[发明专利]一种基于蚁群算法的气化装置PID参数整定方法

权利要求书

1.一种基于蚁群算法的气化装置PID参数整定方法，包括建模分析、参数优化和仿真验证，具体包括以下步骤：

第一步，模型辨识：采用带遗忘因子的递推增广最小二乘法，对气化装置控制回路进行模型辨识；建模步骤如下：

一、选用限幅滤波和递推平均滤波法两者相结合的数据预处理方法对数据进行预处理；

二、采用最大最小之法进行归一化处理；

三、采用带遗忘因子的递推增广最小二乘法进行系统辨识；

四、根据平均值误差判断模型收敛性；

五、模型仿真和验证；

第二步，采用蚁群算法对建模后的控制回路进行PID参数优化：

利用蚁群算法对煤气化装置各回路进行PID参数寻优，目标函数为：J＝∫(e(t)²+λu(t)²)dt，J为目标函数值，e(t)为偏差量，u(t)为控制量，λ为控制量加权；寻优步骤如下：

一、确定模型；

二、得出寻优后修正结果比例增益K_p和积分时间T_i；

三、绘制仿真曲线图；

四、进行鲁棒性分析。

2.如权利要求1所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第一步中第三项中，采用递推增广最小二乘法获得CARIMA模型，再转化为传递函数模型。

3.如权利要求2所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第二步第三项中，绘制现场运行曲线图。

4.如权利要求3所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第二步第三项中，绘制优化后的PID参数控制效果图。

5.如权利要求4所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第二步第三项中，绘制同一偏差调节曲线对比图。

6.如权利要求5所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第一步第五项中，绘制模型输出跟踪曲线图。

7.如权利要求6所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第二步第四项中，先令模型增益增加100％，得出变化后的模型及其仿真结果，然后再令模型增益减小20％，得出变化后的模型及其仿真结果。

8.如权利要求7所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：第二步第四项中，绘制增益增加100％后仿真结果图和增益减少20％后仿真结果图。

9.如权利要求1-8中任一项所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：该方法应用于高压闪蒸分离罐液位调节回路。

10.如权利要求9所述的基于蚁群算法的气化装置PID参数整定方法，其特征在于：该方法应用于对液位控制器PID参数进行整定。