本發(fā)明屬于流程工業(yè)生產(chǎn)
技術(shù)領(lǐng)域：
，涉及一種隨機(jī)搜索優(yōu)化方法—混合精英隨機(jī)搜索優(yōu)化方法，該方法可以應(yīng)用于流程工業(yè)生產(chǎn)裝置控制回路對象模型的參數(shù)辨識及操作參數(shù)優(yōu)化。
背景技術(shù)：
：在控制理論領(lǐng)域中，對控制對象模型的辨識方法類別有很多，但對于迅速發(fā)展的現(xiàn)代化流程工業(yè)，如大型乙烯、催化裂化等石化裝置，系統(tǒng)復(fù)雜程度越來越高，傳統(tǒng)的經(jīng)典系統(tǒng)辨識方法難以達(dá)到令人滿意的效果，從而滋生了先進(jìn)控制理論及優(yōu)化方法的發(fā)展，而對于目前絕大多數(shù)先進(jìn)控制理論方法都是基于對象模型的先進(jìn)方法，所以對系統(tǒng)對象模型的辨識及控制參數(shù)的優(yōu)化的要求不斷提高。在眾多的優(yōu)化算法中，上世紀(jì)80年代初期發(fā)展起來的隨機(jī)搜索方法在石化工程界得到了廣泛的應(yīng)用，該方法的特點是簡單易用，并且能解決較復(fù)雜的問題，特別是在石化裝置閉環(huán)控制系統(tǒng)參數(shù)估計及控制器參數(shù)優(yōu)化應(yīng)用中發(fā)揮了其獨特的優(yōu)點。但對于高階系統(tǒng)，該方法的計算效率不高，耗時長，難以實現(xiàn)對控制器參數(shù)的在線整定；并且隨機(jī)搜索優(yōu)化方法容易導(dǎo)致局部最優(yōu)解，得不到滿意的結(jié)果。技術(shù)實現(xiàn)要素：為了解決隨機(jī)搜索優(yōu)化方法在過程對象辨識和控制器參數(shù)優(yōu)化過程中存在的問題，本發(fā)明提出了一種混合精英隨機(jī)搜索優(yōu)化(MERSO)方法，該方法一種結(jié)合了精英策略、正交分析思想的全新隨機(jī)搜索優(yōu)化方法。通過引進(jìn)正交分析思想，保留精英解的方法，提高了收斂速度，搜索效率、精度及準(zhǔn)確度均大大提高，有效克服局部最優(yōu)的情況。將MERSO方法應(yīng)用于流程工業(yè)生產(chǎn)裝置控制回路對象模型的參數(shù)辨識及操作參數(shù)優(yōu)化時，可根據(jù)裝置相應(yīng)閉環(huán)控制回路的輸入輸出數(shù)據(jù)，較準(zhǔn)確地估計過程對象模型的參數(shù)，隨后設(shè)計回路控制器的動態(tài)最優(yōu)參數(shù)，實現(xiàn)石化生產(chǎn)裝置中溫度、壓力、液位、流量等過程回路動態(tài)最優(yōu)控制。溫度變量一般采用二階純滯后對象模型來表示，如下式(1)所示：Gm(s)=cs+das2+bs+1·e-τs---(1)]]>其中Gm(s)為溫度對象的傳遞函數(shù)，a,b,c,d分別為溫度對象模型參數(shù)，τ為過程對象純滯后時間，s為拉普拉斯算子。PID控制器模型如下式(2)所示：Gc(s)=K(1+1Tis)(1+Td1+0.1Td)---(2)]]>其中Gc(s)表示PID控制器傳遞函數(shù)模型，K為PID控制器比例參數(shù)，Ti為PID控制器積分參數(shù)，Td為PID控制器微分參數(shù)。MERSO方法的主要步驟如下：第一步：確定有效的溫度對象的建模數(shù)據(jù)、性能指標(biāo)與約束條件。不需要外加任何測試信號，直接根據(jù)數(shù)據(jù)挖掘技術(shù)獲得有效的溫度對象建模數(shù)據(jù)，包括溫度閉環(huán)控制系統(tǒng)的輸入與輸出數(shù)據(jù)，并以此估計過程模型的參數(shù)a,b,c,d,τ。根據(jù)具體的裝置過程生產(chǎn)的要求，提出相應(yīng)的性能指標(biāo)與約束條件。在估計溫度過程模型參數(shù)時，選用誤差平方和的性能指標(biāo)如下式(3)所示：F1=∫0t[y(t)-y(t)^]2dt---(3)]]>式中F1為誤差平方和的性能指標(biāo)，y(t)為溫度控制回路的輸出，為溫度控制回路輸出的估計值,t為時間。在設(shè)計溫度回路控制器參數(shù)時，采用ITAE(時間誤差絕對值積分)性能指標(biāo)如下式(4)所示：F2=∫0∞t|y(t)-Sv(t)|dt---(4)]]>其中，F(xiàn)2為ITAE性能指標(biāo)，y(t)為溫度控制回路的輸出，Sv(t)為溫度控制回路的設(shè)定值。約束條件如下式(5)所示：或式中，ymax(t)為溫度控制回路輸出響應(yīng)的穩(wěn)態(tài)值。第二步：隨機(jī)產(chǎn)生m組初始值及搜索半徑，每組初始值具有n個待估計的模型參數(shù)；選擇足夠多的隨機(jī)數(shù)(例如2000個)，使其數(shù)值在-0.5～+0.5之間，并將他們分為100組，每組20個，用矩陣表示為y(100,20)。