哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法技术

本发明专利技术公开了一种哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法，属于高值耗材管理技术领域；方法包括：温度采集模块采集数据，通过串口通信模块发送给上位机和STM32控制器，计算得到高值耗材柜内部温度的数学模型；利用数学模型基于设计模糊PID温度控制器，使用模糊PID温度控制器对柜内温度的实际输出值与期望值之间的误差、误差变化率进行控制得到模糊PID温度控制器的参数值，利用改进哈里斯鹰算法对模糊PID温度控制器的量化因子和输出比例因子进行优化；将因子更新后通过模糊PID温度控制器实时控制柜内温度；本发明专利技术利用改进哈里斯鹰优化算法对模糊PID参数进行优化，减少了因过分依赖专家经验设置参数造成的仿真结果不理想的情况。成的仿真结果不理想的情况。成的仿真结果不理想的情况。

【技术实现步骤摘要】
哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法


[0001]本专利技术属于高值耗材管理
，具体涉及哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法。

技术介绍

[0002]随着人们生活水平的提高以及医疗技术的发展，医院在工作时需要使用到大量的高值耗材，而医用高值耗材的使用都必须严格控制，高值耗材作为一种消耗品，储存方法和管理越来越受到重视。
[0003]温度对高值耗材的效期和药效有关键的影响。温度过高，可能会让高值耗材的药性减弱，因而温度不能过高。对于高值耗材而言，一般的高值耗材储存方法是将其放置于智能柜中，最理想的情况是高值耗材柜内部温度恒定，这样有助于提高高值耗材的药效和延长效期。
[0004]现有的温度控制方法应用最多的是传统PID控制，其控制器的三个参数Kp、Ki和Kd是固定不变的，P、I、D三者为线性组合关系，系统会出现“超调”、“震荡”等问题，抗干扰性差；模糊PID具有较好的控制性能，但其也有缺点，量化和比例因子的确定、隶属度函数选择和模糊规则的制定都只能依靠专家经验获得，控制精度降低，缺乏系统性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法，其特征在于，包括以下步骤：S1，温度采集模块(1)采集高值耗材柜内的温度，将信息通过串口通信模块(2)发送给上位机(3)和STM32控制器(4)，计算得到高值耗材柜内部温度的数学模型；S2，利用数学模型设计模糊PID温度控制器(5)，使用模糊PID温度控制器(5)对高值耗材柜内温度的实际输出值与期望值之间的误差、误差变化率进行控制得到模糊PID温度控制器(5)的参数值；S3，利用改进哈里斯鹰算法对模糊PID温度控制器(5)的量化因子和输出比例因子进行优化；S4，将因子更新后通过模糊PID温度控制器(5)对升温模块(6)和降温模块(7)驱动工作，从而实时控制高值耗材柜内温度。2.根据权利要求1所述的哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法，其特征在于，所述步骤S2中，选用高值耗材柜期望温度值T
ε
(t)和实际温度值T(t)的温度偏差e(t)和其偏差变化率e
c
(t)作为模糊PID温度控制器(5)的输入变量，将模糊PID温度控制器(5)的参数值Kp、Ki和Kd作为输出变量，Kp、Ki和Kd分别为比例系数，积分系数和微分系数，经PID公式叠加后乘上输出比例因子输出。3.根据权利要求2所述的哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法，其特征在于，所述步骤S3中，采用哈里斯鹰算法对模糊PID温度控制器(5)的温度偏差量化因子K
e
、温度偏差变化率量化因子K
ec
和输出比例因子K
u
进行优化，优化包括以下步骤：S301，初始化改进哈里斯鹰算法参数，设在一个d维搜索空间中，初始化种群数量为N，最大迭代次数为T，搜索空间每一维的上、下边界为Ub、Lb，初始化哈里斯鹰种群每一个个体；S302，选择适应度函数为寻找模糊PID因子所编写的函数，以积分性能指标ITAE作为寻优目标函数，ITAE公式表示为：J
ITAE
＝∫t|e(t)|dtS303，输入系统控制参数，即用于寻优的哈里斯鹰种群数量N，寻优过程中的最大迭代次数T，寻优因子的维度dim，维度应与寻优因子数相同，以及上、下边界Ub、Lb；S304，计算种群所有个体的适应度值并选择适应度最佳的个体位置，把其位置设为当前猎物位置；S305，位置更新过程模拟哈里斯鹰的捕猎过程；主要分为勘探阶段、从勘探到开发的转换阶段和开发阶段：首先对猎物的逃逸能量进行更新，然后根据逃跑能量E来选择执行勘探或开发行为中所对应的位置更新策略；S306，计算位置更新后种群的个体适应度，并与猎物适应度值进行比较，若位置更新后的个体适应度值优于猎物，则以适应度值更优的个体位置作为新的猎物位置；S307，判断寻优结果是否满足终止条件，若满足则输出最优解，结束程序；否则，则重复步骤S304到S306；当迭代次数达到最大迭代次数时，输出当前猎物位置作为输出最优解；S308，根据S307寻优得到的输出最优解分别把其对应的维度数据代入模糊PID温度控
制器(5)中。4.根据权利要求3所述的哈里斯鹰算法优化模糊PID参数的高值耗材柜温度控制方法，其特征在于，所述步骤S305中位置更新过程模拟哈里斯鹰的捕猎过程，包括以下步骤：S3051，勘探阶段：模拟哈里斯鹰对猎物的搜索，用其敏锐的眼睛跟踪和发现猎物；考虑猎物不容易被发现的情况，设计两种策略模拟哈里斯鹰对猎物的搜索，并认为两种策略采用的概率是相同的；具体搜索策略公式如下：用的概率是相同的；具体搜索策略公式如下：式中：分别为下一次和当前迭代中第i个个体的位置，t表示当前迭代次数；为第t次迭代时从种群中随机选择的一个个体rand的位置；r
i
(i＝1,2,3,4)均为[0,1]范围内的一个随机数；代表第t次迭代时种群中猎物位置，也就是最优个体的位置；是第t次迭代时种群的平均位置，计算公式如下：式中：为当前迭代中第i个个体的位置，N表示种群数量；S3052，从勘探到开发的转换阶段：哈里斯鹰会根据猎物的逃跑能量E在勘探和开发行为之间进行转换，猎物的逃跑能量设计如下：E＝2E0(1
‑
t/T)式中：E0为猎物的初始逃跑能量，每次迭代中，在[
‑
1,1]范围内随机取值，t表示当前迭代次数，T表示最大迭代次数；当|E|≥1时进行勘探，当|E|<1时进行开发；在计算逃跑能量过程中加入修正能量线性递减调控机制，将随机收缩指数函数融入逃跑能量E的递减过程，其对应的能量方程为:式中：rand2为[
‑
2,2]范围内随机数；S3053，开发阶段：在实际的开发过程中，根据哈里斯鹰的捕食行为，又设计多种位置更新方式；首先定义一个[0,1]范围内的一个...

【专利技术属性】
技术研发人员：黄康，王磊，孟冠军，杨沁，黄国兴，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：