizarea controlului clasic PID. n primul rnd, modelul de reglare trebuie s corespund ntocmai procesului i trebuie s fie periodic ajustat n cazul variaiei n timp al sistemului. Aceast procedur de ajustare PID este sofisticat i necesit o abordare adecvat [5,6,7]. Apariia teoriei mulimilor fuzzy i dezvoltarea sistemelor electronice au deschis calea spre aplicarea

Figura 2. Schema dinamicii controlului staiei de epurare biologic a apelor uzate.

Figura 3. Structura controlerului PID clasic.


n sistemele de reglare automat. n acest caz, algoritmii de reglare PID clasic sunt nlocuii printr-o serie de reguli de tip IF (premis) THEN (concluzie/aciune). Prin urmare se obine un algoritm euristic, care poate s ia n consideraie experiena operatorului uman n conducerea proceselor, ceea ce e foarte important n cazul proceselor complexe.

Aplicarea teoriei fuzzy n sistemele de reglare automat poate fi n mai multe moduri, dintre care cele mai rspndite sunt [4]:

- controlul fuzzy direct al procesului; - supervizarea fuzzy a regulatoarelor PID clasice; - adaptarea fuzzy a parametrilor regulatoarelor

PID clasice. n rezultatul analizei mai multor surse [4, 9],

inclusiv a experienei proprii, ne-am propus aplicarea controlului fuzzy direct al proceselor, care sunt mai uor de proiectat, implementnd experiena operatorului uman i pe alt parte permite o deschidere de mbinare cu celelalte abordri.

Propunem urmtoarea structur a controlului fuzzy direct prezentat n fig. 3, fiind format din urmtoarele componente.

- Modulul de fuzificare a variabilelor de intrare, a variabilelor procesului. Variabilele de intrare au valori reale, care trebuie transformate in valori fuzzy, adic acestora trebuie s li se atribuie valori fuzzy, care devin ca premise. Ca urmare, aceast premis va determina care regul trebuie activat mpreun cu gradul de apartenen obinut de la fiecare regul. Acest grad depinde ct de mult valoarea de intrare i premisele regulilor corespund una alteia.

- Baza de reguli. Aceast component este format din tot setul de reguli de tipul IF (premis) THEN (concluzie/aciune). n premise sunt introduse valorile variabilelor de intrare, astfel ca s se poat decide, care regul poate fi activat i care nu, mai apoi n ce mod s fie utilizat. Rezultatul/ieirile regulilor activate sunt fuzionate i transmise spre interfaa de defuzificare. De regul, aceast baz este creat de experi n problemele de conducere a proceselor res-pective, innd cont de experiena operatorului uman.

- Modulul de luare a deciziilor/inferen realizeaz pe baza datelor fuzificate evaluarea bazei de reguli n sensul obinerii deciziei/concluziei fuzzy.

Modulul de defuzificare. Decizia fuzzy obinut de modulul de inferen are o form complex, datorit faptului c reflect o combinaie de mulimi fuzzy cu grade de apartenen limitate. Destinaia acestui modul este de forma o singur valoare real, care s cuprind mulimea fuzzy de la ieire.

4. PROIECTAREA CONTROLULUI

FUZZY PENTRU EPURAREA APELOR

Proiectarea controlului fuzzy const n realizarea unui algoritm euristic de conducere a procesului, care poate s ia n consideraie experiena operatorului uman n conducerea acestor procese. Proiectarea include o serie de etape de dezvoltare, dintre care cele mai importante sunt urmtoarele [4, 9]:

- cercetarea structural i funcional a procesului de reglare pentru determinarea comportrii lui la diverse variabile de intrare i perturbaii;

Figura 4. Structura controlului Fuzzy direct al proceselor de epurare.


- alegerea schemei de reglare, a numrului i tipurilor de regulatoare fuzzy;

- selectarea variabilelor de intrare i celor de ieire, respectiv i domeniile de variaie a acestora;

- definirea variabilelor lingvistice asociate mrimilor variabilelor de intrare i ieire, precum definirea funciilor de apartenen corespunztoare;

- crearea bazei de reguli, care realizeaz conectarea premiselor de decizii/concluzii, n concordan cu descrierea lingvistic a comportrii regulatorului;

- simularea pe calculator al ntregului sistem de reglare automat i ajustarea regulatorului n scopul optimizrii funcionrii lui.

n continuare vom exemplifica proiectarea controlului fuzzy direct pentru reglarea nivelului de nmol n procesul de epurare biologic a apelor. Control fuzzy, care utilizeaz n mod direct regulile fuzzy este cea mai important aplicaie n teoria fuzzy. Utiliznd un procedeu a lui Ebrahim Mamdani [9], trebuie s realizm urmtoarele etape:

- fuzificarea - crearea funciilor de apartenen pentru a descrie variabilele de intrare n termeni fuzzy (lingvistici);

- defuzificarea stabilirea modalitii de transformare a valorilor fuzzy n rezultate reale;

- crearea bazei de reguli fuzzy , care sunt aplicate n luarea deciziilor.

