模糊PID控制方法和装置及系统制造方法及图纸

技术编号:13738303 阅读:124 留言:0更新日期:2016-09-22 10:10
本发明专利技术公开了一种模糊PID控制方法和装置及系统。该方法包括:通过第一预设算法计算PID控制参数;通过第二预设算法计算模糊算法参数,其中,模糊算法参数用于计算模糊控制参数,其中,第一预设算法和/或第二预设算法为单变量分布估计算法;获取被控对象的输出量和目标量,其中,被控对象为模糊PID控制器的控制对象,被控对象的目标量为被控对象预设的目标输出量;根据被控对象的输出量和目标量、PID控制参数和模糊算法参数确定被控对象的控制参数;以及向被控对象输入确定的控制参数。通过本发明专利技术,解决了相关技术中的模糊PID控制方法的控制性能较差的问题。

【技术实现步骤摘要】

本专利技术涉及控制领域,具体而言,涉及一种模糊PID控制方法和装置及系统
技术介绍
模糊PID控制方法是控制科学中的经典控制方法,模糊PID控制方法通过模糊PID控制器对被控量进行控制,模糊PID控制器的输入量为被控量与目标量的差值,模糊PID控制器通过输入量的变化对模糊PID控制器的控制参数进行调整,达到使模糊PID控制器的被控量跟随目标量的目的。但是,现有的模糊PID控制方法仍存在一定的弊端,对大滞后的被控量的控制性能较差。例如,在对大滞后的火力发电厂机组主蒸汽温度和压力进行控制时,存在响应时间较长、超调量过大、稳态误差较大等缺点。火力发电厂是通过燃烧产生电能的工厂,燃料在燃烧时加热水生成蒸汽,蒸汽通过压力推动汽轮机旋转,汽轮机带动发电机旋转产生电能,实现燃料的化学能—热能—机械能—电能的转换过程。火力发电厂通过火电机组主蒸汽温度压力控制系统对火电机组蒸汽的温度和压力进行控制。锅炉汽包出口的饱和蒸汽经由过热器与炉膛的高温烟气进行热交换,最终加热为汽轮发电机组所需的具有合格的温度压力品质的过热蒸汽,其中,过热器是指从汽包出口到汽轮机入口前的蒸汽加热管道。大型锅炉的过热器工作于高温、高压的恶劣环境中,尤其是锅炉过热器出口处的过热蒸汽在整个汽水行程中温度最高。对锅炉蒸汽温度的控制品质是考核火电厂机组运行质量的首选评价指标之一,对火力发电机组的安全经济生产有着重要的影响。如果主蒸汽温度过高,可能会使过热器管壁的金属强度降低,损伤过热器管道的高温段,甚至可能会烧坏汽轮机高压缸设备,严重影响安全;如果主蒸汽温度过低,经过汽轮机高压缸的过热蒸汽湿度增加,会腐蚀高压缸的叶片,降低汽轮机的输出功率。一般说来,大型火电机组对蒸汽温度的暂时偏差要求为设定值±10℃以内,长期偏差要求为±5℃以内,这对火电厂机组主蒸汽温度控制系统的要求相当高。由于锅炉炉膛内燃烧工况的扰动,如风量扰动、燃料量扰动等,造成沿着过热器整个管道的烟气传热量几乎同时变化,所以过热器出口主蒸汽温度的动态特性反应较快,其特征时间和特征滞后时间均比其它扰动小。因此,在工业生产过程中,主蒸汽温度控制系统需满足克服各种干扰的能力,使主蒸汽温度在允许的范围内变动,以保证过热器温度不超过允许值。但是主蒸汽温度控制系统的本质是利用一个动态特性反应较缓慢的减温水扰动来克服动态特性反应较快的过热器吸热扰动,这
是锅炉蒸汽温度品质通常难以达到较高品质的根本原因。锅炉蒸汽压力作为表征锅炉运行状态的重要参数,不仅直接关系到锅炉设备的安全运行,而且其稳定状况反映了燃烧过程中能量的供求关系,主蒸汽压力与机组的发电功率。通常采用协调控制锅炉跟随方式(Coordinated Control of Boiler Following Mode,简称CCBF)或协调控制汽轮机跟随方式(Coordinated Control of Steam Turbine Following Mode,简称CCTF)两种方式对机组主蒸汽压力进行控制。由于火电厂中机组复杂度增加,主蒸汽温度控制系统的不确定性,非线性,大惯性,大时延的特征更加突出,常规的PID控制已经难以满足主蒸汽温度控制系统对控制品质的要求。