基于混沌优化的再热汽温预测PID控制器参数优化

《基于混沌优化的再热汽温预测PID控制器参数优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第35卷第8期妻氧电力V01．35No．8EastChinaElectricPower2007年8月Aug．2007基于混沌优化的再热汽温预测PID控制器参数优化明学星，王建国，吕震中，于向军(东南大学能源与环境学院，江苏南京210098)摘要：将预测控制和PID控制器结合运用于再热汽温系统的控制中。采用神经网络作为预测模型，并将混沌优化算法运用于该系统的PID参数在线优化。通过计算机仿真，验证了该算法的有效性。关键词：预测控制；PID；混沌优化；神经网络；再热汽温作者简介：明学星(1978一)。男。博士研究生，主要从事

2、人工智能在热工过程中的应用。中图分类号：TK32文献标识码：A文章编号：1001-9529(2007)08-0082-05Chaosoptimization-basedparameteroptimizationofpredictivePIDcontrollersforreheatedsteamtemperatureMINGXue—xing，WANGJian—guo，LUZhen—zhong，YUXiang-jun(SchoolofEnergySourcesandEnvironmentEngineering，SoutheastUniv，，Nanjing210098。Ch

3、ina)Abstract：ThepredictivecontrolandthePIDcontrollerwerecombinedforcontrollingofthereheatedsteamtempera·turesystem．Theneuralnetworkwasadoptedasthepredictivemodel，andthechaosoptimizationalgorithmwasusedforon·lineoptimizationofthePIDparametersofthesystem，Computersimulationsprovethealgorit

4、hmeffective．Keywords：predictivecontrol；PID；chaosoptimization；neuralnetwork；reheatedsteamtemperature再热汽温系统是一个典型的非线性、时变、多预测控制具有三个基本特征：预测模型、滚动变量系统，它的状态参数与运行工况密切相关。优化和反馈校正，如图1所示。汽温控制的好坏直接影响其热效率的高低。然而，生产过程中往往存在较多的干扰因素，蒸汽负荷、烟气流量及温度、炉内燃烧工况、送引风情况、二次风和三次风的调整、给水流量压力及温度、受热面积灰及制粉系统启停等均对再热汽温有较大图1预测控

5、制原理不意图的影响。因此迫切需要设计出具有较好鲁棒性的预测模型预测模型的功能是根据被控对象控制系统，并能够较快投入自动。的历史信息和未来的输人，预测系统的未来输出。1预测控制的基本原理滚动优化预测控制的最主要特征是在线优化。预测控制这种优化控制算法是通过性能指标预测控制是近年来发展起来的一类基于模型l，=∑Ey~(t+)一Yr(+)]+∑A()[Au(t的计算机控制算法，它不需要被控对象的精确的mg=NOmj=I数学模型，利用数字计算机的计算能力实行在线+一1)]最优来确定未来的控制作用。．的滚动优化计算，从而取得好的综合控制效果。反馈校正在预测控制算法中，采用检测实

6、际其基本出发点与传统的PID控制不同：它不仅仅输出与模型输出之间的误差进行反馈校正来校正预根据过程当前的和过去的输出测量值与设定值的测模型和实际对象模型的失配，使滚动优化建立在偏差来确定当前的控制输入，而且还利用预测模预测模型输出误差反馈校正的基础上，以克服系统型来预估过程未来的偏差值，并据此而滚动确定中存在的不确定性，提高系统控制精度和鲁棒性。当前最优输入策略¨，因此，从基本思想上看，2混沌优化原理’预测控制优于PID控制。目前，预测控制在工业实际应用中受到欢迎，并得到成功应用。混沌优化直接采用混沌变量进行解空间的遍维普资讯http://www.cqvip.com明

7、学星，等基于混沌优化的再热汽温预测PID控制器参数优化历搜索，其基本思想是：首先使优化变量在相空间1时logstic时间序列的随机性表现中处于混沌状态，即产生一组与优化变量相同数0．8目的混沌变量，用类似载波的方式将混沌引入优0．60．4化变量使其呈现混沌状态，同时把混沌运动的遍0、2历范围放大到优化变量的取值范围，然后直接利用混沌变量搜索。050100150200250300迭代次数混沌优化算法中，混沌变量通过logistic映射产生，logistic映射的形式如下：图2logstic时间序列的随机性图^+l=··(1一^)k=0，1，2，⋯(1)