基于子群改进粒子群优化PID的加热炉燃烧控制方法及系统技术方案

本发明专利技术公开的基于子群改进粒子群优化PID的加热炉燃烧控制方法及系统，包括：初始化PID控制器的控制参数、粒子群参数，建立加热炉温度特性数学模型；生成粒子群；根据子群改进粒子群公式更新粒子的速度和位置；获取加热炉内温度测量值作为PID控制器的输入参数，将输入参数与温度设定值的差值生成的ITAE作为目标函数，计算出粒子的个体、子群、群体的适应度值；比较当前粒子的适应度值与对应的上一次适应度值，将两者中较好的一方更新为适应度值和对应的位置；优化停止后，将当前群体最优值对应的位置作为最优参数输出至PID控制器作为控制参数，以实现加热炉内温度的控制。本发明专利技术有效地提高燃烧系统控制的灵活性和响应的及时性。性。性。

【技术实现步骤摘要】
基于子群改进粒子群优化PID的加热炉燃烧控制方法及系统


[0001]本专利技术涉及加热炉燃烧控制
，具体涉及基于子群改进粒子群优化PID的加热炉燃烧控制方法及系统。

技术介绍

[0002]加热炉是轧钢工序中的重要环节，其燃料消耗占该工序能源消耗总量的80%~85%，而且加热炉内温度会直接影响后续钢坯轧制的质量。因此对加热炉内温度进行有效控制，提高燃料燃尽率，降低燃料消耗量一直是加热炉研究的重要方向。
[0003]加热炉内的高温环境主要来自于燃烧器中燃气与空气燃烧之后产生的高温气体，其燃烧温度与效率是通过控制燃烧系统中的空气与燃气的比例（即空燃比）来调节。目前国内许多轧钢企业由于设备尚未更新，空燃比的调节仍然采用人工手动方式，这种方式灵活性差，响应时间不及时，会造成炉内温度波动大，从而直接影响钢坯的加热质量和后续轧制生产；而且不合适的空燃比也会增加燃料消耗和污染物排放。因此有部分钢铁企业开始使用智能燃烧控制技术，通过PLC（可编程逻辑控制器）对燃烧系统中的空气或者燃气的流量进行自动控制，从而保持加热炉内温度相对稳定。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于子群改进粒子群优化PID的加热炉燃烧控制方法，其特征在于，包括如下步骤：步骤1：初始化PID控制器的控制参数K
p
、K
i
、K
d
，将控制参数K
p
、K
i
、K
d
作为粒子群中基本粒子的三个元素，初始化粒子群参数，并建立加热炉温度特性数学模型；步骤2：生成粒子群，包括粒子的个体、子群、群体的随机初始速度、位置以及相应的适应度值，其中个体数目为N，个体位置随机排列并分为M个子群，M<N；步骤3：根据子群改进粒子群公式更新粒子的速度和位置，判断更新后的粒子位置是否在给定范围内，若超出范围则强制修改为对应的上限值或者下限值；步骤4：获取加热炉内温度测量值作为PID控制器的输入参数，同时将输入参数与温度设定值的差值生成的ITAE作为目标函数，计算出粒子的个体、子群、群体的适应度值；步骤5：比较当前粒子的个体、子群、群体的适应度值与对应的上一次适应度值的大小，判断之后将两者中较好的一方更新为适应度值和对应的位置；步骤6：判断是否满足优化停止条件，若不满足条件，则返回步骤2继续进行优化；若满足条件，则停止优化，将当前群体最优值对应的位置作为最优参数输出至PID控制器；步骤7：将最优参数作为PID控制器的控制参数K
p
、K
i
、K
d
，采用PID控制器的输出值对加热炉温度特性数学模型进行控制，加热炉温度特性数字模型输出驱动信号至执行器，以实现加热炉内温度的控制。2.根据权利要求1所述的基于子群改进粒子群优化PID的加热炉燃烧控制方法，其特征在于：所述步骤1中PID控制器的控制参数包括：比例增益K
p
、积分增益K
i
、微分增益K
d
，所述PID控制器的控制参数与其传递函数G
c
(s)的关系如下：其中，T
i
为积分时间，T
d
为微分时间，K
i
= K
p
/T
i
，K
d
= K
p
T
d
，s为拉普拉斯变换算子。3.根据权利要求2所述的基于子群改进粒子群优化PID的加热炉燃烧控制方法，其特征在于：所述步骤1中粒子群参数包括：惯性权重w，学习因子c1、c2、c3，最大迭代次数N
...

【专利技术属性】
技术研发人员：许礼飞，贾峰，严志翔，
申请(专利权)人：南京净环热冶金工程有限公司，
类型：发明
国别省市：