本發(fā)明屬于自動(dòng)控制領(lǐng)域，涉及一種PID控制器參數(shù)的智能整定方法。
背景技術(shù)：
：在實(shí)際工業(yè)控制中，PID控制由于結(jié)構(gòu)簡(jiǎn)單、易于實(shí)施等因素依舊占據(jù)主流。PID控制器的參數(shù)整定是控制系統(tǒng)設(shè)計(jì)的核心內(nèi)容，它是根據(jù)被控過(guò)程的特性確定PID控制器的比例系數(shù)、積分時(shí)間和微分時(shí)間的大小。對(duì)于PID控制器的參數(shù)整定，Ziegler和Nichols、Cohen和Coon、Tyreus和Luyben等提出過(guò)一些經(jīng)典的方法，均是對(duì)傳統(tǒng)的PID參數(shù)整定方法在參數(shù)的系數(shù)上做了調(diào)整。但是在實(shí)際的實(shí)施過(guò)程中，工程師仍然需要根據(jù)被控系統(tǒng)的響應(yīng)以及自身的工程經(jīng)驗(yàn)來(lái)進(jìn)行較大的調(diào)整。如果能整定出更優(yōu)的PID控制參數(shù)，將給現(xiàn)場(chǎng)工程師一個(gè)更好的借鑒，同時(shí)也更加能保證被控系統(tǒng)的性能。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是針對(duì)傳統(tǒng)PID參數(shù)整定方法的不足之處，提供一種基于布谷鳥(niǎo)算法優(yōu)化的PID參數(shù)整定方法，來(lái)獲得更優(yōu)的PID控制初始參數(shù)供工程人員參考。該整定方法采用布谷鳥(niǎo)算法來(lái)最優(yōu)化給定的目標(biāo)函數(shù)，兼顧了被控系統(tǒng)的響應(yīng)時(shí)間與超調(diào)量，以此來(lái)得到盡可能優(yōu)化的PID控制參數(shù)。本發(fā)明方法首先基于被控對(duì)象的階躍響應(yīng)數(shù)據(jù)，建立被控對(duì)象的一階慣性滯后模型，然后采用布谷鳥(niǎo)算法對(duì)該對(duì)象的PID控制參數(shù)進(jìn)行優(yōu)化計(jì)算，最后將優(yōu)化好的PID參數(shù)實(shí)施于該對(duì)象或者作為工程師調(diào)整的初始參數(shù)。具體技術(shù)方案如下：一種基于布谷鳥(niǎo)算法的PID控制器參數(shù)智能整定方法，包括如下步驟：步驟(1).通過(guò)階躍響應(yīng)數(shù)據(jù)建立被控對(duì)象的一階慣性滯后模型；步驟(2).整定被控對(duì)象的PID控制器參數(shù)Kp、Ki、Kd，具體如下：a.在采樣時(shí)間Ts下對(duì)被控對(duì)象的模型加一個(gè)零階保持器，可得到被控對(duì)象的離散模型y(k)＝ay(k-1)+K(1-a)u(k-1-L)y(k)為k時(shí)刻的模型輸出，u(k-1-L)為k-1-L時(shí)刻的模型輸入，L＝τ/Ts為模型的時(shí)滯；在PID控制下，控制輸入的形式如下u(k)＝u(k-1)+Kp(e1(k)-e1(k-1))+Kie1(k)+Kd(e1(k)-2e1(k-1)+e1(k-2))其中，e(k)為k時(shí)刻過(guò)程設(shè)定值與實(shí)際輸出值之間的誤差，e(k)＝c-y(k),c為被控對(duì)象的設(shè)定值；b.構(gòu)造布谷鳥(niǎo)優(yōu)化算法的目標(biāo)函數(shù)，如下所示：minJ=Σk=1Nf(k)]]>f(k)=k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)≤cβ2k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)>c]]>其中，N為過(guò)程輸出達(dá)到穩(wěn)態(tài)所需要的步長(zhǎng)，在運(yùn)算過(guò)程中進(jìn)行判斷；β1、β2為相應(yīng)的加權(quán)系數(shù)；c.