[实用新型]一种干冰清洗车PSO-PID升降控制装置

说明书

技术领域

本实用新型属于干冰清洗车制造技术领域，特别涉及一种干冰清洗车PSO-PID升降控制装置。

背景技术

干冰清洗车是一种以压缩空气作为动力与载体，以被加速的干冰颗粒为介质对变电站中的绝缘子进行清洗的专用机械设备。干冰清洗车升降机构速度控制系统由电液比例阀控液压马达系统组成。传统干冰清洗车升降机构速度控制是通过经验规则结合人工试凑的方式调整PID来实现的。干冰清洗车升降机构具有非线性和时变不确定性，难以建立精确的数学模型，常规PID控制器往往费时且难以满足控制要求，而基于其它的一些解析优化法也常常因对象模型的不确定而难以得到全局最优解。

实用新型内容

本实用新型的目的是提供一种干冰清洗车PSO-PID升降控制装置，解决现有技术存在的控制过程繁琐、费时、效果不佳的技术问题。

本实用新型所采用的技术方案是，一种干冰清洗车PSO-PID升降控制装置，包括PSO-PID控制器、速度传感器和电液比例换向阀，速度传感器与PSO-PID控制器的输入端连接，PSO-PID控制器的输出端与电液比例换向阀连接，电液比例换向阀与卷筒装置升降机构的动力系统逻辑控制连接。

本实用新型与现有技术相比具有如下优点：通过对干冰清洗车升降机构升降速度的实时监测，采用PSO-PID控制器实时调节PID参数，可以避开复杂的数学模型，易于找到PID参数的全局最优解，获得理想的控制效果，可以避免手工整定PID参数的繁琐过程。同时采用的PSO自适应优化算法具有算法简单、参数少、优化速度快，优化质量高等优点。

附图说明

图1为本实用新型的结构示意图。

图中，1、PSO-PID控制器；2、速度传感器；3、电液比例换向阀；4、升降机构。

具体实施方式

下面结合附图和具体实施方式对本实用新型进行详细说明。

粒子群优化算法(ParticleSwarmOptimization，PSO)是一种新兴的优化技术，为PID参数的优化整定提供了新的途径。PSO的优势在于算法的简洁性，易于实现，没有过多参数需要调查，且不需要梯度信息，PSO是非连续性优化问题、组合优化问题和混合整数非线性优化问题的有效优化工具，可用于解决大量非线性、不可微和多峰值的复杂问题优化，并已广泛应用于科学和工程领域，如函数优化、神经网络训练、模式分类、模糊系统控制等领域。

参照图1，本实用新型的干冰清洗车PSO-PID升降控制装置结构是，包括PSO-PID控制器1、速度传感器2和电液比例换向阀3，速度传感器2与PSO-PID控制器1的输入端连接，PSO-PID控制器1的输出端与电液比例换向阀3连接，电液比例换向阀3与卷筒装置升降机构4的动力系统逻辑控制连接；速度传感器2安装在卷筒装置的升降机构4上。

本实用新型构建的PSO-PID控制器1，预置有PSO优化算法对常规PID参数进行自适应优化和调节程序，采用PSO优化算法对常规PID参数进行自适应优化和调节，PSO优化PID参数步骤如下，

步骤1，根据经验确定PID三个参数的范围以及PSO算法的速度控制参数V_max后，在参数范围里初始化一群粒子即随机产生位置x_i与速度v_i。

步骤2，将平方误差矩积分函数，作为粒子群优化的适应度判据，计算每个粒子的适应值，其表达式为：

J=∫0∞te2(x)dt,]]>

式中，e(x)表示系统误差，t表示时间。

步骤3，对每个粒子：