【正文】 標(biāo)函數(shù)，性能指標(biāo)函數(shù)是被尋參數(shù)的函數(shù)，稱為目標(biāo)函數(shù)。當(dāng)然選擇不同的目標(biāo)函數(shù)，即使對于同一系統(tǒng)，尋優(yōu)最后得到的優(yōu)化參數(shù)也是會有所不同的。第二類是誤差型目標(biāo)函數(shù)，它是采用期望響應(yīng)和實際響應(yīng)之差的某個函數(shù)作為目標(biāo)函數(shù)。因此它反映整個系統(tǒng)的性能。這種目標(biāo)函數(shù)的表達(dá)式為 ()其中e(t)=r(t)y(t)表示系統(tǒng)誤差。由于在過度過程中e(t)時正時負(fù)，故取誤差的平方進(jìn)行積分。但是在過度過程中，不同時期的誤差是不完全相同的，如果全部用誤差的平方再積分顯然是不怎么合理的，不能很好的反映系統(tǒng)的最終品質(zhì)指標(biāo)的要求。這種目標(biāo)函數(shù)的表達(dá)式為 ()由于在誤差平方上乘以了t，相當(dāng)加上了時間權(quán)。這種目標(biāo)函數(shù)的選取不止一種方法可以更精確地反映系統(tǒng)的最終品質(zhì)要求。這種目標(biāo)函數(shù)的表達(dá)式為 或者為 () 其尋優(yōu)方法顯然要比其他兩種方法優(yōu)點突出。因此本文在選擇目標(biāo)函數(shù)的表達(dá)式取。例如在交換器中，被測量是被加熱物料的出口溫度，而控制量是載熱介質(zhì)，當(dāng)改變載熱介質(zhì)流量后，對物料的出口溫度必然有一個遲滯的時間，即介質(zhì)經(jīng)過管道的時間。在這些過程中，由于純滯后的存在，使得被調(diào)量不能及時反映系統(tǒng)所受的擾動，即使測量信號達(dá)到調(diào)節(jié)器，調(diào)節(jié)機關(guān)接受調(diào)節(jié)信號后立即動作，也需要經(jīng)過純滯后時間以后，才波及被調(diào)量，使之受到控制。所以具有純滯后的系統(tǒng)認(rèn)為是最難控制的系統(tǒng)。則說明該過程具有大滯后的工藝過程。因此大遲滯系統(tǒng)一直被受人們的關(guān)注，成為重要的課題之一。當(dāng)對系統(tǒng)進(jìn)行特別調(diào)整后還不能獲得滿意的結(jié)果時，還可以在常規(guī)控制的基礎(chǔ)上稍微加以改動。在大遲滯系統(tǒng)中采用的補償方法不同于前饋補償，它是按照過程的特性設(shè)想的一種模型加入到反饋控制系統(tǒng)中，以補償過程的動態(tài)特性。常用的有史密斯(Smith)預(yù)估補償方法，當(dāng)然還有一些改進(jìn)過的史密斯(Smith)預(yù)估補償方法，比如1977年甲而思和巴特利在史密斯方法的基礎(chǔ)上提出了增益的自適應(yīng)補償方案。通過理論分析可以證明改進(jìn)型方案的穩(wěn)定性優(yōu)于未改進(jìn)的史密斯方案，而且對模型精度的要求也有所降低，有利于改善系統(tǒng)的控制性能。為了保證系統(tǒng)輸出響應(yīng)無殘差，一般要求兩個PID動作調(diào)節(jié)器。至于輔助調(diào)節(jié)器的整定，只要在輔助調(diào)節(jié)器的反饋通道上與模型傳遞函數(shù)的模型相匹配即可。1959年由Smith率先提出了大滯后系統(tǒng)的預(yù)估補償方案，其主要原理是預(yù)先估計出被控過程的動態(tài)模型，然后將預(yù)估器并聯(lián)在被控過程上，使其對過程中的純滯后特性進(jìn)行補償，力圖將被延遲的時間的被控量提前送入調(diào)節(jié)器，因而調(diào)節(jié)器能提前動作，這樣就通過補償裝置消除了純滯后特性在閉環(huán)中的影響。+– Smith預(yù)估補償器方案原理框圖圖中 ——PID調(diào)節(jié)器；——廣義被控對象的數(shù)學(xué)模型，為不包括純滯后時間的對象模型；——Smith預(yù)估補償器。引入Smith預(yù)估補償器的目的，是使調(diào)節(jié)器所控制的等效對象中能消除純滯后部分， += () 由此可得Smith預(yù)估補償器的數(shù)學(xué)模型為 = () 于是。 () 故閉環(huán)系統(tǒng)特征方程式為 =0 () Smith等效預(yù)估補償系統(tǒng)框圖這就是Smith預(yù)估補償?shù)幕舅悸?，即從系統(tǒng)特征方程式中消除純滯后因素，因而可消除過程純滯后特性對系統(tǒng)穩(wěn)定性的不利影響。 加熱爐系統(tǒng)的重要特點在加熱爐爐溫控制過程中都會遇到純滯后調(diào)節(jié)控制問題，因為加熱爐的溫度控制是一個典型的純滯后工藝對象，爐溫的滯后不僅僅浪費能源。隨著計算機控制技術(shù)的發(fā)展與應(yīng)用，許多加熱爐都裝備有先進(jìn)的計算機控制系統(tǒng)，以實現(xiàn)加熱爐的最佳燃燒控制。在實現(xiàn)了最佳燃燒控制與最佳爐溫控制后，克服爐溫慣性問題愈顯重要。