PID参数自整定的改进遗传算法-工业自动化.DOC

PID参数自整定的改进遗传算法 　　陶吉利，鲁五一，熊红云 （中南大学信息科学与工程学院，湖南　长沙410075）　　 　 　　［摘　要］　文中提出了一种改进遗传算法进行PID参数自整定，设计了基于工程PID参数自整定遗传算法的编码以及基于该编码的交叉、变异算子，通过仿真比较，表明该种算法的有效性。　　［关键词］　遗传算法；PID控制器；参数自整定 The self－tuning of PIDparameters based on advanced?genetic algorithm 　　TAOJi－li，LU Wu－yi，XIONGHong－yun （Informationscience＆Engineering CollegeofCentralSouth University?Hunan－Changsha 410075，China）　 　　Abstract：　This paper presents advanced genetic algorithmforthe self－tuning of PIDparameters．Basedon the experience ofengineeringtuning，a kind of genetic coding is designed for PIDand a newcrossover andmutation operator based on itis developed．The comparison of simulations showsthe algorithmis effective．　　Key words：　Genetic algorithm；PIDcontroller；Parametric self－tuning 1　引　言　　　　目前，随着智能控制理论的发展，许多学者将智能控制技术引入PID控制系统，如专家PID控制、自学习PID控制、神经网络PID控制和模糊PID控制等。这些智能PID控制策略或要求对被控制过程和控制律有全面的先验知识，或建立在优化问题具有连续导数的光滑搜索空间的基础上。若搜索空间不可微或参数间为非线性的，则得不到全局最优。遗传算法是模仿自然界生物进化论思想而得出的一种全局优化算法。它对所优化目标的先验知识要求甚少，一般只需要知道其数值关系即可。同时由于遗传算法群体的多样性，使其尽可能在全方向上搜索，达到全局最优。　　PID控制器由于其结构简单，在实际中容易被理解和实现而被广泛应用，而且许多高级控制都是以PID控制为基础的。但PID参数的整定一般需要经验丰富的工程技术人员来完成，既耗时又耗力，加之实际系统千差万别，使PID参数的整定有一定的难度。　　PID控制器参数整定经过几十年的发展应用， 积累了很多可贵经验，该文采用基于工程整定经验的遗传算法，对PID参数进行自整定，有效提高了控制效果。2　PID参数自整定的改进遗传算法2．1　PID控制器 式中：u（n）—本次控制量；e（n）—本次偏差；e（n－1）—上次偏差；kp—比例系数；Ti—积分时间常数；Td—微分时间常数；T—采样周期。　　由于增量式PID算法的优点［1］，式（2—1）很容 易导出增量PID算法： 　　该文采用增量式PID算法。在几十年的PID参数调整过程中，人们积累了大量的有用经验，技术人比例、后积分、再微分的整定步骤，根据响应曲线的好坏反复改变各参数，以期得到满意的控制效果。　　在工程中，常选用式（2—3），取n＝1，即ISTE准则，作为最优准则类型。Zhuang与Athernton针对各种目标函数得出了最优PID参数整定的算法［2］，并给出下面的最优目标函数： 　　当其最小值时，控制系统为最佳状态，N为系统达到稳定时的最大控制次数。　　由上分析，在被控制对象模型和T已知情况下，PID控制器只有3个参数需要确定，分别为Kp、Ti和Td。同时文献［3］表明用遗传算法整定的PID控制器性能明显优于常规PID控制器，文中提出一种基于工程经验的遗传算法进行PID参数自整定。2．2　遗传编码构造　　改进遗传算法进行PID参数编码构造的基本思想和方法是：Kp、Ti、Td 3个参数，构造一对染色体，对于同一控制对象，可认为Kp是粗调，对整个系统的控制性能影响较大，分配一个染色体，Ti、Td成另一染色体，它们都采用二进制编码。2．3　适应度函数的计算及种群更新策略　　适应度函数通常与模型的目标函数值是相关的，文中选用ISTE准则，由于遗传算法一般是求适应值最大，简化的ISTE为正值，故取适应度函数f（x）＝－ISTE。　　对Kp自整定时，仅采用比例项，计算简单，收敛速度快。整定的Kp值，用于下一步整定Ti、Td，此时采用一般的（2—2）增量式PI