布谷鳥(niǎo)算法求解PID參數(shù)。進(jìn)一步的，步驟（1）具體如下：Ⅰ.給被控對(duì)象的輸入端加一個(gè)階躍信號(hào)，記錄輸出在該階躍下基于初始狀態(tài)的變化值yp(k)。Ⅱ.將對(duì)應(yīng)的輸出變化值yp(k)濾波處理成一條光滑曲線，并將其轉(zhuǎn)換為無(wú)綱量形式，具體如下yp*(k)＝y(tǒng)p(k)/yp(∞)其中，yp(∞)是在階躍輸入信號(hào)下輸出變化yp(k)的穩(wěn)態(tài)值。Ⅲ.選取滿(mǎn)足yp*(k1)＝0.39、yp*(k2)＝0.63的兩個(gè)時(shí)間點(diǎn)k1和k2，根據(jù)下面的公式計(jì)算被控對(duì)象的模型參數(shù)K、T和τ：K＝y(tǒng)p(∞)/qT＝2(k1-k2)τ＝2k1-k2最后可以得到被控對(duì)象的傳遞函數(shù)模型：G(s)=Ke-τsTs+1]]>其中，q為輸入的階躍變化幅度，s為拉普拉斯變換算子，K為模型的增益，T為模型的時(shí)間常數(shù)，τ為模型的滯后時(shí)間。進(jìn)一步的，步驟（2）c具體如下：1)、給定PID參數(shù)Kp、Ki、Kd的搜索范圍；2)、設(shè)定布谷鳥(niǎo)算法的參數(shù)：種群數(shù)目、最大迭代次數(shù)、淘汰概率；3)、布谷鳥(niǎo)算法在搜索范圍內(nèi)隨機(jī)生成設(shè)定種群數(shù)目的初始種群，對(duì)初始種群中的每個(gè)個(gè)體按照Levy飛行機(jī)制以及淘汰概率進(jìn)行個(gè)體位置更新，對(duì)比更新前后的目標(biāo)函數(shù)大小來(lái)選擇更優(yōu)的位置，達(dá)到最大迭代次數(shù)為止；4)、在最終生成的優(yōu)化種群中通過(guò)對(duì)比目標(biāo)函數(shù)的大小來(lái)得到最優(yōu)的個(gè)體，也就是最優(yōu)的PID參數(shù)。一種基于布谷鳥(niǎo)算法的PID控制器參數(shù)智能整定方法在塑料煉油裂解爐爐膛溫度過(guò)程控制中的應(yīng)用。本發(fā)明的技術(shù)方案是通過(guò)數(shù)據(jù)采集、模型建立、智能優(yōu)化等手段，得到了一種基于布谷鳥(niǎo)算法優(yōu)化的PID控制參數(shù)整定方法，利用該方法可獲得較合理的PID控制參數(shù)，為工程師提供了更有效的借鑒，同時(shí)也提高了控制的性能。具體實(shí)施方式本發(fā)明的基于布谷鳥(niǎo)算法的PID控制器參數(shù)智能整定方法，包括如下步驟：步驟(1).通過(guò)階躍響應(yīng)數(shù)據(jù)建立被控對(duì)象的一階慣性滯后模型，具體如下：Ⅰ.給被控對(duì)象的輸入端加一個(gè)階躍信號(hào)，記錄輸出在該階躍下基于初始狀態(tài)的變化值yp(k)。Ⅱ.將對(duì)應(yīng)的輸出變化值yp(k)濾波處理成一條光滑曲線，并將其轉(zhuǎn)換為無(wú)綱量形式，具體如下yp*(k)＝y(tǒng)p(k)/yp(∞)其中，yp(∞)是在階躍輸入信號(hào)下輸出變化yp(k)的穩(wěn)態(tài)值。Ⅲ.選取滿(mǎn)足yp*(k1)＝0.39、yp*(k2)＝0.63的兩個(gè)時(shí)間點(diǎn)k1和k2，根據(jù)下面的公式計(jì)算被控對(duì)象的模型參數(shù)K、T和τ：K＝y(tǒng)p(∞)/qT＝2(k1-k2)τ＝2k1-k2最后可以得到被控對(duì)象的傳遞函數(shù)模型：G(s)=Ke-τsTs+1]]>其中，q為輸入的階躍變化幅度，s為拉普拉斯變換算子，K為模型的增益，T為模型的時(shí)間常數(shù)，τ為模型的滯后時(shí)間。步驟(2).