對于加熱爐來說，熱容量愈大滯后時間愈長。但對具有純滯后的工藝對象而言，控制系統(tǒng)對其施加校正作用后，工藝過程并不立即變化。正因為如此，純滯后被認(rèn)為是最難控制的工藝過程。對于測量系統(tǒng)產(chǎn)生的滯后可以用常規(guī)的滯后補償系統(tǒng)進(jìn)行校正，而加熱爐溫度滯后是加熱爐固有的物理特性，是由于爐溫變化速度低于燃料流量變化速度造成的，因此用常規(guī)的滯后補償軟件進(jìn)行校正效果是不好的。當(dāng)計算機給出了最佳爐溫設(shè)定值后，由于爐溫的滯后作用，實際爐溫不會很快達(dá)到設(shè)定值，而總要圍繞設(shè)定值上下波動延遲一段時間后才能達(dá)到設(shè)定值。如欲將爐溫由900℃升到1000℃，當(dāng)爐溫達(dá)到設(shè)定值1000℃ 后，由于其慣性作用，溫度值會偏離設(shè)定值而升到1100℃。當(dāng)調(diào)節(jié)系統(tǒng)得到偏差信號后，燃料流量能夠迅速響應(yīng)偏關(guān)信號而改變流量的大小。確切的說是爐溫變化的速度跟不上。這個超調(diào)量不僅僅浪費了能源，使得最佳燃燒控制系統(tǒng)的作用降低，更使得爐溫調(diào)節(jié)的過渡過程時間大大延長。在滯后的這段時間內(nèi)，溫度偏差沒有改變，因而控制系統(tǒng)的P、I.、D仍按原來的偏差繼續(xù)改變?nèi)剂系牧髁俊?加熱爐的模型結(jié)構(gòu)加熱爐對象是一個自衡系統(tǒng)，即在其他條件不變，一定的燃油流量和助燃風(fēng)量的作用下，爐出口溫度和煙氣中的氧體積分?jǐn)?shù)是一定的。對加熱爐測試的結(jié)果表明：燃油流量qm(s)及助燃風(fēng)量擋板開度X(s)對爐出口溫度T(s)及煙氣中氧體積分?jǐn)?shù)φO2(s)的關(guān)系均可用二階滯后傳遞函數(shù)來描述。這里采用臨界穩(wěn)定法對系統(tǒng)進(jìn)行初始整定，步驟如下： 1. 置調(diào)節(jié)器的積分時間為最大值，微分時間為0，比例帶d取適當(dāng)大小的值，使系統(tǒng)進(jìn)入運行狀態(tài)。記錄下此時的比例帶d值，并計算兩個波峰的間距，記做。 臨界比例度法計算公式參數(shù)調(diào)節(jié)規(guī)律比例帶積分時間微分時間P2__ __PI2．20．85 __PID1．60．50．125按如下結(jié)構(gòu)對工程法優(yōu)化的PID用MATLAB進(jìn)行仿真： 加熱爐溫度的PID控制框圖 單位階躍響應(yīng)的等幅振蕩曲線得到初始結(jié)果為：=18580=105K=根據(jù)上表，可以計算用PID調(diào)節(jié)器調(diào)節(jié)時的各參數(shù)為：==，==，==，=，=。 粒子群算法參數(shù)整定用粒子群算法優(yōu)化后得到的參數(shù)為=，=，=。再采用粒子群算法整定參數(shù)，通過粒子群算法對參數(shù)優(yōu)化后的曲線，曲線的各個指標(biāo)也有了明顯的提高，尤其是超調(diào)量有了明顯的減少，上升時間也有了明顯的縮短。 P、I、D參數(shù)對系統(tǒng)性能影響的研究針對本文的研究對象，在仿真中分別改變不同的P、I、D值，觀察其結(jié)果，并對其結(jié)果進(jìn)行相關(guān)比較。(2)分別增大、減小以及去掉，保持、不變。，增大會增大系統(tǒng)的超調(diào)量，但降低了峰值時間和調(diào)節(jié)時間；而減少則相對地降低了超調(diào)量，但增加了峰值時間和調(diào)節(jié)時間。 改變不同的值所觀察到的圖形，增大會降低系統(tǒng)的超調(diào)量；減小會相對地增大系統(tǒng)超調(diào)量。，加了Smith預(yù)估補償器后，系統(tǒng)的超調(diào)量有了明顯進(jìn)步，穩(wěn)定時間也相對降低，有效的改善了控制品質(zhì)。從中發(fā)現(xiàn)它的性能指標(biāo)，都比原來的曲線有了很大的改進(jìn)。因此，采用粒子群算法的優(yōu)越性是顯而易見的。(2)增大增加了系統(tǒng)了超調(diào)量；而減少則相對地降低了系統(tǒng)超調(diào)量；無則系統(tǒng)存在余差。(4)加了Smith預(yù)估補償器后，系統(tǒng)的超調(diào)量有了明顯進(jìn)步，穩(wěn)定時間也相對降低，有效的改善了控制品質(zhì)。在本文即將完成之際，我在此衷心地感謝那些直接或間接為本文的完成做出貢獻(xiàn)的人，以及那些曾經(jīng)給予我有益幫助的人。從論文的選題、實驗和論文的撰寫都得到了導(dǎo)師細(xì)心的指導(dǎo)和大力支持，不僅為我的研究指明了方向，而且在理論上給予我精心的指導(dǎo)。其次我要感謝我的班導(dǎo)師，教研室所有老師，正是在你們的不斷培養(yǎng)和教導(dǎo)下使一屆又一屆的畢業(yè)生在完成學(xué)業(yè)的同時并讓我們完善個人的品質(zhì)，充實了我們的人生觀、價值觀、世界觀。