[发明专利]一种基于蚁群算法的气化装置PID参数整定方法

说明书

技术领域

本发明属于自动控制技术领域,涉及一种基于蚁群算法的气化装置PID(P是比例增益，I是积分时间，D是微分时间)参数整定方法。

背景技术

目前，粉煤加压气化技术是一种重要的清洁能源生产方式。以粉煤为原料的气化技术具有煤种适应性广、原料消耗低、碳转化率高等技术优势,有更强的市场竞争力。粉煤加压气化工艺是以粉煤和纯氧为原料,在高温、高压、非催化条件下在气化炉内进行部分氧化反应, 生成以一氧化碳和氢气为有效成分的粗合成气。煤气化装置含有多条控制回路，大部分采用PID控制。PID控制回路的正常工作，是保证煤气化装置安全稳定运行的基础，也是采用先进过程控制、操作优化、质量管理、节能策略的基础。PID参数的优化与否直接影响着控制效果。优化方法一般分为工程整定法和理论计算法。工程整定法，主要依赖工程经验，直接在控制系统的试验中进行，虽然方法简单，但往往控制效果不理想。理论计算法，依据系统的数学模型，经过理论计算确定控制器参数。该类算法得出的结果具有很高的可信度和代表性，控制效果也很理想。

现有的煤气化装置的控制回路参数，多采用工程整定法，由于整定的参数不具有代表性，导致存在现场的很多控制回路都停留在手动状态，耗费大量人力，控制效果不佳，造成了生产原料的浪费等问题。

发明内容

本发明的目的在于，提供一种基于蚁群算法的气化装置PID参数整定方法，解决现有技术中由于整定的参数不具有代表性，导致存在的控制回路都停留在手动状态，耗费大量人力，控制效果不佳，造成了生产原料的浪费等问题，通过得到优化后的控制器参数，使气化装置控制回路能够平稳地投用自动控制，控制回路正常运行时不需人为干预，让操作员解放双手，节约人力成本，提高生产效率，同时降低生产成本，节约能源。

为实现上述目的，本发明提供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。

在以上方案中优选的是，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。

在以上任一方案中优选的是，第二步第三项中，绘制现场运行曲线图。

在以上任一方案中优选的是，第二步第三项中，绘制优化后的 PID参数控制效果图。

在以上任一方案中优选的是，第二步第三项中，绘制同一偏差调节曲线对比图。

在以上任一方案中优选的是，第一步第五项中，绘制模型输出跟踪曲线图。

在以上任一方案中优选的是，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。

在以上任一方案中优选的是，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。

在以上任一方案中优选的是，该方法应用于高压闪蒸罐液位调节回路。

在以上任一方案中优选的是，该方法应用于对液位控制器PID 参数进行整定。

与现有技术相比，本发明具有以下优点：