整定被控對(duì)象的PID控制器參數(shù)Kp、Ki、Kd，具體如下：a.在采樣時(shí)間Ts下對(duì)被控對(duì)象的模型加一個(gè)零階保持器，可得到被控對(duì)象的離散模型y(k)＝ay(k-1)+K(1-a)u(k-1-L)y(k)為k時(shí)刻的模型輸出，u(k-1-L)為k-1-L時(shí)刻的模型輸入，L＝τ/Ts為模型的時(shí)滯。在PID控制下，控制輸入的形式如下u(k)＝u(k-1)+Kp(e1(k)-e1(k-1))+Kie1(k)+Kd(e1(k)-2e1(k-1)+e1(k-2))其中，e(k)為k時(shí)刻過(guò)程設(shè)定值與實(shí)際輸出值之間的誤差，e(k)＝c-y(k),c為被控對(duì)象的設(shè)定值。b.構(gòu)造布谷鳥(niǎo)優(yōu)化算法的目標(biāo)函數(shù)，如下所示minJ=Σk=1Nf(k)]]>f(k)=k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)≤cβ2k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)>c]]>其中，N為過(guò)程輸出達(dá)到穩(wěn)態(tài)所需要的步長(zhǎng)，在運(yùn)算過(guò)程中進(jìn)行判斷；β1、β2為相應(yīng)的加權(quán)系數(shù)。目標(biāo)函數(shù)的意義如下：這里我們需要達(dá)到的指標(biāo)有三個(gè)：一是讓過(guò)程輸出無(wú)余差，二是讓過(guò)程輸出盡可能光滑，三是讓過(guò)程輸出超調(diào)盡量小。在過(guò)程輸出無(wú)超調(diào)階段，也就是y(k)≤c的情況下，通過(guò)f(k)中的前面一部分來(lái)讓過(guò)程輸出無(wú)余差，通過(guò)后面一部分來(lái)讓過(guò)程輸出盡量光滑，β1用來(lái)調(diào)整兩種性能的權(quán)重。在過(guò)程輸出有超調(diào)的時(shí)候，通過(guò)調(diào)節(jié)來(lái)抑制超調(diào)。在過(guò)程輸出剛開(kāi)始上升的時(shí)候，余差會(huì)較大，為了避免控制量算出來(lái)較大導(dǎo)致過(guò)程出現(xiàn)大的超調(diào)，這里用了k2來(lái)進(jìn)行調(diào)節(jié)。c.布谷鳥(niǎo)算法求解PID參數(shù)，具體如下1)、給定PID參數(shù)Kp、Ki、Kd的搜索范圍；2)、設(shè)定布谷鳥(niǎo)算法的參數(shù)：種群數(shù)目、最大迭代次數(shù)、淘汰概率；3)、布谷鳥(niǎo)算法在搜索范圍內(nèi)隨機(jī)生成設(shè)定種群數(shù)目的初始種群，對(duì)初始種群中的每個(gè)個(gè)體按照Levy飛行機(jī)制以及淘汰概率進(jìn)行個(gè)體位置更新，對(duì)比更新前后的目標(biāo)函數(shù)大小來(lái)選擇更優(yōu)的位置，達(dá)到最大迭代次數(shù)為止；4)、在最終生成的優(yōu)化種群中通過(guò)對(duì)比目標(biāo)函數(shù)的大小來(lái)得到最優(yōu)的個(gè)體，也就是最優(yōu)的PID參數(shù)；5)、得到最優(yōu)的PID參數(shù)后，可以提供給工程師作為借鑒或者作用于被控對(duì)象。實(shí)施例以廢塑料煉油裂解爐爐膛溫度過(guò)程控制為例，在此過(guò)程中通過(guò)調(diào)節(jié)燃燒火嘴開(kāi)度來(lái)調(diào)節(jié)爐膛溫度。步驟(1).通過(guò)階躍測(cè)試來(lái)建立裂解爐爐膛溫度過(guò)程的模型，具體如下：a.