基于遺傳算法的最小流量閥自適應(yīng)控制器的研究

2013-07-22 錢燈云 上海交通大學(xué)自動(dòng)化系

  目前很多最小流量閥的控制系統(tǒng)是非線性、有時(shí)滯且存在時(shí)變,雖然靜態(tài)時(shí)控制系統(tǒng)經(jīng)整定后是穩(wěn)定的,但熱態(tài)實(shí)際運(yùn)行時(shí),常常會(huì)出現(xiàn)振蕩。本文提出了遺傳算法優(yōu)化自適應(yīng)控制器的方法,與響應(yīng)曲線法和Ziegler-Nichols法得到的PID參數(shù)仿真比較表明,遺傳算法優(yōu)化的自適應(yīng)控制器應(yīng)用于最小流量閥控制器參數(shù)優(yōu)化是可行和有效的。

一、引言

  最小流量閥安裝于給水泵和除氧器或冷凝器之間,由于最小流量閥執(zhí)行器的氣缸容積大,所以該系統(tǒng)是非線性、時(shí)滯且存在時(shí)變,研究者無(wú)法建立精確的數(shù)學(xué)模型,常常需要經(jīng)過(guò)大量的嘗試才能得到相關(guān)的PID控制參數(shù)。

  本文提出一種基于遺傳算法自適應(yīng)PID控制器,通過(guò)分析熱態(tài)的真實(shí)參數(shù)解析一個(gè)確保穩(wěn)定的PID參數(shù),再利用遺傳算法在臨域搜索到一組自適應(yīng)時(shí)變后的最優(yōu)PID參數(shù),讓系統(tǒng)始終處于穩(wěn)定狀態(tài)。該算法可以較高效地找出符合設(shè)計(jì)要求的一組調(diào)節(jié)參數(shù),系統(tǒng)具有響應(yīng)快,穩(wěn)定性優(yōu)等特點(diǎn)。

二、最小流量閥時(shí)變系統(tǒng)

  最小流量閥慢時(shí)變系統(tǒng)主要由控制器、增壓器、切換閥、快速排氣閥和氣缸等組成。實(shí)際運(yùn)行時(shí),由于工況的變化以及該閥的執(zhí)行器容積大,該系統(tǒng)是滯后、時(shí)變的系統(tǒng),傳統(tǒng)的PID控制器策略,常常導(dǎo)致系統(tǒng)波動(dòng)或振蕩。

三、基于遺傳算法自適應(yīng)控制器

  遺傳算法自適應(yīng)控制器原理框圖如圖1所示,由參數(shù)辨別機(jī)構(gòu)、控制器解析器、遺傳算法、控制參數(shù)設(shè)定和自適應(yīng)PID控制器等組成。

  首先通過(guò)參數(shù)辨別機(jī)構(gòu)設(shè)別被控對(duì)象的參數(shù),得到一個(gè)近似的對(duì)象模型,按給定的性能指標(biāo)根據(jù)控制器的方法解析出控制器初始運(yùn)行時(shí)一組PID參數(shù),保證系統(tǒng)初次運(yùn)行時(shí)是穩(wěn)定的。熱態(tài)運(yùn)行時(shí),參數(shù)辨別機(jī)構(gòu)首先識(shí)別對(duì)象的模型參數(shù)和各項(xiàng)性能指標(biāo)是否滿足用戶需求,如不滿足,用解析法求得一組自適應(yīng)控制器PID參數(shù)最優(yōu)解或次最優(yōu)解,依據(jù)該組參數(shù)確定遺傳算法的搜索范圍,并運(yùn)行遺傳算法程序,得到新的一組PID參數(shù),通過(guò)控制參數(shù)設(shè)定機(jī)構(gòu)更新控制器的PID參數(shù)再次運(yùn)行。整個(gè)程序的固定更新周期是600s,K1和K2是否閉合,是否進(jìn)行遺傳算法的參數(shù)整定,取決于參數(shù)性能指標(biāo)是否滿足工藝的要求,因此,該控制器具有自適應(yīng)的功能,能及時(shí)調(diào)整控制器的參數(shù),克服干擾,確保系統(tǒng)始終是穩(wěn)定的。

遺傳算法自適應(yīng)控制器原理框圖

圖1 遺傳算法自適應(yīng)控制器原理框圖

四、控制器參數(shù)解析法

  最優(yōu)控制理論的出發(fā)點(diǎn)是使某一已知輸入產(chǎn)生的平方誤差積分最小化,等價(jià)地最小化加權(quán)靈敏度的2范數(shù):Min2

  假設(shè)設(shè)計(jì)對(duì)象:依據(jù)控制器的優(yōu)化性能指標(biāo)得到的單位反饋回路控制器為:C= =

  與PID控制器C=Kc(1++TDS)。比較得到的PID如下:

P= I=+ D=

五、遺傳算法控制器的參數(shù)整定

  5.1、遺傳算法流程圖

遺傳算法流程圖

圖2 遺傳算法流程圖

  5.2、參數(shù)編碼

  把一個(gè)問(wèn)題的可行解從其解空間轉(zhuǎn)換到遺傳算法所能處理的搜索空間的轉(zhuǎn)換方法稱為編碼。編碼方法主要有實(shí)數(shù)編碼方法、二進(jìn)制編碼方法、浮點(diǎn)數(shù)編碼方法等等。本文采用的是實(shí)數(shù)編碼方法。

  5.3、確定適應(yīng)度函數(shù)。

  衡量一個(gè)控制系統(tǒng)的指標(biāo)有三個(gè)方面,即穩(wěn)定性、準(zhǔn)確性和快速性,因此,參數(shù)選擇的最優(yōu)指標(biāo):J=其中,e(t)為系統(tǒng)誤差,u(t)為控制器輸出,為上升時(shí)間,、、是權(quán)值。取適應(yīng)度函數(shù)為:F=1/(J+0.0001)。0.0001是防止無(wú)窮大,導(dǎo)致無(wú)意義。這樣當(dāng)找到最大適合度的解,也就找到最小目標(biāo)函數(shù)的解,尋優(yōu)成功。為了避免超調(diào),采用了懲罰功能,即一旦產(chǎn)生超調(diào),將超調(diào)作為最優(yōu)指標(biāo)的一項(xiàng),此時(shí)最優(yōu)指標(biāo):如果e(t)<0,則J=式中為權(quán)值,且》。

  5.4、選擇控制參數(shù)。

  遺傳算法控制參數(shù)包括群體規(guī)模N,交叉概率Pc和變異概率Pm。這些參數(shù)的選取對(duì)遺傳算法的搜索效率和尋優(yōu)的最終結(jié)果有很大影響。這里取N=30,Pc=0.89,Pm=0.032。

  5.5、初始群體形成。

  為了防止參數(shù)范圍過(guò)大,依據(jù)解析法計(jì)算出Kp、Ki、Kd三個(gè)參數(shù)值,然后利用這組參數(shù)確定遺傳算法優(yōu)化區(qū)域,這樣有利于縮小搜索域,減少尋優(yōu)的盲目性,降低計(jì)算量,迅速找到最優(yōu)解的位置。本文先設(shè)定30個(gè)初始種群。

  5.6、遺傳操作。

  遺傳算法的基本操作是復(fù)制、交叉和變異。這里復(fù)制采用的是適應(yīng)度比例法,交叉使用單點(diǎn)交叉和均勻變異的算法。

  5.7、評(píng)價(jià)與判定。

  計(jì)算新群體的適應(yīng)值,然后判斷是否滿足終止條件-收斂于一個(gè)值J已達(dá)最小或已達(dá)到預(yù)定的指標(biāo),如果滿足,結(jié)束遺傳算法迭代;如果不滿足則返回重新進(jìn)行遺傳操作。

六、系統(tǒng)仿真結(jié)果比較

  6.1、參數(shù)辨別后被控制對(duì)象為一階慣性純滯后對(duì)象,其傳遞函數(shù)為:

  6.2、采用響應(yīng)曲線法整定PID的方法得到的控制器及參數(shù)是:Kc=1.4,Ki=0.008537,Kd=58.8。

  6.3、采用ZN法整定PID的方法得到的控制器及參數(shù)是:Kc=1.3680,Ki=0.0096,Kd=50.8110,響應(yīng)曲線法和ZN法的單位階躍響應(yīng),仿真如圖所示:

響應(yīng)曲線法和ZN法的階躍響應(yīng)圖

圖3 響應(yīng)曲線法和ZN法的階躍響應(yīng)圖

  6.4、先用法解析法得到初始控制器的PID參數(shù)為:Kc=0.788,Ki=0.008565,Kd=0.1726,再利用遺傳算法在其臨域搜索得到的控制器PID參數(shù)是:Kc=2.3512,Ki=0.4630,Kd=0.0161,解析法和遺傳算法優(yōu)化得到的PID參數(shù)輸出響應(yīng),如下圖所示:

遺傳算法優(yōu)化得到的PID參數(shù)輸出響應(yīng)圖

圖4 遺傳算法優(yōu)化得到的PID參數(shù)輸出響應(yīng)圖

  6.5、即使工況變化后,仿真表明,遺傳算法的方法得到的PID控制器,在超調(diào)量、上升時(shí)間等主要的控制系統(tǒng)的性能指標(biāo)上均優(yōu)于響應(yīng)曲線法和ZN法,具有良好的動(dòng)靜態(tài)特性。

七、小結(jié)

  本文提出了基于遺傳算法的自適應(yīng)控制器,解決了最小流量閥大滯后時(shí)變控制系統(tǒng)的不穩(wěn)定振蕩的問(wèn)題。通過(guò)與一般響應(yīng)法自整定和ZN法系統(tǒng)仿真比較,遺傳算法優(yōu)化后的自適應(yīng)控制器具有更好的魯棒性和準(zhǔn)確性,是一種具有較好實(shí)用性、值得推廣的PID參數(shù)優(yōu)化控制器。