蟻群算法在油庫發(fā)油PID控制中的應用

蟻群算法在油庫發(fā)油PID控制中的應用張相勝;陸書燕;潘豐【摘要】針對目前油庫定量發(fā)油過程具有非線性、滯后性等特點，常規(guī)PID控制難以達到預期的控制精度，提出一種蟻群算法優(yōu)化PID參數(shù)的控制方案.在PID發(fā)油控制系統(tǒng)的基礎(chǔ)上引入蟻群算法，通過蟻群迭代尋優(yōu)的方式優(yōu)化PID控制參數(shù)，從而實現(xiàn)油庫發(fā)油的穩(wěn)定性.在控制系統(tǒng)中，采用S7-1200PLC為控制器，通過，。3語言實現(xiàn)算法,PID參數(shù)基于蟻群算法動態(tài)優(yōu)化.實驗表明，所提出的方法較PID參數(shù)Z-N整定法更具實用性和有效性，超調(diào)量減少58%,能夠使發(fā)油控制更加穩(wěn)定.【期刊名稱】《測控技術(shù)》【年(卷)，期】2019(038)002【總頁數(shù)】4頁(P61-64)【關(guān)鍵詞】油庫發(fā)油;蟻群算法;參數(shù)優(yōu)化；PID；控制系統(tǒng);可編程邏輯控制器【作者】張相勝;陸書燕;潘豐【作者單位】江南大學輕工過程先進控制教育部重點實驗室，江蘇無錫214122;江南大學輕工過程先進控制教育部重點實驗室，江蘇無錫214122;江南大學輕工過程先進控制教育部重點實驗室，江蘇無錫214122【正文語種】中文【中圖分類】TP273PID控制是最早發(fā)展起來的控制方案之一，由于其具有魯棒性能好、可靠性高等特點，被廣泛應用于工業(yè)過程控制中［1］。油庫定量發(fā)油的過程具有滯后、慣性以及時變性等特點，普通PID控制不能很好地適應參數(shù)變化，很難滿足油庫發(fā)油的控制要求。為了提高油庫發(fā)油的控制性能，滿足油庫發(fā)油的控制要求，有必要研究一種智能PID發(fā)油控制系統(tǒng)。針對油庫定量發(fā)油過程，本文將一種蟻群算法優(yōu)化PID參數(shù)的方法用于油庫發(fā)油控制，并取得了較好結(jié)果?？刂葡到y(tǒng)采用S7-1200PLC作為中央控制器，通過，。3語言實現(xiàn)蟻群算法對PID參數(shù)的優(yōu)化。實驗表明，基于蟻群算法優(yōu)化后的PID發(fā)油控制器具有動態(tài)響應速度更快、上升時間更短等優(yōu)點。1油庫發(fā)油控制系統(tǒng)的結(jié)構(gòu)及硬件框架針對油庫發(fā)油的控制要求，設計了系統(tǒng)的結(jié)構(gòu)框圖，如圖1所示。根據(jù)油庫現(xiàn)場控制的要求，對所需要的控制模塊進行合理的規(guī)劃。其中，數(shù)字量輸入點包括靜電接地、溢油檢測、鶴管到位、鶴管復位和啟停開關(guān)等信號輸入。數(shù)字量輸出點包括油泵、靜電聲光報警、溢油聲光報警、發(fā)油指示等信號輸出。模擬量包括電液閥模擬量輸出點、溫度傳感器模擬量輸入點。該控制系統(tǒng)需要控制6個鶴管，對I/O口進行分配，包括36個數(shù)字量輸入點、24個數(shù)字量輸出點、6個模擬量輸入點、6個模擬量輸出點。在S7-1200中含有部分I/O端口，考慮到添加10%的裕量，對模擬量I/O和數(shù)字量模塊進行了合理的配置。硬件的詳細模塊參數(shù)如表1所示。表1系統(tǒng)模塊選型模塊型號數(shù)量/個CPU1215C1數(shù)字量輸入模塊SM12214數(shù)字量輸出模塊SM12222模擬量輸入模塊SM12312模擬量輸出模塊SM12322圖1油庫發(fā)油控制系統(tǒng)結(jié)構(gòu)圖2基于蟻群算法的PID控制參數(shù)的優(yōu)化控制參數(shù)的優(yōu)化對于PID性能的好壞起著決定性的作用。常規(guī)的整定方法有試湊法和理論計算整定法。然而，當參數(shù)發(fā)生變化時，常規(guī)的系統(tǒng)整定方法會使控制器的性能變差。