Analiznd resursele informaionale, ct i experiena proprie, am stabilit c n procesul de epurare biologic este foarte important meninerea n echilibru a nivelului de nmol activ n bazinul de epurare. Pentru simplitate vom antrena cei mai importani factori a acestui proces:

- In indicele de nmol activ; - Da.u. debitul de ape uzate; - CBO/CCO diferena de concentraie de

substane organice la intrare i la ieire. Valorile acestor variabile de proces (fig. 3) sunt

obinute cu ajutorul respectivilor senzori i se confrunt cu valorile de referin a acestor variabile, determinnd abaterile de la echilibru ale procesului:

i = In - In*; d= Da.u.- D a.u.* ; c=CBO/CCO - CBO/CCO*.

De menionat, c cea mai des folosit forma funciilor de apartenen este cea triunghiular, cu Toate c sunt folosite trapezoidale i curbe clopot. n principiu, forma este mai puin important dect numrul de curbe i plasarea acestora [9]. Am propus forma funciilor de apartenen trapez i cu apte curbe/segmente pentru a acoperi adecvat intervalul

necesar a valorilor de intrare. n form analitic se prezint n modul urmtor:

,

1, ,

0,

un

unde (xb xa) este domeniul unei variabile lingvistice. Am aplicat apte variabile lingvistice: N normal; NP puin negativ; NM negativ

a.

b.

Figura 5. Prezentarea grafic a funciilor de apartenen pentru fuzificarea i defuzificarea

variabilelor de proces: a). Funciile de apartenen la fuzificarea variabilelor de intrare: In - indicile de

nmol activ {I0, I1,I12}; Da.u. debitului de ape {D0, D1,..,D12}; CBO/CCO - diferena de

concentraie de substane organice {C0,C1,,C12};. b). Funciile de apartenen la fuzificarea variabilei de acionare Io - ncrctura organic a bazinului

0

0.2

0.4

0.6

0.8

1

I0 I1 I2 I3 I4 I5I6 I7 I8 I9 I10 I11 I12

0

0.2

0.4

0.6

0.8

1 NF NM NP N


mediu; NF forte negativ; PP puin pozitiv; PM pozitiv mediu; PF foarte pozitiv. n calitate de factor de acionare am stabilit Io ncrctura organic a bazinului, cantitatea de nmol activ recirculat. Am aplicat funcia de apartenen n mod similar cu variabilele de intrare. n form grafic funciile de apartenen sunt prezentate n fig. 5.

Dup cum s-a menionat, algoritmul de reglare este un algoritm euristic, care va lua decizii n dependen de regulile activate din baza creat de experi n domeniu. Spre exemplu, s considerm urmtoarele stri ale procesului i regulile de producie respective de luare a deciziilor: a) Dac debitul de ape uzate Da.u. este foarte jos, de stabilit ncrctura organic a bazinului Io, cantitatea de nmol activ recirculat la nivel foarte mic:

IF (d = Da.u.-Da.u.* is "NF") THEN (Io is "NF")

b) Dac indicele de nmol activ In este mediu mai jos, de stabilit ncrctura organic a bazinului Io, cantitatea de nmol activ recirculat la nivel mediu pozitiv:

IF (i = In - In* is "NM") THEN (Io is "PM")

Aceste reguli folosesc valori de adevr a intrrilor "debitul de ape uzate", indicele de nmol activ, care au de o anumit valoare de adevr "jos", pentru a genera rezultate n mulimea fuzzy pentru "ncrctura organic" variabil de ieire, care va avea o anumit valoare de "mare" sau mic. Fiecare din aceste rezultate este utilizat cu rezultatele altor reguli pentru a genera n cele din urm valoarea de ieire concret. n practic, seturile de reguli fuzzy au mai multe antecedente, care sunt combinate folosind operatori fuzzy, cum ar fi AND, OR si NOT, cu toate c din nou definiiile tind s varieze: AND, ntr-o singur definiie ce folosete greutatea minim a tuturor antecedente, n timp ce OR utilizeaz valoarea maxim. Exist, de asemenea, operatorul NOT, care scade din 1 funcia de apartenen pentru a obine funcia "complementar". Dei procesele de epurare a apelor uzate se consider procese lente, o mare importan are variaia variabilelor de proces:

- dDa.u./dt variaia debitului de ape uzate; - d(CBO/CCO)/dt variaia de concentraie de substane organice la intrare i la ieire.

