基于遗传算法的控制参数优化研究.pdfVIP

2005年全国自动化新技术学术交流会会议论文集 基于遗传算法的控制参数优化研究 干树川， 傅成华 (四川理工学院电子与信息工程系，自贡643000) 摘要：针对复杂工业过程控制要求多样性、控制参数难调整的问题，提出了一种参数优化方法。采用遗 传算法优化过程对象内部模型参数，并按内部模型优化控制器参数。将该算法应用于电加热器温度控 制PID参数优化，系统的控制精度、温度变化平稳性等指标均得到了改善，能够较好地解决工业过程中 控制参数优化的问题。 关键词：遗传算法；模型辨识；参数优化 中图分类号：TPl83 文献标识码：A 0 引言 在热工过程自动控制回路中，PID(ProportionalIntegral 制效果明显而得到广泛应用。但是，随着生产水平的提高，复杂工业过程的控制要求也趋子多样化， 并且这些过程一般具有非线性特性和不确定性，因而控制器参数的调整变得非常复杂。近年来，智能 化技术无论在理论上还是应用上均得到了长足的发展，将智能化技术与常规PID控制方法结合起来， 形成智能PID控制器。首先，它具备自学习、自适应、自组织的能力，能适应被控对象参数的变化； 其次，它又具有常规PID控制器结构简单、可靠性高，为现场工程人员所熟悉等特点。使得智g色PID 控制器成为工业过程控制的一种较理想的控制装置。目前，在智能PID控制中，PID自整定的方法按 工作机理划分被分为两类：基于模型的自整定和基于规则的自整定…。 遗传算法是一种仿生物系统的基因进化的迭代搜索算法，通过人工方式构造的优化搜索算法， 是对生物进化过程进行的数学仿真。由于遗传算法的整体寻优策略以及优化计算时不依赖梯度信息， 所以它具有很强的全局搜索能力。它适用于问题结构不是十分清楚、总体很大、环境复杂的场合。 从20世纪60年代开始，基于遗传算法对复杂问题的优化，在学术界成为研究热点。近年，在遗传 算法用于控制器参数的优化研究及应用方面，主要是将遗传算法与模糊控制结合完成控制器参数的 优化【2t3J。本文采用遗传算法优化过程对象内部模型参数，并按内部模型优化控制器参数。该算法应 用于现场总线控制系统，实现加热炉温度调节。结果表明，该算法具有很高的给定值跟踪性能和干 扰抑制特性，系统的控制精度、温度变化平稳性等指标均得到了改善，能够较好地解决工业过程中控 制参数优化的问题。 1算法描述 1．1模型参数辨识 实时控制系统对象可用下面的离散方程(1)描述： A(z—i)y∞=B(2“)u(k—c1)七、}(k) 其中：u(k)和y(后)是过程的输入、输出变量；v(k)是均值为零的不相关随机噪声。 且有： fA(Z’i)=i+cIlZ—l十…+c￡naZ。” LB(z一|)=blz一|+b2z～…+bnbz”b 基金项目：lⅡlJII省科技攻关项目(川科1200217号) 作者简介：干树川(1969一)，男，四川新都人，讲师，自动控制及现场总线应用方向． 2005年全国自动化新技术学术交流会会议论文集 则辨识参数为： 0=b，，口?，…口。。，’6』，b2，…，bnb，d】 (3) 在辩识时，首先需假定模型的基本论域，本文采用二阶纯滞后线性系统来近似。则过程输出预报值 离散方程为： 7传一矽 (4) y’f矽=b；u(k-J一矽+b2u(k一2一矽一a：y’亿一矽一口；y 令误差准则函数： 七 k √∞=∑P。∥2=∑陟何一少’∥r=min (5) i=l ●=， 式(4)中b；、b；、a：、a：、d为辨识过程的模型参数，定义遗传算法评价函数或适应度函数F如 下：