基于经验整定公式的热工系统控制器参数智能优化.pdf

《基于经验整定公式的热工系统控制器参数智能优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第5期华北电力大学学报Vo1．37．No．52010年9月JournalofNoAhChinaElectricPowerUniversitySep．，2010基于经验整定公式的热工系统控制器参数智能优化韩璞，吕玲，张倩，董泽(1．华北电力大学控制科学与工程学院，河北保定071003；2．国网信息通信有限公司，北京100761)摘要：提出了基于大量实验总结得到的针对有自平衡和无自平衡对象的控制器经验整定公式，实验证明了公式的有效性，该公式可直接用于工程中。进而，利用粒子群算法(PSO)优化有自平衡对象构成的主蒸汽温度系统以及无自平衡对象构成的锅炉汽包水位系统的控制器参数，采用经验整定

2、公式进行初始路径的选择，指导了粒子群最初的寻优过程，大大降低了寻优的随机性，克服了PSO进化速度慢及易于陷入局部最优解的缺陷。关键词：粒子群优化算法；控制器参数优化；经验整定公式；热工系统中图分类号：TK413．5文献标识码：A文章编号：1007—2691(2010)05—0073—05Controllerparameterintelligentoptimizationinthermalsystemutilizingregulation-basedformulasHANPu，LVLing，ZHANGQian，DONGZe(1．SchoolofControlScienceandEnginee

3、ring，NorthChinaElectricPowerUniversity，Baoding071003，China；2．StateGridInformation&TelecommunicationCo．Ltd．，Beijing100761，China)Abstract：TwoSetsofformulaswereproposedindealingwithPIDcontrolleroptimizationforself-balancedandnon—serf-balancedobjectsrespectivelyaccordingtoagreatamountofexperiment．Then

4、ACOalgorithmwithexperience-basedinitialroutelayoutwasadoptedintheoptimizationofcontrollerparametersformain—steamsystemandboilerwaterlevelsystemcomposedbyserf-balancedandnon—self-balancedobjectscorrespondingly．Theresuhshowtheenhancedef-ficiencyindepressingrandomnessandlocaloptimumstickingduringopti

5、mizationprocess．Keywords：particleswarmoptimizationalgorithm；controllerparameteroptimization；regulation·basedformulas；ther-malsystem短几年时间便获得了很大的发展，并在一些领域0引言得到应用。本文提出采用改进粒子群算法对热工系统PID控制器的参数进行优化，其基本思想是：计算机技术的发展，使得控制手段逐渐从手根据经验公式设定粒子群的初始位置和界定飞行动模式转向自动调节，不论在何种方式，核心问范围，以误差积分型性能指标为目标函数、以设题都是PID控制器参数的优化问题。

6、对于一些复计参数的取值范围为约束条件建立了优化数学模杂过程，尤其是大时滞和大惯性系统，常规的型。然后按一定规模初始化一个种群，种群中每PID参数不能实现实时在线调整，且难以取得更个个体代表一个可行的解。然后根据PID整定优好的控制效果。化模型利用粒子群算法进行迭代搜索，群体不断近年来，模拟生物进化过程的智能算法作为演化，直到寻优结束。求解优化问题的有效手段而开始被引人控制系统的设计中，如遗传算法、蚁群算法，粒子群算法1粒子群优化算法等。其中，粒子群算法概念简单，实现容易，短粒子群优化算法(ParticleSwarmOptimiza—收稿日期：2010—04—10tion，PSO)是在199

7、5年由美国社会心理学家74华北电力大学学报2010正Kennedy和电气工程师Eberhart共同提出的。假设均匀分布产生个体在Ⅳ维搜索空间中有m个粒子，粒子i(i：1，(4)对任意粒子，设P=Xi。2，⋯，m)的空间位置为X／=(，⋯，X)，将目前，有关PSO算法的研究大多数以带有惯带人目标函数就可以计算出其适应值，根据适性权重的PSO算法为基础进行扩展和修正。为应值的大小衡量的优劣。粒子i经历的最优位此，在大多数文献