基于粒子群算法混合优化的广义预测控制器研究(7)

混合优化广义预测控制算法流程图

毒（动为［．０．１，０．１】均匀分布的白噪声。

取参数ｎ＿８，ｍ＝ｌ，九＝０．０００１，Ｑ＝０．３。ＰＳＯ的种群

在仿真过程中１～１００步采用模型（１），控制增量ＡＵＥ［－ｏ．４，

数目为２０，最大迭代次数为１００，学习因子ｃ１＝ｃ２＝２，稳定０．４］；１０１～２００步采用模型（２），△ｕ∈［－０．３，０．３】：２０１～３００步精度６＝０．００１，最大连续稳定迭代次数ｂ＝５，优质种子比例采用模型（３），ＡＵｅ卜０．１，０．１】；３０１～４００步采用模型（４），△ｕ０％＝２０％。仿真结果如图６所示。

∈［－ｏ，２，０．２１。取参数：ｎ＝６，ｍ＝２，天＝ｏ．８，Ｑ＝０．３。ＰＳＯ的

２

种群数目为２０，最大迭代次数为１００，学习因子ｃ１＝ｃ２＝２，稳

Ｊ（ｉ

定精度６＝０．００１，最大连续稳定迭代次数ｂ＝５，优质种子比例

ｏ也

０

５０１００１５０２００２５０３００３５０４００

０％＝２０％。善（七）为卜ｏ．０５，ｏ．０５］均匀分布的白噪声。

ｔ

Ｍ

图中仿真时间ｔ单位秒，输入电压增量Ａｕ单位ｖ，输ｏ

出电压ｙｒ／ｙ单位ｖ。由仿真图４、５比较可见，在输入控制４０

５０

１００

１５０

２００２５０３００３５０４００

增量受限的情况下采用改进ＰＳＯ混合方法优化的广义预测

ｔ

ｍ

控制具有更强的适应能力和跟踪性能。且前者的控制输入增

量变化较平缓，更加符合实际要求。

ｊ．

Ｏ加

０

如

１００１５０２００２５０３００３５０４００

２．５

ｔ

２

宣１‘；

郾

多种约束情况下的系统仿真结果

０．５０从仿真结果可知，该方法对于实际被控对象存在多种约束情况时，优化方法仍然可行，控制效果很好。

０．５０．３

３）工业过程实例仿真

Ｂ：

电厂锅炉的主汽温控制是机组安全、经济运行的重要参＿ｏ．３数之一。常用的控制方法有采用常规ＰＩＤ控制器构成串级控－ｏ．５

制系统或采用导前微分补偿信号的双回路控制系统，但由于汽温被控对象具有大时延和大惯性的特点，这些控制方法难

图４基于改进ＰＳＯ混合优化时，模型阶次、时滞

以获得最佳的控制效果。实际情况也表明，尽管很多电厂已以及控制增量约束范围变化时的跟踪特性

２．５经完成了集散控制系统（ＤＣＳ）改造，但汽温控制品质不理想，２

稳态时能够满足部颁要求（设定值的±４＂Ｃ范围内）的锅炉仍宣１７

不多，有些电厂甚至当负荷仅以２％ＭＣＲ／ｍｉｎ速率变化时，０．５Ｏ汽温就偏离设定值８℃以上，所以常常只能通过手动操作来控制主蒸汽温度，有经验的运行人员也只能把汽温设定值降

０．５

０．３

低到５３７℃，且稳态范围扩大到±６℃左右，降低了机组运昌．蹦

行的经济性，也增加了运行人员的劳动强度【１０】。

一０．３安徽淮南平圩电厂１号锅炉为哈尔滨锅炉厂引进美国

—０．５

ＣＥ公司技术生产的２００８ｔ／ｈ电厂锅炉，设计中只有一套喷水

减温器，安装在前屏过热器进口母管上。选取系统控制量图５基于普通ＰＳＯ混合优化时，模型阶次、时滞

以及控制增量约束范围变化时的跟踪特性

ｕ（ｔ）为喷水减温器阀门开度，系统输出为锅炉主蒸汽温度，

通过相关系数法可得到主蒸汽温度模型为：

从表１可看出，基于改进的ＰＳＯ混合优化方法大大提（４６９ｓ２＋４．４９５ｓ＋０．００９７７１）ｅ－ ８。ｓ高了寻优速度。

万　

方数据一—２．０７ｅｇｓ５＋．３６ｅＴｓ４＋５．４６９ｅＳｓ—３＋２９１ｓ２＋８．０５４ｓ＋．０８９２

８２３

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科基于粒子群算法混合优化的广义预测控制器研究(7)全文阅读和word下载服务。