[發(fā)明專利]一種基于PSO?PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法

在審

• 申請?zhí)枺?/td>: 201611192138.1
• 申請日: 2016-12-21
• 公開（公告）號: CN106773649A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計）人: 周鑫浩;張海軍
• 申請（專利權(quán)）人: 成都千嘉科技有限公司
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙)51220
• 代理人: 王記明

1.一種基于PSO-PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法，其特征在于，包括以下步驟：

(1)建立燃?xì)忾y門被控對象的傳遞函數(shù)模型，所述傳遞函數(shù)模型為

(2)在傳遞函數(shù)模型的基礎(chǔ)上，進(jìn)行PID算法控制器的設(shè)置；

(3)在進(jìn)行PID算法控制器設(shè)置的同時，初始化PSO算法中的粒子群參數(shù)；

(4)利用粒子群算法對PID控制器的參數(shù)進(jìn)行優(yōu)化，比較計算結(jié)果是否達(dá)到精度或迭代次數(shù)，記錄最佳Kp、Ki、Kd參數(shù)值；

(5)若計算結(jié)果達(dá)到性能目標(biāo)，則結(jié)束計算，輸出Kp、Ki、Kd參數(shù)值作為最佳控制參數(shù)；若計算結(jié)果達(dá)不到性能要求，則重復(fù)第(3)步、第(4)步，在K時步的結(jié)果基礎(chǔ)上更新粒子群的速度和位置，輸出最佳Kp、Ki、Kd參數(shù)值。

2.根據(jù)權(quán)利要求1所述的一種基于PSO-PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法，其特征在于，所述步驟(1)中燃?xì)忾y門被控對象的傳遞函數(shù)模型建模是依據(jù)如下步驟完成的：

首先，設(shè)定電動機(jī)的初始轉(zhuǎn)速為ω，減速后的轉(zhuǎn)速為ω’，將電磁慣性和機(jī)械慣性均設(shè)置為0，其減速輸出：

ω’＝k₁k₂U_r 公式(1)

其中，k₁為電機(jī)轉(zhuǎn)換系數(shù)，k₂為減速比，U_r為電動機(jī)的工作電壓；

其次，根據(jù)閥門聯(lián)軸器的傳遞作用，使電機(jī)減速后的速度與閥門轉(zhuǎn)軸的速度相等，電機(jī)減速后的轉(zhuǎn)速為ω’與閥門轉(zhuǎn)角的關(guān)系為：

接著，將公式(1)和公式(2)聯(lián)立，積分可得：

其中，t₀為電磁慣性和機(jī)械慣性；

最后，對公式(3)進(jìn)行拉普拉斯變換可得到傳遞函數(shù)G(s)為：

其中，s為復(fù)數(shù)。

3.根據(jù)權(quán)利要求1所述的一種基于PSO-PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法，其特征在于，所述步驟(2)中的PID算法控制器的設(shè)置，包括如下步驟：

首先，根據(jù)給定的目標(biāo)值r(t)與實(shí)際輸出值y(t)構(gòu)成的偏差e(t)，將偏差的Kp、Ki和Kd通過線性組合構(gòu)成控制項，對被控對象進(jìn)行控制，其控制規(guī)律為：

e(t)＝r(t)-y(t) 公式(5)

然后，對公式(6)進(jìn)行離散化處理，即得到燃?xì)庾詣涌刂崎y增量型PID算法函數(shù)Δu(k)：

Δu(k)＝K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)+e(k-2)-2e(k-1)公式(8)

其中，比例系數(shù)積分系數(shù)微分系數(shù)

4.根據(jù)權(quán)利要求1所述的一種基于PSO-PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法，其特征在于，所述步驟(4)中利用粒子群算法對PID控制器的參數(shù)進(jìn)行優(yōu)化，包括如下步驟：

首次，將初始化的粒子群參數(shù)賦值到PID控制器的Kp、Ki、Kd參數(shù)數(shù)組中；

其次，根據(jù)系統(tǒng)偏差與時間的關(guān)系，在此以時間絕對偏差積分ITAE的倒數(shù)作為適應(yīng)度函數(shù)，適應(yīng)度函數(shù)變化過程如下：

對于增量型的PID控制器，將適應(yīng)度函數(shù)進(jìn)行離散化處理，處理后適應(yīng)度函數(shù)如下：

然后，根據(jù)適應(yīng)度函數(shù)公式(10)和公式(11)計算每一粒子的適應(yīng)度值，并找出粒子群中適應(yīng)度最佳個體的Kp、Ki、Kd參數(shù)值。

5.根據(jù)權(quán)利要求4所述的一種基于PSO-PID算法的燃?xì)庾詣涌刂崎y門智能調(diào)控方法，其特征在于，所述的更新粒子群的速度和位置的步驟如下：

根據(jù)公式(10)和公式(11)計算粒子新位置及更新后的適應(yīng)度值，然后根據(jù)公式(12)進(jìn)行適應(yīng)度比對：

若當(dāng)前粒子適應(yīng)度優(yōu)于粒子本身前一時刻的最優(yōu)適應(yīng)度，則把當(dāng)前粒子位置作為自身最優(yōu)位置

若粒子當(dāng)前適應(yīng)度優(yōu)于整個粒子群前一時刻的最優(yōu)適應(yīng)度，則把當(dāng)前位置粒子群作為全局最優(yōu)

其中，

$\mathrm{\ω}={\mathrm{\ω}}_{start}-\frac{{\mathrm{\ω}}_{start}-{\mathrm{\ω}}_{end}}{t_{\max }}t;$

$x_{id}^{t+1}=x_{id}^t+v_{id}^{t+1};$

在公式(12)中，r₁和r₂是在(0，(1)之間均勻分布的隨機(jī)數(shù)，ω_start和ω_end分別為起始權(quán)重和終止權(quán)重，t_max是最大迭代次數(shù)，t是當(dāng)前迭代次數(shù)。