CN103592844A

CN103592844A - 增量式pi参数时变智能优化控制

Info

Publication number: CN103592844A
Application number: CN201210290083.3A
Authority: CN
Inventors: 王景芳
Original assignee: 王景芳
Current assignee: Hunan International Economics University
Priority date: 2012-08-15
Filing date: 2012-08-15
Publication date: 2014-02-19
Anticipated expiration: 2032-08-15
Also published as: CN103592844B

Abstract

一种增量式PI参数时变智能优化控制方法，包括如下步骤：黄金分割PI参数实时迭代优化，控制死区设定，跨越死区时刻的反冲量大小设置，系统的时滞，控制量大小决定。本发明应用具有结构简单、容易实现、控制效果好、鲁棒性强等特点，从而提高系统运行的安全性和准确性，确保控制系统运行的稳定性。利用该先进控制技术是企业降低成本、提高产品质量、增收增效的有力途径。

Description

增量式PI参数时变智能优化控制

技术领域

本发明属于自动控制技术领域，特别是指一种增量式PI参数时变智能优化控制方法。

背景技术

PID调节是连续系统中技术最成熟、应用最广泛的一种调节方式，其调节的实质是根据输入的偏差值，按比例、积分、微分的函数关系进行运算，其运算结果用于输出控制。PID控制算法在相当多的控制领域的应用中都取得了比较满意的效果，而由微机、单片机、DSP等数字芯片及工业集成控制系统DCS实现的数字PID控制算法，由于其软件系统的灵活性，使算法得到了进一步的修正和完善。PID控制算法的种类很多，由于应用场合不同，对算法的要求也有所不同；数字PID调节是连续系统控制中广泛应用的一种控制方法，数字PID控制系统是时间的离散系统 ,计算机对生产过程的控制是断续的过程，即在每一个采样周期内,传感器将所测数据转换成统一的标准信号后输入给调节器,在调节器中与设定值进行比较得出偏差值,经 PID运算得出本次的控制量,输出到执行器后才完成了本次的调节任务；在PID调节中，由于PID算式选择的不同会得到不同的控制效果 ,特别是当算法中某些参数选择的不妥时，会引起控制系统的超调或振荡,这对某些生产过程是十分有害的.为了避免这种有害现象的发生，分析和研究PID算法,确定合理的PID参数是必要的,同时对PID控制技术的广泛应用具有重要的意义；

今天熟知的PID控制器产生并发展于1915-1940年期间；在工业过程控制中PID控制器及其改进型的控制器占90%；在1942年和1943年，泰勒仪器公司的zieiger和Nichols等人分别在开环和闭环的情况下，用实验的方法分别研究了比例、积分和微分这三部分在控制中的作用，首次提出了PID控制器参数整定的问题；随后有许多公司和专家投入到这方面的研究。经过50多年的努力，在PID控制器的参数调整方面取得了很多成果；诸如预估PID控制(Predictive PID)、自适应PID控制(adaptive PID)、自校正PID控制(self-tuning PID)、模糊PID控制(Fuzzy PID)、神经网络HD控制(Neura PID)、非线性PID控制(Nonlinear PID)等高级控制策略来调整和优化PID参数；

日本的Inoue提出一种重复控制，用于伺服重复轨迹的高精度控制，它原理来源于内模原理，加到被控对象的输入信号处偏差外，还叠加一个“过去的偏差”，把过去的偏差反映到现在，和“现在的偏差”一起加到被控对象的控制，偏差重复利用，这种控制方法不仅适用于跟踪周期性输入信号，也可抑制周期性干扰；

在美国Michigan大学的Holland教授提出的遗传算法中，他提出了模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法。它将优胜劣汰，适者生存的进化论原理引入优化参数形成的编码串联群体中，按所选择的适配值函数通过遗传中的复制，交叉及变异对个体进行筛选，使适配值高的的个体被保留下来，组成新群体，新群体有继承上一代信息，优于上一代，周而复始知道得到满意值，这种算法简单，可并行处理，得到全局最优解；

对于PID这样简单的控制器，能够适用于广泛的工业与民用对象，并仍以很高的性价比在市场中占据着重要地位，充分地反映了PID控制器的良好品质。概括地讲，PID控制的优点主要体现在以下两个方面: 原理简单、结构简明、实现方便，是一种能够满足大多数实际需要的基本控制器; 控制器适用于多种截然不同的对象，算法在结构上具有较强的鲁棒性，确切地说，在很多情况下其控制品质对被控对象的结构或参数摄动不敏感；