謹(jǐn)以此文獻(xiàn)給養(yǎng)育我、愛護(hù)我、關(guān)心我、支持我的親人和朋友們，謝謝你們!參考文獻(xiàn)[1] 邱黎輝，等．模糊PID控制在中央空調(diào)系統(tǒng)中的應(yīng)用[J]．計算機測量與控制，2004，12(1)：1526．[2] Ho MingJzu，Lin ChiaYin．PID controller design for robust performance[J]．IEEE Transactions on Automatic Control，2003，48(8)：38．[3] Ho M．T．Robust and nonfragile PID controller design [J]．Robust Nonlinear Control，2001，11：681708．[4] 夏紅，賞星耀，宋建成．PID參數(shù)自整定方法綜述[J]．浙江科技學(xué)院學(xué)報，2003，12(15)：912．[5] 熊志強，王煒，邱祖廉．一種新型PID自整定方法[J]．控制工程, 2003,5(10)：1117．[6] ChiaJu Wu and ChingHuo Huang，A Hybrid Method for Parameter Tuning of PID Controllers[J]．1996，6：215266．[7] Reynolds C W．Flocks，herds and schools：A distributed behavioral model[J]．Computer Graphics，1987，21(4)：2534．[8] Hepper F，U Grenander．A stochastic nonlinear model for coordinated bird flocks[A]．In：Krasner S．The Ubiquity of Chaos[C]．Washington DC：AAAS Publications，1990．[9] Shi Y，Eberhart R．A modified particle swarm optimizer[A]．In：IEEE World Congress on Computational Intelligence[C]．Piscataway，NJ：IEEE Press，1998：6973．[10] 賢思齊，優(yōu)化設(shè)計及常用優(yōu)化方法特點比較[M]．2001．[11] 宋云霞，朱學(xué)峰．大時滯過程控制方法與應(yīng)用[J]．化工自動化及儀表，2001，28 (4)：915．附錄 A（程序清單）基本粒子群優(yōu)化算法Matlab源程序 %初始格式化clear all。format long。 %學(xué)習(xí)因子1c2=。 %慣性權(quán)重MaxDT=1000。 %搜索空間維數(shù)（未知數(shù)個數(shù)）N=40。 %設(shè)置精度(在已知最小值時候用)%初始化種群的個體(可以在這里限定位置和速度的范圍)for i=1:N for j=1:D x(i,j)=randn。 %隨機初始化速度 endend%先計算各個粒子的適應(yīng)度，并初始化Pi和Pgfor i=1:N p(i)=fitness(x(i,:),D)。endpg=x(1,:)。 endend%進(jìn)入主要循環(huán)，按照公式依次迭代，直到滿足精度要求for t=1:MaxDT for i=1:N v(i,:)=w*v(i,:)+c1*rand*(y(i,:)x(i,:))+c2*rand*(pgx(i,:))。 if fitness(x(i,:),D)p(i) p(i)=fitness(x(i,:),D)。 end if p(i)fitness(pg,D) pg=y(i,:)。end%最后給出計算結(jié)果disp(39。)disp(39。)Solution=pg39。最后得到的優(yōu)化極值為：39。*************************************************************39。 HF %適應(yīng)度函數(shù)源程序（）function result=fitness(x,D)sum=0。 %多維單峰值函數(shù)endresult=sum。 proportional–integral–derivative (PID) control。b) is Hurwitz for all and[0,2).Proof: Necessity Suppose that (3) holds. Then, condition a) is obvious. The necessity of condition b) is established in the following way. Sinceit follows thatBecause B(s) and F(s) are Hurwitz, using Rouch233。2) is Hurwitz for all and [0,