基于glbest-pso算法的cstr系統(tǒng)魯棒pid控制-文庫吧資料
2025-06-30 15:34本頁面
【正文】 ithm with globallocal best parameters[J].Knowledge and Information Systems,2008,(16):331357.作者簡介:徐志成(1980),男,講師,主要從事智能優(yōu)化和魯棒控制等研究。 結束語針對CSTR系統(tǒng)的不確定性,本文提出了一種新型的魯棒PID控制方法,該方法將魯棒PID控制器的參數(shù)整定問題轉化為一個求解maxmin的優(yōu)化問題,并利用合作進化GLBestPSO算法對該問題進行求解。采用本文算法所設計的魯棒PID控制器,能使系統(tǒng)在更大的操作范圍內保持穩(wěn)定,并且具有滿意的控制效果。可以看出,在正常工況或操作范圍變化較小時,用LMI方法得到的魯棒PID控制器的性能尚可。可以看出,用合作進化GLBestPSO算法整定得到的控制器使系統(tǒng)輸出的波動小于用LMI方法得到的控制器,系統(tǒng)恢復時間也優(yōu)于后者。用本文算法得到的PID控制器仍然能保證系統(tǒng)穩(wěn)定,并迅速穩(wěn)定在設定值。在正常情況下或操作點變化較小時,兩種方法整定得到的PID控制器的控制性能相近,均能滿足系統(tǒng)的控制要求。過程對這兩組參數(shù)的PID控制器系統(tǒng)響應和控制量的輸出結果分別如圖2和圖3所示。經本文算法優(yōu)化得到的PID控制器參數(shù)為[ ],。系統(tǒng)通過流量來控制CSTR系統(tǒng)生成物的濃度CSTR系統(tǒng)在是穩(wěn)定的,時,系統(tǒng)變得不穩(wěn)定。 仿真研究CSTR可用式(14)來描述:是冷卻劑的流量,進料濃度是系統(tǒng)干擾變量。進化的終止條件是達到進化代數(shù)。第八步:判斷的進化是否已達到終止條件,如果達到,則停止算法的執(zhí)行并返回第七步最優(yōu)粒子的位置值作為結果,該位置值就是要尋找的魯棒PID控制器參數(shù)。判斷個粒子的位置值和對應的目標值保存作為第七步的比較使用。第五步:將第個粒子的值作為常值,根據(jù)目標式(8),通過進化尋找最優(yōu)的頻率值,使第個粒子對應的內層達極小值,并計算對應的最優(yōu)目標函數(shù)值。第三步:對于中的每一個粒子,執(zhí)行下述第四步到第六步。粒子群均具有各自的種群數(shù)、初始速度、初始位置等,兩者不相關。同樣,當全局最優(yōu)值等于局部最優(yōu)值時,全局局部最優(yōu)加速度常數(shù)等于2,并且在整個搜索過程中,其值始終位于2附近。表達式(11)稱為全局局部最優(yōu)加速度常數(shù)(GlobalLocal BestAC,GLBestAC),則相應的速度更新表達式為:式中,為[0,1]的隨機數(shù),表達式(10)(13)稱為GLBestPSO算法。為該進化代數(shù)對應的所有粒子歷史最優(yōu)位置的平均值。鑒于慣性權
醫(yī)療健康相關推薦
鄂ICP備17016276號-1