但从另一方面来讲，控制算法的普及性也反映了PID控制器在控制品质上的局限性；具体分析，其局限性主要来自以下几个方面:算法结构的简单性决定了 PID控制比较适用于单输入单输出最小相位系统，在处理大时滞、开环不稳定过程等受控对象时，需要通过多个PID控制器或与其他控制器的组合，才能得到较好的控制效果；算法结构的简单性同时决定了PID控制只能确定闭环系统的少数主要零极点，闭环特性从根本上只是基于动态特性的低阶近似假定的；出于同样的原因，决定了单一PID控制器无法同时满足对假定设定值控制和伺服跟踪控制的不同性能要求；针对常规PID控制存在的问题，将PID控制器与智能优化算法相结合，对PID控制器进行改进，得到了先进型PID控制器。

发明内容

（一）要解决的技术问题

有鉴于此，本发明的主要目的在于提出一种增量式PI参数时变智能优化控制方法，着手解决非线性、大滞后、大惯性系统的控制，具体体现在PI参数时变的时变更新机制、控制死区及反冲量等。

（二）技术方案

为达到上述目的，本发明提供了一种增量式PI参数时变智能优化控制方法，该方法包括：

黄金分割PI参数实时迭代优化，控制死区设定，跨越死区时刻的反冲量大小设置，系统的时滞，控制量大小决定。当实际值远离要求目标值时，加大误差项系数，缩小误差项系数；当实际值靠近要求目标值时，缩小误差项系数，加大误差项系数。

优选地，所述提取的黄金分割PI参数实时迭代优化的步骤包括：

k时刻给出目标R(k)，k时刻控制对象输出y(k)，则k时刻控制误差e(k)=R(k)-y(k)，误差变换率△e(k)=e(k)-e(k-1) ，k时刻P系数a(k);

当e(k)* △e(k)<0时，a(k)=0.618*a(k-1)，否则a(k)= a(k-1)+0.618*(1-a(k-1))，取0<a(0)<1；

控制增量△u(k)=a(k)*e(k)+(1-a(k))*△e(k)。

优选地，所述控制死区设定的步骤包括：控制死区界给定ε>0，当|e(k)|<ε时，控制增量△u(k)=0。

优选地，所述跨越死区时刻的反冲量的步骤包括：

反冲量大小给定b>1，当 △u(k)≠0且△u(k-1)＝0时，控制增量△u(k)= b*△u(k);

当 △u(k) ＝ 0且△u(k-1) ≠0时，控制增量△u(k)= -b*△u(k-1)。

优选地，所述系统的时滞、控制量大小的步骤包括：

时滞k0，调整系数c，控制量u(k)= u(k-k0)+c*△u(k)。

（三）有益效果

1、本发明提供的这种增量式PI参数时变智能优化控制方法，具有控制参数自动优化功能，所需存储空间小，反应速度快、控制效果好、鲁棒性强等特点。

2、本发明提供的这种增量式PI参数时变智能优化控制方法，与传统方法相比，不是控制参数一成不变，而使实时变化；其原理是：当实际值远离要求目标值时，加大误差项系数，缩小误差项系数；当实际值靠近要求目标值时，缩小误差项系数，加大误差项系数。

3、本发明提供的这种增量式PI参数时变智能优化控制方法，采用了死区与反冲量调整，能将实际值长时间稳定在要求目标值附近；在大型炼油化工实际工业应用取得了良好的经济效益。

附图说明

图1为本发明提供的一种增量式PI参数时变智能优化控制流程图；

图2为本发明提供的控制参数实时变化原理示意图；

图3 为本发明提供的做干扰实验前稳定汽油蒸汽压该先进控制在两小时内运行趋势;

图4 为本发明提供的稳定汽油蒸汽压该先进控制抗干扰对比试验趋势图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明的核心内容是黄金分割PI参数实时迭代优化，当实际值远离要求目标值时，加大误差项系数，缩小误差项系数；当实际值靠近要求目标值时，缩小误差项系数，加大误差项系数。

黄金分割PI参数实时迭代优化：

k时刻给出目标R(k)，k时刻控制对象输出y(k)，则k时刻控制误差e(k)=R(k)-y(k)，误差变换率△e(k)=e(k)-e(k-1) ，k时刻P系数a(k);当e(k)* △e(k)<0时，a(k)=0.618*a(k-1)，否则a(k)= a(k-1)+0.618*(1-a(k-1))，取0<a(0)<1；控制增量△u(k)=a(k)*e(k)+(1-a(k))*△e(k)。

控制死区设定：控制死区界给定ε>0，当|e(k)|<ε时，控制增量△u(k)=0。

跨越死区时刻的反冲量：反冲量大小给定b>1，当 △u(k)≠0且△u(k-1)＝0时，控制增量△u(k)= b*△u(k);当 △u(k) ＝ 0且△u(k-1) ≠0时，控制增量△u(k)= -b*△u(k-1)。

