基于pso的pid参数整定在苛化工段的应用 the application of pid control based on pso in caustic process.pdfVIP

研究开发 R D 基于PSO的PID参数整定 在苛化工段的应用 ⊙ 夏华伟 熊智新 胡慕伊 （南京林业大学江苏省制浆造纸科学与技术重点实验室，南京 210037） 夏华伟，在读硕士研究生；主要 研究方向：制浆造纸过程控制 The application of PID control based on 与信息智能处理。 PSO in caustic process ⊙ XIA Hua-wei, XIONG Zhi-xin, HU Mu-yi (Jiangsu Provincial Key Lab of Pulp and Paper Science and Technology, Nanjing Forestry University, Nanjing 210037, China) 回收是造纸工业的重要过程之一，包括蒸发、燃烧、 程容易实现等优点，提出了用粒子群算法优化苛化器内温度 碱苛化和石灰回收四个工段。苛化工段是碱回收过程 控制PID参数的PS O-PID控制方案。仿真结果表明，该控制 [1] 中的成品工段，对整个碱回收质量起到关键作用 。 方案有效解决了苛化器温度控制存在的纯滞后的问题，系统 苛化工段中的主要控制参数主要有消化器的绿液流量、苛化 的超调量大大减小，苛化器温度控制在静态和动态性能达到 [2] 液缓冲槽液位以及苛化器内的温度。其中苛化器内的温度 是 了较好的控制目标。 一个非常重要的参数，通过蒸汽流量的改变来控制苛化器内 的温度，温度过高会使氢氧化钙的溶解度降低，碳酸钙的溶解 1 PSO算法的基本理论 度下降，苛化度降低；温度过低就会使苛化速度放缓。因此， 粒子群优化算法[7] 的基本思想是随机初始化一群没有体 对于苛化器内温度的控制在实际生产中要求较为严格。 积没有质量的粒子，将每个粒子视为可行的解，粒子的质量优 苛化器内温度控制系统是一个纯滞后严重、高阶非线性 劣由一个预先设定的适应度函数来决定的。每个粒子将在可 的控制系统，且控制模型参数又不稳定，再加上在实际生产 行解空间中运动，并由一个速度变量来决定其方向与距离。 过程中存在各种干扰，因此常规的P I D控制很难达到较好的 在一个可行解空间中，跟踪个体最优值P b e s t和群体最优值 控制效果。随着智能控制在制浆造纸工业过程控制中的广泛 Gbest ，并不断更新他们的位置。个体最优值Pbest记录个体 [3] [4 ，5] 应用，有利用模糊控制算法 、BP神经网络方法 以及模糊 所经历位置中最好的位置，群体最优值Gb e s t记录种群中所 [6] 免疫方法 进行苛化器内温度的控制，取得了一定的效果。本 有粒子最好的位置。通过一定的法则，粒子在不断地进行更 文针对苛化器温度控制出现的上述问题，利用了粒子群算法 新，进而计算每一次的适应度值。通过比较新一代粒子的适 (P