基于粒子群算法的锅炉主蒸汽压力模糊PID控制.doc

doi:10.3969/j.issn.1673-9833.2012.05.000 基于粒子群算法的锅炉主蒸汽压力模糊PID控制 汪阳华 （湖南工业大学 电气与信息工程学院，湖南 株洲 412007） 摘 要：采用模糊PID智能控制算法，对锅炉主蒸汽压力进行控制，建立锅炉主蒸汽压力控制的MATLAB/Simulink仿真模型，编写基于MATLAB的粒子群程序优化模糊PID比例因子和量化因子，并与模糊PID和常规PID控制算法进行比较。仿真结果表明：采用基于PSO优化的锅炉主蒸汽压力控制与PID控制、模糊PID控制相比，具有较强的适应性、鲁棒性和抗干扰性。 关键词：模糊PID控制；主蒸汽压力；粒子群；MATLAB 中图分类号：TP273+.4 文献标志码：A 文章编号：1673-9833(2012)05-00? ?-0? Simulation of Fuzzy PID on Boiler Main Steam Pressure Based on PSO Wang Yanghua （School of Electrical and Information Engineering，Hunan University of Technology，Zhuzhou Hunan 412008，China） Abstract：The simulation model of boiler main steam pressure control is created in Simulink of MATLAB, which is based on fuzzy PID intelligent control algorithm. The program of particle swarm optimization, which is based on the MATLAB ,optimizes ratio factors and quantitative factors of fuzzy PID controller. Compared to conventional PID control and fuzzy PID control, the simulation results show that the control algorithm has strong adaptability and robustness and anti-interference. Keywords：fuzzy PID control；main steam pressure；PSO；MATLAB0 引言 锅炉燃烧过程控制系统一般包括3个子控制系统，即燃料控制系统、送风控制系统和引风控制系统。燃料控制系统通过调节进入炉膛的燃料量，维持主蒸汽压力的稳定；送风控制系统通过调节进入炉膛的送风量，保持燃料燃烧所需要的空气量和燃烧过程的经济性；引风控制系统通过调节引风量，使送、引风量平衡，保持炉膛压力的稳定。通过调节燃料控制系统维持主蒸汽压力的稳定对整个锅炉系统的运行起着重要作用，因此，控制主蒸汽压力的稳定有很重要的意义。 常规PID控制原理简单、稳定性好、可靠性高，因此长期以来广泛应用于工业过程控制。由于常规PID需要已知对象的精确数学模型，在实际工业生产中，大多数工业过程都不同程度地存在非线性参数时变性和模型不确定性，而模糊控制不需要建立过程的精确模型。本文针对常规PID控制和模糊控制的各自特点，将模糊控制与PID控制结合起来，采用模糊PID控制策略对锅炉主蒸汽压力进行控制，通过粒子群算法优化模糊PID比例因子和量化因子，从而达到更好的控制效果。理论分析和仿真结果表明，粒子群优化的模糊PID控制具有良好的控制性能[1]。 1 模糊PID控制的原理 1.1 模糊控制原理及框图 模糊控制器是基于专家知识的控制器，它主要由3个部分组成：模糊化处理、模糊推理和解模糊。它将准确的输入量模糊化，以模糊规则来表达控制经验并形成规则库，通过模糊推理调用规则库中的经验知识，将输出量进行解模糊化处理，从而达到控制目的。 kp为比例系数，ki为积分系数，kd为微分系数，设kp, ki, kd的待整定值为, , 。用模糊规则进行模糊推理得到kp, ki, kd的整定值, , 。利用PID参数整定计算公式得到此时PID控制器的参数。 PID参数kp, ki, kd的计算公式如下： ， （1） ， （2） ， （3） 将公式（1）（2）（3）计算出的kp，ki，kd代入下式： （4） 模糊控制框图[2]，如图1，其中e表示误差,ec是误差变化率，d/dt表示微分d