而蒸汽压力控制系统具有时变、大滞后等特点,常规的PID算法由于每次输出均与过去的状态有关,计算时要对误差进行累加,会导致计算输出的控制量大幅度变化而引起执行机构的大幅度变化,这种情况在实际生产过程中是不允许的。针对相关技术中的模糊PID控制方法的控制性能较差的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术的主要目的在于提供一种模糊PID控制方法和装置及系统,以解决相关技术中的模糊PID控制方法的控制性能较差的问题。为了实现上述目的,根据本专利技术的一个方面,提供了一种模糊PID控制方法。该方法包括:通过第一预设算法计算PID控制参数;通过第二预设算法计算模糊算法参数,其中,模糊算法参数用于计算模糊控制参数,其中,第一预设算法和/或第二预设算法为单变量分布估计算法;获取被控对象的输出量和目标量,其中,被控对象为模糊PID控制器的控制对象,被控对象的目标量为被控对象预设的目标输出量;以及根据被控对象的输出量和目标量、PID控制参数和模糊算法参数确定被控对象的控制参数;向被控对象输入确定的控制参数。进一步地,第一预设算法为单变量分布估计算法,在通过第一预设算法计算PID控制参数之前,该方法还包括:确定PID控制参数的初始染色体种群,其中,PID控制参数的初始染色体种群包括多个染色体,多个染色体用于在通过预设解码算法进行解码之后确定PID控制参数的初始值,通过第一预设算法计算PID控制参数包括:通过适应度函数计算PID控制参数的初始染色体种群中各个染色体的适应度值;根据适应度值的大小对PID控制参数的初始染色体种群中各个染色体进行排序;通过预设更新算法更新在PID控制参数的初始染色体种群中排序在预设序号之后的染色体,得到
PID控制参数的优化染色体种群;判断是否满足停止单变量分布估计算法的条件;如果判断出满足停止单变量分布估计算法的条件,通过预设解码算法对PID控制参数的优化染色体种群进行解码,得到PID控制参数;以及如果判断出不满足停止单变量分布估计算法的条件,将PID控制参数的优化染色体种群作为PID控制参数的初始染色体种群,重新执行通过第一预设算法计算PID控制参数。进一步地,第二预设算法为单变量分布估计算法,在通过第二预设算法计算模糊算法参数之前,该方法还包括:确定模糊算法参数的初始染色体种群,其中,模糊算法参数的初始染色体种群包括多个染色体,多个染色体用于在通过预设解码算法进行解码之后确定模糊算法参数的初始值,通过第二预设算法计算模糊算法参数包括:通过适应度函数计算模糊算法参数的初始染色体种群中各个染色体的适应度值;根据适应度值的大小对模糊算法参数的初始染色体种群中各个染色体进行排序;通过预设更新算法更新在模糊算法参数的初始染色体种群中排序在预设序号之后的染色体,得到模糊算法参数的优化染色体种群;判断是否满足停止单变量分布估计算法的条件;如果判断出满足停止单变量分布估计算法的条件,通过预设解码算法对模糊算法参数的优化染色体种群进行解码,得到模糊算法参数;以及如果判断出不满足停止单变量分布估计算法的条件,将模糊算法参数的优化染色体种群作为模糊算法参数的初始染色体种群,重新执行通过第二预设算法计算模糊算法参数。进一步地,在通过适应度函数计算模糊算法参数的初始染色体种群中各个染色体的适应度值之后,该方法还包括:更新模糊算法参数的历史最优染色体种群中的染色体,其中,模糊算法参数的历史最优染色体种群中的各个染色体的值为模糊算法参数的初始染色体种群中各个染色体的历史记录中适应度值最大的值,确定模糊算法参数的初始染色体种群包括:根据模糊算法参数的历史最优染色体种群确定模糊算法参数的初始染色体种群。进一步地,在根据被控对象的输出量和目标量、PID控制参数和模糊算法参数向被控对象输入总控制量之前,该方法还包括:通过模糊规则系统生成模糊规则库,其中,模糊规则系统用于生成模糊规则库,模糊规则库包括多个模糊规则,模糊规则库用于根据被控对象的输出量和目标量确定对应的模糊规则,对应的模糊规本文档来自技高网
...