將爐膛溫度過(guò)程的PID控制器停留在手動(dòng)操作狀態(tài)，操作撥盤(pán)使其輸出有個(gè)階躍變化，由記錄儀表記錄爐膛溫度基于初始狀態(tài)的變化值，將實(shí)際輸出變化值yp(k)的響應(yīng)曲線濾波后轉(zhuǎn)換成無(wú)量綱形式y(tǒng)p*(k)，具體是：yp*(k)＝y(tǒng)p(k)/yp(∞)其中，yp(∞)是PID控制器的輸出有階躍變化時(shí)的爐膛溫度輸出變化yp(k)的穩(wěn)態(tài)值。b.選取滿(mǎn)足yp*(k1)＝0.39、yp*(k2)＝0.63的兩個(gè)時(shí)間點(diǎn)k1和k2，依據(jù)下面的式子計(jì)算爐膛溫度過(guò)程的模型參數(shù)K、T和τ：K＝y(tǒng)p(∞)/qT＝2(k1-k2)τ＝2k1-k2最后可以得到爐膛溫度過(guò)程的傳遞函數(shù)模型：G(s)=Ke-τsTs+1]]>其中，q為爐膛溫度過(guò)程的PID控制器輸出的階躍變化幅度，s為拉普拉斯變換算子，K為爐膛溫度過(guò)程模型的增益，T為爐膛溫度過(guò)程模型的時(shí)間常數(shù)，τ為爐膛溫度過(guò)程模型的滯后時(shí)間。步驟(2).整定爐膛溫度過(guò)程的PID控制器參數(shù)Kp、Ki、Kd，具體如下：a.在采樣時(shí)間Ts下?tīng)t膛溫度過(guò)程的模型加一個(gè)零階保持器，可得到對(duì)應(yīng)的離散模型y(k)＝ay(k-1)+K(1-a)u(k-1-L)y(k)為k時(shí)刻的爐膛溫度過(guò)程的模型輸出，u(k-1-L)為k-1-L時(shí)刻的爐膛溫度過(guò)程的模型輸入，也就是爐膛溫度過(guò)程PID控制器的輸出，L＝τ/Ts為爐膛溫度過(guò)程的模型時(shí)滯。在PID控制下，爐膛溫度過(guò)程的控制輸入形式如下u(k)＝u(k-1)+Kp(e1(k)-e1(k-1))+Kie1(k)+Kd(e1(k)-2e1(k-1)+e1(k-2))其中，e(k)為k時(shí)刻爐膛溫度設(shè)定值與實(shí)際爐膛溫度之間的誤差，e(k)＝c-y(k),c為爐膛溫度的設(shè)定值。b.構(gòu)造基于布谷鳥(niǎo)優(yōu)化算法的爐膛溫度過(guò)程的目標(biāo)函數(shù)，如下所示minJ=Σk=1Nf(k)]]>f(k)=k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)≤cβ2k2e1(k)21+e(1-y(k))+β1(y(k)+y(k-2)-2y(k-1))y(k)>c]]>其中，N為爐膛溫度達(dá)到穩(wěn)態(tài)所需要的步長(zhǎng)，在運(yùn)算過(guò)程中進(jìn)行判斷；β1、β2為相應(yīng)的加權(quán)系數(shù)。c.布谷鳥(niǎo)算法求解爐膛溫度過(guò)程的PID控制器參數(shù)，具體如下1)、給定爐膛溫度過(guò)程PID控制器參數(shù)Kp、Ki、Kd的搜索范圍；2)、設(shè)定布谷鳥(niǎo)算法的參數(shù)：種群數(shù)目、最大迭代次數(shù)、淘汰概率；3)、布谷鳥(niǎo)算法在給定的搜索范圍內(nèi)隨機(jī)生成設(shè)定種群數(shù)目的初始PID參數(shù)種群，對(duì)初始PID參數(shù)種群中的每個(gè)個(gè)體按照Levy飛行機(jī)制以及淘汰概率進(jìn)行個(gè)體位置更新，對(duì)比更新前后的爐膛溫度過(guò)程的目標(biāo)函數(shù)大小來(lái)選擇更優(yōu)的位置，達(dá)到最大迭代次數(shù)為止；4)、在最終生成的優(yōu)化PID參數(shù)種群中再次通過(guò)對(duì)比爐膛溫度過(guò)程的目標(biāo)函數(shù)的大小來(lái)得到最優(yōu)的個(gè)體，也就是最優(yōu)的爐膛溫度過(guò)程PID參數(shù)；5)、得到最優(yōu)的爐膛溫度過(guò)程PID參數(shù)后，可以提供給工程師作為借鑒或者作用于爐膛溫度過(guò)程。當(dāng)前第1頁(yè)1 2 3