基于粒子群算法优化制造技术

一种基于粒子群算法优化

【技术实现步骤摘要】
基于粒子群算法优化PID参数的电阻加热炉温度控制系统


[0001]本专利技术属于电阻加热炉温度控制领域，具体公开了基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统
。

技术介绍

[0002]当前，电阻加热炉普遍采用
PID
控制器进行温度控制，
PID
控制器的性能主要取决于其参数整定，不同的被控对象和控制参数均对系统产生不同的影响，
PID
控制的参数整定主要取决于背景经验值
。
在高可靠及高精度的应用场景中，传统
PID
控制具有参数整定的随机性大
、
温度获取和反馈的实时性差等不足，难以达到对温度控制高稳定和低时延的要求
。

技术实现思路

[0003]针对现有技术的不足，本专利技术旨在基于粒子群算法优化
PID
参数的电阻加热炉温度控制方法，能够通过温度偏差自动调节
PID
参数，提高电阻加热炉的温度控制精度
、
自适应性和稳定性
。
[0004]为实现上述目的，本专利技术采用如下技术方案：
[0005]一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，包括
MCU
主控制模块
、WIFI
通信模块
、
温度控制模块
、
和电源模块；
MCU
主控制模块包括模糊控制器和温度采集模块；温度控制模块包括
PID
控制器
、
温控执行单元和电加热模块；
[0006]MCU
主控制模块嵌入到电阻加热炉中；
MCU
主控制模块自带定时器，所述定时器用于温度采集模块采集模拟信号，发出
PWM
波来控制
MOS
管导通；
[0007]存储模块为本地存储；
[0008]WIFI
通信模块实现与
MCU
主控制模块温度控制模块的远程连接，实现温度的控制功能；
[0009]基于粒子群算法优化的模糊
PID
算法对电阻加热炉进行温度控制，具体包括以下步骤：
[0010]设定采样
t
时刻
PID
控制器给定的电阻加热炉目标温度值
T
SP
(t)
，温度采集模块采集电阻加热炉内的实测温度值
T
PV
(t)
，计算电阻加热炉目标温度值
T
SP
(t)
与所属实测温度值
T
PV
(t)
之间的温度偏差
e(t)
和偏差变化率
ec
，将温度偏差
e(t)
和偏差变化率
ec
作为模糊控制器的输入变量，经模糊算法处理后输出比例系数
k
p
、
积分系数
k
i
、
微分系数
k
d
所对应的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
；
[0011]基于带惯性权重的粒子群算法对当前的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
进行优化，经过粒子迭代得到基于当前粒子群的全局最优
PID
参数
k
p_best
、k
i_best
、k
d_best
，将全局最优
PID
参数
k
p_best
、k
i_best
、k
d_best
输出反馈给温控执行单元，调整电阻加热炉的工作状态实现温度控制
。
[0012]较优地，还包括显示模块和存储模块
。
[0013]温度采集模块采用热电偶，将热电偶采集到的实测温度值进行基于粒子群算法优
化的模糊
PID
算法处理，发出
PWM
波，
PWM
波通过光耦和隔离电源隔离后，发送开关管信号给温控执行单元，实现温度控制的目的
。
[0014]当无网络时，存储模块数据暂存在本地的
flash
中，待连通网络后上传至云端服务器
。
[0015]基于带惯性权重的粒子群算法对当前的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
进行优化，具体包括以下步骤：
[0016]S1
，初始化粒子群：设定迭代次数
H
，确定粒子群的数量和规模，每个粒子代表一组
PID
参数，粒子群数量为
N
，粒子群规模
(
每次迭代被选中的粒子数量
)
为
M
；每个粒子都有一个位置和速度，位置和速度分别表示粒子在搜索空间中的位置和前进方向；第
q
个粒子的位置表示为
x
q
，其中
q
表示粒子的编号；
q
＝
1,2
…
M(1≤M≤N)
；
[0017]S2
，定义目标函数：定义目标函数用来衡量
PID
参数的表现；所述目标函数为温度偏差绝对值与时间乘积的积分值，为：式中
t
为采样时刻，
e(t)
为电阻加热炉目标温度值
T
SP
(t)
与所属实测温度值
T
PV
(t)
之间的温度偏差；其中
t
＝
1,2
…
T
；
[0018]S3
，初始化粒子位置和速度：对于粒子
q
，随机初始化粒子位置
x
q