系统的时滞、控制量大小：时滞k0，调整系数c，控制量u(k)= u(k-k0)+c*△u(k)。

如图1所示，图1为本发明提供的一种增量式PI参数时变智能优化控制方法流程图，该方法包括以下步骤：

步骤101：参数初始化：时变系数初值0<a(0)<1，控制死区界给定ε>0，反冲量大小给定b>1，时滞k0，调整系数c；

步骤102：黄金分割PI参数实时迭代优化；

步骤103：控制死区设定；

步骤104：跨越死区时刻的反冲量；

步骤105：系统的时滞、控制量大小；

步骤106：下一时刻信号实时控制处理转步骤102。

上述步骤101中所述参数初始化的步骤包括：

1、时变系数初值如a(0)=0.618；

2、控制死区界给定如ε取要求控制误差的百分之五左右；

3、反冲量大小给定b=1.5~5；

4、时滞k0可通过干扰测试确定，调整系数c依控制对象而定。

上述步骤102中所述黄金分割PI参数实时迭代优化的形成过程包括：

上述步骤103中所述控制死区设定的形成过程包括：

当|e(k)|<ε时，控制增量△u(k)=0。

上述步骤104中所述跨越死区时刻的反冲量的形成过程包括：

当 △u(k)≠0且△u(k-1)＝0时，控制增量△u(k)= b*△u(k);当 △u(k) ＝ 0且△u(k-1) ≠0时，控制增量△u(k)= -b*△u(k-1)。

上述步骤105中所述系统的时滞、控制量大小的形成过程包括：

控制量u(k)= u(k-k0)+c*△u(k)。

基于附图1所示的一种增量式PI参数时变智能优化控方法流程图，图2进一步示出了控制参数实时变化原理示意图。

以下结合具体的实施例，对本发明提供的这种增量式PI参数时变智能优化控方法进一步详细说明；测试：在DCS上对稳定汽油蒸汽压先进控制做抗干扰对比试验；

干扰量:FC-311 稳定塔进料量波动;

FC-332 稳定塔顶回流量波动;

PC-339A 稳定塔塔压;

FC-342 主分馏塔重循环油抽出量;

TR-206B 主分馏塔重循环油出温度;

调整量:EC-330 来自重循环油的热焓(DCS上没有该趋势线) ;

控制量:AI-323 稳定汽油出装置蒸汽压;

TI2320 稳定塔底换热温度;

模型量:AP-323W稳定汽油蒸汽压预报值；

1 月7日8～10时因做解吸塔底质量先进控制的目标改变跟踪试验,稳定汽油蒸汽压先进控制投用,其结果见图3；蒸汽压AI-323 的给定为56kPa ,塔底返塔温度TI-320 给定155.32 ℃,在这两个小时内,先进控制运行非常平稳；

　具体干扰实施过程:施加干扰并投先进控制；

10 时10 分塔顶回流FC2332 从36t/ h 提到41.7t/ h ;

10 时52 分LC-310 从55.6 %下降到48.25 %;FC-311 从79.25t/ h 调到84.5t/ h ;

11 时09 分FC-342 从90t/ h 提到94t/ h ;

11 时46 分切除汽油蒸汽压先进控制与液位进料均匀先进控制,将EC-330 投PID 自动控制,解吸塔投液位PID 自动控制;将LC-310 从47 %升到54.4 %;

12 时32 分使得TI-320 从155 ℃升到165 ℃,蒸汽压偏低,将汽油成份的碳5 压在液态烃内;

12 时32 分将FC-304 从125t/ h 提到154.6t/ h ;

13 时57 分将FC-342 从94t/ h 降到85t/ h ;

试验结果先进控制正常,参看附图4；

结论:先进控制优于常规控制,先进控制抗干扰好,控制结果良好。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种增量式PI参数时变智能优化控制方法，其特征在于，包括如下步骤：黄金分割PI参数实时迭代优化，控制死区设定，跨越死区时刻的反冲量大小设置，系统的时滞，控制量大小决定。

2.根据权利要求1所述的增量式PI参数时变智能优化控制方法，其特征在于，所述黄金分割PI参数实时迭代优化的步骤包括：

控制增量△u(k)=a(k)*e(k)+(1-a(k))*△e(k)。

3.根据权利要求1所述的增量式PI参数时变智能优化控制方法，其特征在于，所述控制死区设定的步骤包括：

控制死区界给定ε>0，当|e(k)|<ε时，控制增量△u(k)=0。

4.根据权利要求1所述的增量式PI参数时变智能优化控制方法，其特征在于，所述跨越死区时刻的反冲量的步骤包括：

当 △u(k) ＝ 0且△u(k-1) ≠0时，控制增量△u(k)= -b*△u(k-1)。

5.根据权利要求1所述的增量式PI参数时变智能优化控制方法，其特征在于，所述系统的时滞、控制量大小的步骤包括：

时滞k0，调整系数c，控制量u(k)= u(k-k0)+c*△u(k)。