新型PID参数优化方法在煤炭调车绞车系统应用.pdfVIP

新型PID 参数优化方法在煤炭调车绞车系统中的应用 陆地，朱磊，刘晨，李翔，王建信，孟欣，耿素花 西安建筑科技大学机电工程学院，西安 710055 摘 要 针对煤炭运输中调车绞车系统的PID 参数整定问题，提出自适应遗传算法对PID 控制进行参数寻优，将自适 应在线遗传算法与 PID 控制技术相结合，通过仿真实现了在煤炭调车绞车系统中的应用，仿真结果表明自适应在线遗传算 法PID 参数优化相比传统的调节方法，具有更好的鲁棒性、最优性,能较好的实现参数的自动化调节。 关键词 调车绞车, PID 控制器, 自适应在线遗传算法, 参数寻优 1．引言 得到了广泛的应用。它对大多数的工业控制对象都能 调车绞车系统主要应用在大型洗煤厂、外运码头 达到较好的控制效果，但它也有明显的缺点，依赖于 以及煤炭储运基地中，实现煤炭的快速外运和装车。 具体的对象模型；对非线性、大滞后、时变系统控制 调车绞车系统的控制性能直接影响到煤炭装车的效 效果不理想等。目前己经形成的PID 参数优化方法有 率，因此提高调车绞车系统的控制性能势在必行。 很多, 比如单纯形法、梯度下降法、遗传算法等。 2 ．煤炭调车绞车系统 煤炭调车绞车系统为一个带重量和位置反馈的位 置伺服系统，包括推进器（俗称铁牛）、物料传送系统、 车辆称重传感器和限位传感器组成，推进器电动机通 过联轴器驱动减速机运行。钢丝绳平行缠绕在绳轮的 U 形槽内,靠钢丝绳与绳轮槽之间的摩擦力牵引铁牛调 运列车作业。 图1 煤炭调车绞车系统示意图 图2 遗传算法流程图 调车绞车系统中主要的控制参数包括推进器速度 和车辆称重传感器信号以及限位传感器信号，控制系 3.2 遗传算法 统要根据车辆重量信号及时的调整车厢位置，使得车 遗传算法(Genetic Algorithm ，简称GA)，是模拟 厢再装满后能及时地将其推出出煤口的范围，并使下 达尔文的遗传选择和自然淘汰的生物进化过程的计算 一节车厢进入出煤口范围，系统框图如图1 所示。 模型，它是一种模拟生物进化机制的随机全局优化搜 索方法，具有很强的全局优化能力及鲁棒性[1～2] 。遗 3 ．PID 与遗传算法 传算法是一种基于自然选择和群体遗传机理的搜索算 3.1 PID 算法 法，它模拟了自然遗传和自然选择过程中发生的繁殖、 PID 控制由于算法简单、可靠性高、鲁棒性好等 杂交和突变现象[3~4] 。一个基本遗传算法主要包括：初 特点，在控制技术飞速发展的今天仍然在工业控制中 始种群编码、适应度函数选取和遗传操作这样三大部 分，遗传算法流程图如图2 所示。 校基础研究基金项目（JC0818 ）； 校教育教学改革重点项目（JG090112 ） 4 ．基于自适应在线遗传算法 PID 参数优化的应 4.2 系统仿真 用仿真 煤炭调车绞车控制系统的仿真图如图3 所示。 4.1 自适应在线遗传算法 在线遗传算法的PID 参数整定，即在每个采样时 间内实现PID 参数的遗传算法整定[5] 。在采样时间k 内，选取足够多的个体，计算不同个体的适应度，通 过遗传算法进行优化，选择适应度大的个体所对应的 图3 煤炭调车绞车控制系