和速度
v
q
；
[0019]S4
，初始化个体最佳位置和全局最佳位置：对于粒子
q
，个体最佳位置
P
best
(t)
为当前位置
x
q
，全局最佳位置
G
best
(t)
初始化为粒子群中任意一个粒子的位置
x
k
，
k
是随机选择的一个粒子的编号，
k
＝
1,2
…
M
；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，包括
MCU
主控制模块
、WIFI
通信模块
、
温度控制模块和电源模块；
MCU
主控制模块包括模糊控制器和温度采集模块；温度控制模块包括
PID
控制器
、
温控执行单元和电加热模块；
MCU
主控制模块嵌入到电阻加热炉中；
MCU
主控制模块自带定时器，所述定时器用于温度采集模块采集模拟信号，发出
PWM
波来控制
MOS
管导通；存储模块为本地存储；
WIFI
通信模块实现与
MCU
主控制模块温度控制模块的远程连接，实现温度的控制功能
。2.
根据权利要求1所述的一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，基于粒子群算法优化的模糊
PID
算法对电阻加热炉进行温度控制，具体包括以下步骤：设定采样
t
时刻
PID
控制器给定的电阻加热炉目标温度值
T
SP
(t)
，温度采集模块采集电阻加热炉内的实测温度值
T
PV
(t)
，计算电阻加热炉目标温度值
T
SP
(t)
与所属实测温度值
T
PV
(t)
之间的温度偏差
e(t)
和偏差变化率
ec
，将温度偏差
e(t)
和偏差变化率
ec
作为模糊控制器的输入变量，经模糊算法处理后输出比例系数
k
p
、
积分系数
k
i
、
微分系数
k
d
所对应的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
；基于带惯性权重的粒子群算法对当前的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
进行优化，经过粒子迭代得到基于当前粒子群的全局最优
PID
参数
k
p_best
、k
i_best
、k
d_best
，将全局最优
PID
参数
k
p_best
、k
i_best
、k
d_best
输出反馈给温控执行单元，调整电阻加热炉的工作状态实现温度控制
。3.
根据权利要求1所述的一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，还包括显示模块和存储模块
。4.
根据权利要求1所述的一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，温度采集模块采用热电偶，将热电偶采集到的实测温度值进行基于粒子群算法优化的模糊
PID
算法处理，发出
PWM
波，
PWM
波通过光耦和隔离电源隔离后，发送开关管信号给温控执行单元，实现温度控制的目的
。5.
根据权利要求1所述的一种基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，当无网络时，存储模块数据暂存在本地的
flash
中，待连通网络后上传至云端服务器
。6.
根据权利要求2所述的基于粒子群算法优化
PID
参数的电阻加热炉温度控制系统，其特征在于，基于带惯性权重的粒子群算法对当前的模糊控制量
Δ
k
p
、
Δ
k
i
、
Δ
k
d
进行优化，具体包括以下步骤：
S1
，设定迭代次数
H
，确定粒子群的数量和规模，每个粒子代表一组
PID
参数，粒子群数量为
N
，粒子群规模为
M
；每个粒子都有一个位置和速度，位置和速度分别表示粒子在搜索空间中的位置和前进方向；第
q
个粒子的位置表示为
x
q
，其中
q
表示粒子的编号；
q
＝
1,2
…
M
；
1≤M≤N
；
S2
，定义目标函数用来衡量
PID
参数的表现，所述目标函数为温度偏差绝对值与时间乘积的积分值，为：式中
t
为采样时刻，
e(t)
为电阻加热炉目标温度值
T
SP
(t)
与所属实测温度值
T
PV
(t)
之间的温度偏差；其中
t
＝
1,2
…
T
；
S3
，对于粒子
q
，随机初始化粒子位置
x
q
和速度
v
q
；
S4
，：对于粒子
q
，个体最佳位置
P
best
(t)
为当前位置
x
q
...

【专利技术属性】
技术研发人员：任媛，丛园，戴玉明，崔译文，郑驰远，陈柯莹，肖江婷，刘肖伟，王馨悦，陈佳怡，季奕，吴则路，崔梅雨，孙宇恒，龚捷，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：