1.一种基于PSO-PID算法的燃气自动控制阀门智能调控方法,其特征在于,包括以下步骤:
(1)建立燃气阀门被控对象的传递函数模型,所述传递函数模型为
(2)在传递函数模型的基础上,进行PID算法控制器的设置;
(3)在进行PID算法控制器设置的同时,初始化PSO算法中的粒子群参数;
(4)利用粒子群算法对PID控制器的参数进行优化,比较计算结果是否达到精度或迭代次数,记录最佳Kp、Ki、Kd参数值;
(5)若计算结果达到性能目标,则结束计算,输出Kp、Ki、Kd参数值作为最佳控制参数;若计算结果达不到性能要求,则重复第(3)步、第(4)步,在K时步的结果基础上更新粒子群的速度和位置,输出最佳Kp、Ki、Kd参数值。
2.根据权利要求1所述的一种基于PSO-PID算法的燃气自动控制阀门智能调控方法,其特征在于,所述步骤(1)中燃气阀门被控对象的传递函数模型建模是依据如下步骤完成的:
首先,设定电动机的初始转速为ω,减速后的转速为ω’,将电磁惯性和机械惯性均设置为0,其减速输出:
ω’=k1k2Ur 公式(1)
其中,k1为电机转换系数,k2为减速比,Ur为电动机的工作电压;
其次,根据阀门联轴器的传递作用,使电机减速后的速度与阀门转轴的速度相等,电机减速后的转速为ω’与阀门转角的关系为:
接着,将公式(1)和公式(2)联立,积分可得:
其中,t0为电磁惯性和机械惯性;
最后,对公式(3)进行拉普拉斯变换可得到传递函数G(s)为:
其中,s为复数。
3.根据权利要求1所述的一种基于PSO-PID算法的燃气自动控制阀门智能调控方法,其特征在于,所述步骤(2)中的PID算法控制器的设置,包括如下步骤:
首先,根据给定的目标值r(t)与实际输出值y(t)构成的偏差e(t),将偏差的Kp、Ki和Kd通过线性组合构成控制项,对被控对象进行控制,其控制规律为:
e(t)=r(t)-y(t) 公式(5)
然后,对公式(6)进行离散化处理,即得到燃气自动控制阀增量型PID算法函数Δu(k):
Δu(k)=Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)+e(k-2)-2e(k-1)公式(8)
其中,比例系数积分系数微分系数
4.根据权利要求1所述的一种基于PSO-PID算法的燃气自动控制阀门智能调控方法,其特征在于,所述步骤(4)中利用粒子群算法对PID控制器的参数进行优化,包括如下步骤:
首次,将初始化的粒子群参数赋值到PID控制器的Kp、Ki、Kd参数数组中;
其次,根据系统偏差与时间的关系,在此以时间绝对偏差积分ITAE的倒数作为适应度函数,适应度函数变化过程如下:
对于增量型的PID控制器,将适应度函数进行离散化处理,处理后适应度函数如下:
然后,根据适应度函数公式(10)和公式(11)计算每一粒子的适应度值,并找出粒子群中适应度最佳个体的Kp、Ki、Kd参数值。
5.根据权利要求4所述的一种基于PSO-PID算法的燃气自动控制阀门智能调控方法,其特征在于,所述的更新粒子群的速度和位置的步骤如下:
根据公式(10)和公式(11)计算粒子新位置及更新后的适应度值,然后根据公式(12)进行适应度比对:
若当前粒子适应度优于粒子本身前一时刻的最优适应度,则把当前粒子位置作为自身最优位置
若粒子当前适应度优于整个粒子群前一时刻的最优适应度,则把当前位置粒子群作为全局最优
其中,
在公式(12)中,r1和r2是在(0,(1)之间均匀分布的随机数,ωstart和ωend分别为起始权重和终止权重,tmax是最大迭代次数,t是当前迭代次数。