Din aceste considerente am propus de creat reguli de luare a deciziilor, care vor reflecta variaia acestor variabile. n acest caz vom crea reguli cu premise compuse, care reflect o situaie compus din

dou variabile care acioneaz concomitent. Ca urmare, vom avea o premis rezultant a dou premise simple legate prin conjucie AND. De exemplu: dac debitul de ape uzate Da.u. este mediu jos, iar variaia lui dDa.u./dt este mediu pozitiv, de stabilit ncrctura organic a bazinului Io, cantitatea de nmol activ recirculat la nivel pozitiv mic:

IF (d = Da.u.-Da.u.* is "NF" and dDa.u./dt is PM) THEN (Io is "PM")

n acest mod se creeaz matricea de reguli de producie, care este prezentat n fig. 6a i n form grafic n fig. 6b.

Luarea deciziilor/inferen se realizeaz pe baza datelor fuzificate cu evaluarea bazei de reguli n sensul obinerii deciziei/concluziei fuzzy. Exist mai multe modaliti de a defini rezultatul unei reguli, una dintre cele mai des aplicate i mai simplu este metoda deducie "MIN-MAX", n care funcia de apartenen

d = Da.u.-Da.u.* NF NM NP N PP PM PF

dDa.

u./d

t

-5.25 NF

-3.5 NF NM -1.75 NF NP NM NM PM

0 NF NM NP Z PP PM PF 1.75 NM PP PP PM 3.5 PM PF PF

5.25 PM PF PF a)

b)

Figura 6. Set de reguli pentru reglarea procesului, lund n considerare variaia variabilelor de proces:

a) matricea de reguli ; b) reguli de producie n form grafic.

NBZ

PB

-6

-4

-2

0

2

4

6

NF

NM NP N PP PM P

F

Io-

ncr

ctu

ra o

rgan

ic


a variabilei de ieire este generat de valoarea de adevr din premisa. Decizia fuzzy obinut de modulul de inferen are o form complex, datorit faptului c reflect o combinaie de mulimi fuzzy cu grade de apartenen limitate. Destinaia acestui modul este de forma o singur valoare real, care s cuprind mulimea fuzzy de la ieire. Regulile pot fi prelucrate n paralel cu hardware-ul sau secvenial cu software-ul. Rezultatele tuturor regulilor, care au fost activate trebuie s fie "defuzificate" pentru a obine o valoare concret. Metoda centroidului este mai multe metode de

defuzificare i foarte popular, n care "centrul de mas" a rezultatului determin valoarea concret a variabilei de ieire. O alt abordare este metoda "nlime", care are valoarea cea mai mare contribuie. Metoda centroidului favorizeaz regula cu producia cea mai mare suprafa, n timp ce metoda nlimii favorizeaz n mod evident, regula cu cea mai mare valoare de ieire [??].

1 1

n figura 7 se demonstreaz procedeul inferen "MIN-MAX" i defuzificare prin metoda centroidului pentru un caz cu variabile de intrare "x", "y", i "z" i o variabil de ieire "n":

5. SIMULAREA CONTROLULUI

AUTOMATIZAT A EPURRII APELOR

In scopul verificrii controlului procesului de epurare (vezi fig. 1) n baz de reglatoarele Fuzzy propuse au foste realizate modele n mediul MATLAB/Simulink, unul din ele este prezentat n fig. 8. n model dat s-au aplicat pentru procesul de epurare variabilele de intrare - debitul de ap uzat i variabilele de ieire - cantitatea de nmol n exces. Simulrile pe calculator au fost executate pentru a verifica disponibilitatea propus controlor n punerea n practic. Reglarea nmolului recirculant s-a realizat pentru comparaie att prin metoda PID clasic, ct prin metoda fuzzy n aceleai condiii ale procesului. Preliminar, s-a efectuat ajustarea regulatorului PID clasic dup metoda Ziegler-Nicols [7,8] pentru a obine o reglare cvasi-optim, apoi s-a implementat

Figura 7. Procedeul inferen "MIN-MAX" i defuzificare prin metoda centroidului.

