基于遗传算法的模糊PID复合控制在电阻炉上的应用.doc

基于遗传算法的模糊PID复合控制在电阻炉上的应用 2007矩 第6期 仪表技术与传感器 InstrumentTechniqueandSensor 200r7 No.6 基于遗传算法的模糊PID复合控制在电阻炉上的应用 李界家,张晶宇,孙成明,廖鲁昕 (1.沈阳建筑大学信息与控制工程学院,辽宁沈阳110168;2.冶金科技发展中心,北京100711) 摘要:由于电阻炉温度控制具有非线性,大滞后,时变性等特点,提出了一种采用遗传算法作为神经网络的学习算法, 设计出一种神经网络PID控制器,使电阻炉炉温控制系统具有较高的控制精度和良好的动态特性与鲁棒性.采用MAT. LAB仿真及试验结果表明,该方法有效可行,可以推广到其他温度控制系统的应用上. 关键词:PID控制器;遗传算法;遗传算子;遗传神经网络 中图分类号:TH765.2文献标识码:A文章编号:1002—1841(20cr7)06—0061—02 ApplicationofFuzzy-PIDControlBasedonGeneticAlgorithm forControlofElectricHeater LIJie-jia,ZHANGJing-yu,SUNCheng-mingI,LIAOLu-Xin2 (1.ShenyangJianz~uUniversity,Slumyang110168,China; 2.MetallurgicallyScientificandn曲肿lDevelopingCenter,neijing100711,China) Al~,”tract:Duetothecharacteristicsofelectricheatertemperaturecontrol,suchasnonlinear,bigdelay,time-varyingand80on,pre— sentedahybridcontrolmethodincludinggeneticalgorithmastheLeamingt}lmofneuralnetwork,anddesignedakindofPIDcon- trollerbyneuralnetwork.Thiscontrolmethodmakestheelectricheatercontrolsystemhavellighcontrolaccuracyandbetterdynamical characteristicsandrobust.Thesimulationresul~showthatthemethodiseffective.ItCanalsobeusedinothertemperaturecontrolsystem. Keywords:PIDcontroller;geneticalgorithm;geneticoperatom;geneticalgorithm-neuralnetwork 0引言 传统的PID控制器,由于电阻炉存在非线性,大滞后,时变 性等特点_1J,现场PID参数整定困难,电阻炉的对象模型难以 确定,外界的干扰也会使控制偏离最佳状态,PID控制的效果并 不理想.因为要想取得良好的控制效果,必须先整定好其3个 参数:比例系数,积分时间,微分时间.如果控制器参数整定不 好,即使控制器本身很先进,其控制效果也会很差.在工业控 制系统中,存有各种不确定性,导致已整定好的参数无法保证 系统继续良好的工作.因此,要求PID控制器具有自动调整其 参数的功能,才能保证工作良好. 遗传算法是模拟生物在自然环境中的遗传和进化过程而 形成的随机有哪些信誉好的足球投注网站的全局优化算法【.提出将神经网络和遗传 算法有机地结合起来,构成遗传神经网络.通过遗传神经网络 来在线自整定PID的参数,提高炉温控制系统的动,稳态性能, 从而对电阻炉进行有效的控制. 提出遗传神经网络PID控制算法对炉温控制器进行设计, 采用遗传算法的改进算法作为BP网络的学习算法来整定神经 网络的权值,由遗传神经网络得到一组最合理的PID参数,对 电阻炉控制对象进行控制. 1遗传神经网络PID控制系统 原理图如图1所示. 2遗传神经网络PID控制器设计【4J 2.1PID控制器的基本结构 增量式数字PID控制算式为 收稿日期:2006—11—19收修改稿日期:2OO7—03—08 (n)=Kp[e(n)一e(n一1)]+Kle(n)+KD[e(n)一2. e(n一1)+e(n一2)] 一图1炉温控制系统原理图 PID控制器是工业生产中常见的控制方法.根据不同的控 制对象适当地整定PID的3个参数,可以得到较好的控制效果. 但当对象特性改变而且外界环境发生变化时,难以保持良好的 控制效果 2.2改进的自适应遗传算法 2.2.1染色体编码方法 采用的是浮点数的编码方法,染色体个体的每个基因值用 某