基于粒子群优化连续发酵过程PID控制.pdfVIP

第48卷 第 1期 石 油 化 工 自 动 化 Vo1．48，No．1 2012年 2月 AUTOMATION IN PETR0一CHEMICAL INDUSTRY February，2012 基于粒子群优化的连续发酵过程 PID控制 刘毅，林传东，高增梁 (浙江工业大学 化工机械设计研究所，杭州 310032) 摘要 ：发酵过程通常具有较强的非线性，传统的PID控制器难以获得满意的控制效果。提出采用粒子群优化算法整定PID控 制器的参数。结合过程机理 ，将整个连续发酵过程分解为三个子区间，并优化获得每一个子过程的PSO-PID控制器。仿真结 果表明，通过PSO子过程优化的PSO-PID控制器性能优于普通的PID。 关键词：连续发酵过程 PID控制器 粒子群算法 中图分类号：TP273；TQ02 文献标志码：A 文章编号：i007—7324(2012)01—0052—04 ParticleSwarm Optimization-basedPID ControlforContinuous Femr entationProcess LiuYi，LinChuandong，GaoZengliang (InstituteofProcessEquipmentandControlEngineering， ZhejiangUniversityofTechnology，Hangzhou，310032，China) Abstract：ConventionalPID controllerhasbeenfoundinsufficientforcontinuousfermentation processduetostrongnonlinearity．TuningofPID controllerparametersbyadoptingparticle swarm optimization(PSO)algorithm isproposed．Combiningwiththeprocessmechanism，the whole continuousfermentation process can bedivided into three sub—processes．The PID parametersforeachsub—processcanbeoptimized bythePSo algorithm．Simulationresults illustratethattheproposedPSo—PID controllercan obtain bettercontrolperformancethan traditionalPID controller． Keywords：continuousfermentationprocess；PID controller；PSO 发酵过程的强非线性和 自身特点造成其控制 粒子群 优 化算 法 PSO (ParticleSwarm 和优化较为困难。连续发酵过程菌体质量浓度的 Optimization)是一种全局优化算法，可用于解决非 控制直接影响到最终产物质量和能量的消耗量，关 线性、不可微和多峰值复杂函数的优化问题，具有 系到企业的效益 ]。在能够保障和提高产品质量 算法简单、容易实现、可调参数较少和应用效果明 的前提下，应尽量选择简单和鲁棒性强的控制器， 显等优点，获得了广泛的研究和应用 。最近，研 这也是比僻积 分PID控制器至今仍被广泛 究人员将PSO用于优化PID控制器的参数以提高 采用的原因 ]。通过参数整定方法获得优质的 控制效果L8j。但是，这类改进的PID控制器还很 PID参数是提高过程控制质量的一种重要手段。 少用于发酵过程。因此，笔者针对发酵过程菌体质 因此，简单和高效的PID参数整定方法是值得研 量浓度