Figura 8. Simulare regulatorului Fuzzy n mediul MATLAB/Simulink.


regulatorul Fuzzy, n care s-au inclus n baza de reguli cu premise compuse, care reflect o situaie compus din dou variabile care acioneaz concomitent debitul

de ape uzate Da.u. i variaia lui dDa.u./dt pentru a stabili cantitatea de namol reciclat.

Pentru simplitate s-a aplicat forma funciilor de apartenen triunghi i cu apte curbe/segmente pentru a acoperi adecvat intervalul necesar a valorilor de intrare: N normal; NP puin negativ; NM negativ mediu; NF forte negativ; PP puin pozitiv; PM pozitiv mediu; PF foarte pozitiv. Rezultatele simulrii prezentate n figura 9 arat c regulatorul Fuzzy obine practic aceleai performane ca regulatorul PID clasic, fiind puin mai inert.

CONCLUZII

Principiile de baz ale controlului proceselor industriale se pot aplica i n statiile de epurare a apelor uzate, ns caracteristicile staiilor de epurare impun consideraii specifice in proiectarea sistemelor de control. Datorita complexitii proceselor fizico-chimico-biologice, n care interacioneaz o multitudine de parametrii de natura diferit i a numrului limitat de parametri ce pot fi manipulai, este dificil de condus optim aceste procese. S-a propus

aplicarea metodei de reglare fuzzy, avantajul creia este realizarea unui algoritm euristic de conducere a procesului, care poate s ia n consideraie experiena operatorului uman n conducerea acestor procese, avnd performanele regulatoarelor PID clasic.

Monitorizarea parametrilor n procesele de epurare reprezint o activitate esenial n staiile de epurare a apelor uzate, ea fiind strns legat de monitorizarea mediului n general. Scopul ei este de a urmri gradul de conformare cu legislaia, prin monitorizarea parametrilor de calitate a apei la ieirea din staia de epurare a apelor uzate i de a urmri funcionarea proceselor de epurare i eficiena acestora, prin monitorizarea parametrilor proceselor de epurare.

Bibliografie

1. Anuarul IES-2010 Protecia mediului n Republica Moldova, Chiinu, 2011. 2. Ianculescu O., Ionescu Gh., Racovieanu R. Epurarea apelor uzate, Matrix ROM, Bucureti 2005. 3. Roberts E., Alley P.E. Water Quality Control Handbook, McGraw-Hill, Inc, 2000 4. Robescu D., Robescu D. .a. Controlul automat al proceselor de epurare a apelor uzate, Editura tehnic, Bucureti 2008. 5. ODwyer A. PI and PID controller tuning rules for time delay processes: a summary. Part 1: PI controller tuning rules. Proceedings of the Irish Signals and Systems Conference, National University of Ireland, Galway, Ireland, June 1999. 6. strm K. J., Hgglund T. PID Controllers Theory, Design and Tuning, second edh, Instrument Society of America, 67 Alexander Drive, POBox 12277, Research Triangle Park, North Carolina 27709, USA. 1995. 7. Guillermo J., Silva A.D., Bhattacharyya. New results on the synthesis of PID controllers. IEEE Trans. on Aut. Cont., 47(2):241252, Feb. 2002. 8. Panagopoulos H., Astrom K.J., Hagglund T. Design of PI controllers based on Constrained optimisation. IEE Proc. Cont. Theory and Applications, 149(1):3240, 2002. 9. Qiao W., Mizumoto M. PID type fuzzy controller and parameters adaptive method, Fuzzy Set and Systems, nr. 78, p. 2335, 1996. 10. Secrieru N., Caraulean V. Distributed microcontrollers network for thermo and electropower station decentralized control. Proceeding of ICMCS-2002, Chiinu, 2002.

Recomandat spre publicare: 20.04.2016.

a)

b)

Figura 9. Rezultate ale simularii de reglare a escesului de nmol, aplicnd regulatoare Fuzzy i PID clasic: a) Reacia procesului (cantitatea de

nmol n exces); b) Semnalul de control al regulatoarelor.

-5.00.05.0

10.015.020.025.0

T [min]Fuzzy regulator

-150.00-50.0050.00

150.00250.00350.00

T [min]

PROCEDEE ȘI ALGORITMI DE CONTROL …. Ciobanu N. Procedee si... · de epurare justifică...

Documents

Transcript of PROCEDEE ȘI ALGORITMI DE CONTROL …. Ciobanu N. Procedee si... · de epurare justifică...