【技术实现步骤摘要】
一种基于蒸发器的PID温度控制方法及系统
[0001]本专利技术涉及
PID
控制
,尤其涉及一种基于蒸发器的
PID
温度控制方法及系统
。
技术介绍
[0002]传统
PID
控制是最早的控制技术,具有算法简单,可靠性高等优点,是工业过程控制应用最广泛的技术之一;传统
PID
控制技术在化工
、
电力
、
机械等工业控制过程中得到了广泛的应用;虽然人们在选取
PID
控制器参数方面已经积累了大量的经验,但是对于一些时变性
、
非线性
、
大时滞的控制系统,传统
PID
控制已经无法满足控制精度的要求,具有响应速因度慢,调节时间长,超调量大等缺点
。
[0003]因此,为了提高
PID
控制器的性能,智能优化算法被广泛地应用于
PID
控制器参数的整定中,包括遗传算法
、
粒子群算法
、
神经网络算法
、
模拟退火算法等
。
[0004]然而现有粒子群算法还不够完善,在收敛的过程中,粒子群在初期时活动范围较大且较为杂乱,这就容易导致在迭代初期粒子全局寻优能力较差的问题,而所有粒子在后期时容易趋于同一化,易于陷入局部最优的问题
。
技术实现思路
[0005]针对现有方法的不足,本专利技术将粒子群算法
、< ...
【技术保护点】
【技术特征摘要】
1.
一种基于蒸发器的
PID
温度控制方法,其特征在于,包括以下步骤:步骤一
、
利用温度传感器采集蒸发器的测量温度;步骤二
、
以测量温度与设定温度的差值作为
ITAE
性能指标的输入获取每个粒子的适应值,再利用改进粒子群算法对
PID
控制器参数
K
p
、K
i
、K
d
进行寻优,最终获得粒子群的最优解,从而实现蒸汽调节阀的开度调节,使蒸发器内温度达到平衡
。2.
根据权利要求1所述的基于蒸发器的
PID
温度控制方法,其特征在于,改进粒子群算法具体包括:步骤
21、
建立蒸发器温度特性数学模型,得到二阶惯性滞后的模型传递函数;步骤
22、
将
PID
控制参数
K
p
、K
i
、K
d
作为粒子群中基本粒子,对种群的位置和速度进行随机初始化;步骤
23、
计算种群的适应值,设置模拟退火算法的初始温度
T0,并确定粒子的个体极值
P
best
,全局极值
G
best
;步骤
24、
通过迭代更新正弦映射动态惯性权重以及粒子的速度和位置;步骤
25、
将测量温度和设定温度的差值利用
ITAE
性能指标获得每个粒子的新适应值;步骤
26、
将更新后的新适应值与原有的适应值进行比较,若新种群中粒子个体的适应值优于原种群的粒子个体的适应值,则用新种群中的粒子位置代替原始种群中粒子的位置;若新种群中粒子个体的适应值差于原种群粒子的适应值,则利用接受劣质解的概率表达式中的概率接受新种群的粒子位置;步骤
27、
判断是否满足优化停止条件,若不满足条件,则返回步骤
24
继续进行迭代;若满足条件,则停止优化
。3.
根据权利要求2所述的基于蒸发器的
PID
温度控制方法,其特征在于,二阶惯性滞后的模型传递函数的公式为:式中,
K
为模型静态增益;
T1,
T2为模型惯性时间常数,
τ
为模型滞后时间,
s
为拉普拉斯变换算子
。4.
根据权利要求2所述的基于蒸发器的
PID
温度控制方法,其特征在于,正弦映射动态惯性权重的公式为:
ω
t+1
=
μ
t
sin(
πω
t
)
ꢀꢀꢀ
(5)
式中,
t
表示当前迭代次数,
N<...
【专利技术属性】
技术研发人员:陈从平,何秋锋,徐志伟,陆鹏,陈奔,戴国洪,
申请(专利权)人:常州大学,
类型:发明
国别省市:
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。