[發(fā)明專利]基于系統(tǒng)嵌套優(yōu)化的預測PID方法

有效

• 申請?zhí)枺?/td>: 201810839914.5
• 申請日: 2018-07-27
• 公開（公告）號: CN109062040B
• 公開（公告）日: 2021-12-10
• 發(fā)明（設計）人: 趙熙臨;林震宇;湯倩;龔夢;蘇浩;何晶晶
• 申請（專利權）人: 湖北工業(yè)大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 武漢帥丞知識產權代理有限公司 42220
• 代理人: 朱必武;劉丹

本發(fā)明公開了一種基于系統(tǒng)嵌套優(yōu)化的預測PID方法。該方法包括：使用PID控制器控制被控對象；預測控制與PID控制構成串級控制結構；PID和被控對象共同構成廣義控制對象；將預測算法融入PSO優(yōu)化算法之中，形成預測?PSO嵌套優(yōu)化算法；用預測?PSO嵌套優(yōu)化算法對含預測控制的PID控制器中比例、積分和微分三個參數進行尋優(yōu)。該優(yōu)化算法具有魯棒性好，可以動態(tài)優(yōu)化的特點。

技術領域

本發(fā)明涉及自動控制領域、預測控制領域、優(yōu)化算法領域，具體涉及一種基于系統(tǒng)嵌套優(yōu)化的預測PID方法。

背景技術

PID控制器結構簡單，對控制對象模型的精度要求不高，適應性強，具有很強的魯棒性，被廣泛的應用于工業(yè)控制中。PID控制器中有比例、微分個積分三個參數，這三個參數的取值將直接影響到整個控制系統(tǒng)的控制性能。因此，對比例、微分和積分三個參數的優(yōu)化就成為了重點的研究領域。

一直以來，各大學、科研機構針對PID參數優(yōu)化問題提出了多種優(yōu)化算法，例如遺傳算法、神經網絡、粒子群算法、模擬退火算法和灰度算法等多種優(yōu)化算法。雖然，上述列舉算法方法雖然能夠對PID控制參數尋優(yōu)，但是PID結構固定對于不確定系統(tǒng)不具有很好的動態(tài)調節(jié)能力和在線優(yōu)化能力。因此，需要將動態(tài)優(yōu)化算法與PID參數調整相結合，使其擁有動態(tài)調節(jié)能力。

發(fā)明內容

為了解決上述背景技術存在的問題，本發(fā)明的目的是提供一種基于系統(tǒng)嵌套優(yōu)化的預測PID方法。

為了達到上述目的，本發(fā)明所采用的技術方案是：

基于系統(tǒng)嵌套優(yōu)化的預測PID方法，其特征在于，所述方法包括如下步驟：

步驟1：使用PID控制器控制被控對象，被控對象的輸出與PID控制器之間形成單位負反饋，PID控制器的輸出為被控對象的輸入；

步驟2：增加預測優(yōu)化模塊，將被控系統(tǒng)的輸出作為預測優(yōu)化模塊輸入，形成單位正反饋，預測優(yōu)化模塊的輸出與單位負反饋疊加共同接入PID的輸入端；

步驟3：將PID控制器和被控對象及其之間的單位負反饋共同作為新的廣義預測對象，將其數學模型寫入預測優(yōu)化模塊；

步驟4：預測優(yōu)化模塊采用的預測算法為動態(tài)矩陣控制DMC算法，對控制系統(tǒng)做在線的優(yōu)化；

步驟5：離線優(yōu)化算法將預測算法融入粒子群PSO優(yōu)化算法循環(huán)迭代過程之中，形成預測-PSO嵌套算法；將預測-PSO嵌套算法用于對預測PID控制器中比例K_p、積分K_i和微分K_d三個參數的尋優(yōu)。

進一步的，所述的預測優(yōu)化模塊和PID控制器組成串級控制結構，其結構是：將PID控制器和PID控制器的被控對象及其之間的單位負反饋共同作為預測優(yōu)化模塊廣義預測對象，將被控系統(tǒng)的輸出作為預測優(yōu)化模塊的輸入，預測優(yōu)化模塊的輸出疊加PID控制器的單位負反饋，作為PID控制器的輸入；并且，將目標信號作為跟蹤參考信號接入預測優(yōu)化模塊；廣義預測對象的傳遞函數，如式(1)所示：

式中，U(s)為預測優(yōu)化模塊的最優(yōu)輸出也是廣義預測對象的最優(yōu)輸入，Y(s)為廣義控制對象的最優(yōu)輸出，s為拉普拉斯微分算子。

進一步的，所述的預測-PSO嵌套算法，在PSO算法每更新一次當前全局最優(yōu)解G_t之后將新的廣義預測對象寫入預測優(yōu)化模塊，即更新一次預測優(yōu)化模塊，其流程是：

第一步：初始化粒子群，隨機生成所有粒子的位置和速度，將粒子分配給2-DOFPID控制器的五個控制參數，建立廣義目標預測優(yōu)化的初始數學模型；

第二步：設計目標函數J，并運行控制系統(tǒng)尋找最優(yōu)粒子，并將粒子的值作為局部最優(yōu)解P_t；