任選m組初始值初始搜索半徑可選為初值的若干倍(如2.0倍)，如下式(6)所示：rkm0(n)=2.0akm0(n)---(6)]]>式中，r為搜索半徑，其通式是其中j＝0,1...20表示迭代次數(shù)，k＝0,1...P表示每組每次求解狀態(tài)方程的次數(shù)；m表示每次迭代計算的組數(shù)；n表示待估計的模型參數(shù)的個數(shù)。第三步：對m組初始值均采用隨機(jī)搜索優(yōu)化方法獲得m組本次局部最優(yōu)解；可按下式計算過程模型的參數(shù)或設(shè)計控制器參數(shù)，k＝0,1...P，P一般可取10-50。akm(j)(i)=akm(j-1)(i)+ykmrkm(j)(i)---(7)]]>將這些參數(shù)帶入溫度閉環(huán)控制系統(tǒng)的方程，求解出y(t)，再計算出性能指標(biāo)F1、F2，然后繼續(xù)在隨機(jī)數(shù)中選出n×m個ykm，重復(fù)上述計算，直至第P組，從中獲得m個本次局部最優(yōu)解。第四步：從m個本次局部最優(yōu)解中選擇最好的三個解，作為本次迭代精英解，對三個精英解，作三水平正交分析法，得到一組本次迭代最優(yōu)解。第五步：其他的m-3個非精英解向本次迭代最優(yōu)解逼近；根據(jù)經(jīng)驗，定義收斂因子為：在每一次迭代計算結(jié)束之后，將搜索半徑縮小倍：第六步：重復(fù)步驟第三步進(jìn)行下一次迭代計算，直至迭代20次，可獲得滿意的結(jié)果。本方法計算流程如圖1所示。本發(fā)明所提出的方法具有以下幾個優(yōu)點：1、該方法針對流程工業(yè)生產(chǎn)過程控制回路提出的MERSO隨機(jī)搜索算法搜索精度及準(zhǔn)確度大大提高，有效克服常規(guī)搜索算法局部最優(yōu)的缺陷。2、MERSO方法應(yīng)用于流程工業(yè)生產(chǎn)過程閉環(huán)控制回路控制器參數(shù)優(yōu)化時，可設(shè)計出兼顧魯棒性和響應(yīng)速度的精英參數(shù)，達(dá)到強(qiáng)魯棒性的快速小超調(diào)或無超調(diào)的控制效果。附圖說明圖1MERSO優(yōu)化方法流程圖圖2TIC381023回路對象采樣數(shù)據(jù)和模型辨識結(jié)果仿真曲線圖3PID控制器參數(shù)優(yōu)化后的輸出響應(yīng)曲線具體實施方式針對本發(fā)明所提出的方法，下面結(jié)合一個實例予以說明。某化工裝置精餾塔靈敏板溫度回路TIC381023，在工藝投自動時，由于控制器參數(shù)整定不合適，導(dǎo)致溫度得不到平穩(wěn)控制，下面結(jié)合本發(fā)明提出的方法對對象模型進(jìn)行辨識，并且對控制器參數(shù)進(jìn)行優(yōu)化整定，以達(dá)到精餾塔靈敏板溫度平穩(wěn)控制的目的?；芈吩璓ID參數(shù)為：比例參數(shù)K＝0.2；積分參數(shù)Ti＝2.5；微分參數(shù)Td＝0?，F(xiàn)采用本發(fā)明提出的MERSO隨機(jī)搜索方法對模型參數(shù)進(jìn)行辨識，選取式(3)作為靈敏板溫度回路對象模型參數(shù)辨識的性能指標(biāo)，選取分布在區(qū)間[-0.50.5]上的2000個隨機(jī)數(shù)，并將他們分為100組，每組20個，并選擇12組初始值及搜索半徑，由現(xiàn)場采集的回路數(shù)據(jù)，按本發(fā)明方法進(jìn)行辨識，得到靈敏板溫度對象模型參數(shù)如表1所示：表1對象模型參數(shù)辨識結(jié)果參數(shù)名稱abcdτ參數(shù)值0.0690.420.541.410.11對上述參數(shù)辨識結(jié)果進(jìn)行仿真，其響應(yīng)曲線見圖2所示。圖中MERSOOBJ即為辨識模型的響應(yīng)曲線圖，可以看出，通過采用本發(fā)明方法，所得到的對象響應(yīng)曲線與實際對象的響應(yīng)曲線幾乎重合，說明辨識效果良好。得到上述模型參數(shù)之后，同樣采用本發(fā)明方法對PID控制器的參數(shù)進(jìn)行優(yōu)化。首先采用式(4)作為PID參數(shù)優(yōu)化的性能指標(biāo)，并且式(5)作為約束條件；選取分布在區(qū)間[-0.50.5]上的隨機(jī)數(shù)，選擇10組初始值和搜索半徑，根據(jù)本發(fā)明采用的方法，可得優(yōu)化后的PID參數(shù)如表2所示：表2回路PID控制器參數(shù)優(yōu)化結(jié)果參數(shù)名稱KTiTd參數(shù)值0.680.40.23采用表2中所得到的優(yōu)化的PID控制器參數(shù)進(jìn)行仿真，其輸出響應(yīng)效果如圖3所示通過上述具體實例，可以看出，通過本方法所設(shè)計的PID控制器整定參數(shù)具有響應(yīng)快、小超調(diào)、魯棒性好的特點。說明本方法所提出的方法不但具有理論優(yōu)勢，并且在工程應(yīng)用中也可以發(fā)揮出其出色的效果。當(dāng)前第1頁1 2 3