【技术保护点】
一种模糊PID控制方法,其特征在于,包括:通过第一预设算法计算PID控制参数;通过第二预设算法计算模糊算法参数,其中,所述模糊算法参数用于计算模糊控制参数,其中,所述第一预设算法和/或所述第二预设算法为单变量分布估计算法;获取被控对象的输出量和目标量,其中,所述被控对象为模糊PID控制器的控制对象,所述被控对象的目标量为所述被控对象预设的目标输出量;根据所述被控对象的输出量和目标量、所述PID控制参数和所述模糊算法参数确定所述被控对象的控制参数;以及向所述被控对象输入确定的控制参数。

【技术特征摘要】
1.一种模糊PID控制方法,其特征在于,包括:通过第一预设算法计算PID控制参数;通过第二预设算法计算模糊算法参数,其中,所述模糊算法参数用于计算模糊控制参数,其中,所述第一预设算法和/或所述第二预设算法为单变量分布估计算法;获取被控对象的输出量和目标量,其中,所述被控对象为模糊PID控制器的控制对象,所述被控对象的目标量为所述被控对象预设的目标输出量;根据所述被控对象的输出量和目标量、所述PID控制参数和所述模糊算法参数确定所述被控对象的控制参数;以及向所述被控对象输入确定的控制参数。2.根据权利要求1所述的方法,其特征在于,所述第一预设算法为所述单变量分布估计算法,在通过第一预设算法计算PID控制参数之前,所述方法还包括:确定所述PID控制参数的初始染色体种群,其中,所述PID控制参数的初始染色体种群包括多个染色体,所述多个染色体用于在通过预设解码算法进行解码之后确定所述PID控制参数的初始值,通过第一预设算法计算PID控制参数包括:通过适应度函数计算所述PID控制参数的初始染色体种群中各个染色体的适应度值;根据所述适应度值的大小对所述PID控制参数的初始染色体种群中各个染色体进行排序;通过预设更新算法更新在所述PID控制参数的初始染色体种群中排序在预设序号之后的染色体,得到所述PID控制参数的优化染色体种群;判断是否满足停止所述单变量分布估计算法的条件;如果判断出满足停止所述单变量分布估计算法的条件,通过所述预设解码算法对所述PID控制参数的优化染色体种群进行解码,得到所述PID控制参数;以及如果判断出不满足停止所述单变量分布估计算法的条件,将所述PID控制参数的优化染色体种群作为所述PID控制参数的初始染色体种群,重新执行通过第一预设算法计算PID控制参数。3.根据权利要求1所述的方法,其特征在于,所述第二预设算法为所述单变量分布估计算法,在通过第二预设算法计算模糊算法参数之前,所述方法还包括:确定所述模糊算法参数的初始染色体种群,其中,所述模糊算法参数的初始染色体种群包括
\t多个染色体,所述多个染色体用于在通过预设解码算法进行解码之后确定所述模糊算法参数的初始值,通过第二预设算法计算模糊算法参数包括:通过适应度函数计算所述模糊算法参数的初始染色体种群中各个染色体的适应度值;根据所述适应度值的大小对所述模糊算法参数的初始染色体种群中各个染色体进行排序;通过预设更新算法更新在所述模糊算法参数的初始染色体种群中排序在预设序号之后的染色体,得到所述模糊算法参数的优化染色体种群;判断是否满足停止所述单变量分布估计算法的条件;如果判断出满足停止所述单变量分布估计算法的条件,通过所述预设解码算法对所述模糊算法参数的优化染色体种群进行解码,得到所述模糊算法参数;以及如果判断出不满足停止所述单变量分布估计算法的条件,将所述模糊算法参数的优化染色体种群作为所述模糊算法参数的初始染色体种群,重新执行通过第二预设算法计算模糊算法参数。4.根据权利要求3所述的方法,其特征在于,在通过适应度函数计算所述模糊算法参数的初始染色体种群中各个染色体的适应度值之后,所述方法还包括:更新所述模糊算法参数的历史最优染色体种群中的染色体,其中,所述模糊算法参数的历史最优染色体种群中的各个染色体的值为所述模糊算法参数的初始染色体种群中各个染色体的历史记录中适应度值最大的值,确定所述模糊算法参数的初始染色体种群包...

【专利技术属性】
技术研发人员:王天堃黄波波彭大天
申请(专利权)人:神华集团有限责任公司神华国能集团有限公司陕西德源府谷能源有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1