因此，需要一種智能優(yōu)化方法對控制器的參數(shù)進行實時優(yōu)化，采用蟻群算法來優(yōu)化PID控制的3個參數(shù)，使之能夠達到良好的整定效果［2］。2.1蟻群算法優(yōu)化PID參數(shù)的系統(tǒng)結(jié)構(gòu)圖該蟻群算法的PID控制是PID控制器和蟻群算法兩個部分組成［3］。PID控制器對被控對象進行閉環(huán)控制，系統(tǒng)的優(yōu)化指標大于設定指標時調(diào)用蟻群算法對Kp、Ki、Kd3個參數(shù)進行實時優(yōu)化，當優(yōu)化指標小于設定指標時，停止參數(shù)優(yōu)化；蟻群算法以性能指標的最優(yōu)化為目的，根據(jù)系統(tǒng)的運行狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)［4］。蟻群算法優(yōu)化PID控制系統(tǒng)結(jié)構(gòu)圖如圖2所示。圖2控制系統(tǒng)結(jié)構(gòu)圖2.2節(jié)點和路徑的選擇PID控制的Kp、Ki、Kd3個參數(shù)為優(yōu)化變量，設均保留3位小數(shù)，各需要4個數(shù)字來表示，共需要12個數(shù)字。利用Z-N法得到的參數(shù)初步確定Kp、Ki、Kd的數(shù)值Kp=1.231、Ki=0.124、Kd=1.023并將Kp、Ki、Kd數(shù)值抽象體現(xiàn)在XOY平面上如圖3所示。圖3節(jié)點及路徑生成示意圖在XOY平面上一共有12x10個節(jié)點，用C(xi,yi,j)表示一個節(jié)點，其中xi表示節(jié)點的橫坐標，yi,j表示節(jié)點的縱坐標［5］。假設螞蟻的出發(fā)點為原點O,其爬行的路徑為：Path=(0,y1,j,y2,j,...,y12,j)。該路徑表示的Kp、Ki、Kd3個參數(shù)的值可按如下公式計算：(1)在實際設置各節(jié)點的過程中，根據(jù)Z-N法整定出的Kp、Ki、Kd按照式(2)對螞蟻的搜索范圍進行一定的縮小，使螞蟻在有可能出現(xiàn)最優(yōu)解的范圍內(nèi)進行搜索，加快了蟻群算法的收斂速度［6］。(2)式中，￡為［0,1］內(nèi)選定的某一數(shù)值。2.3目標函數(shù)的建立目標函數(shù)的建立是為了使系統(tǒng)具有更好的性能，因此以系統(tǒng)的性能指標為根本依據(jù)來建立目標函數(shù)［7］。本設計選擇式(3)絕對誤差矩的積分作為評價用的性能指標，利用該性能指標3的多種性質(zhì)，來綜合反映控制系統(tǒng)的精確性和快速性，在兼顧較小超調(diào)量的同時能夠兼顧較快的響應速度［8］。(3)式中,e(t)為控制系統(tǒng)中輸入量與輸出量的誤差，目標函數(shù)F越小，表明系統(tǒng)的性能指標越優(yōu)異。2.4路徑的選擇和信息素的更新在螞蟻的搜索空間中，信息素為螞蟻路徑的指引，在尋優(yōu)的過程中不斷選擇并調(diào)整路徑［9］。本文中螞蟻的狀態(tài)轉(zhuǎn)移概率計算公式為(4)式中，a為遺留信息量的重要程度邙為啟發(fā)信息的重要程度；T(xi,yi,j,t)為t時刻在節(jié)點上殘留的信息量；n(xi,yi,j,t)為節(jié)點C(xi,yi,j)上信息量的能見度，且⑸式中，為當前最優(yōu)路徑對應的節(jié)點縱坐標。節(jié)點信息素更新按式(6)確定。T(xi,yi,j,t)=pT(xi,yi,j,t)+AT(xi,yi,j,t)(6)式中，p為信息素揮發(fā)系數(shù)；&(xi,yi,j,t)為t時刻節(jié)點上C(xi,yi,j)的信息素的總變化量，按照式(7)來確定。⑺式中，△Tk(xi,yi,j,t)為k只螞蟻爬過后節(jié)點C(xi,yi,j)上的信息素的變化量，按照式(8)來確定。(8)式中，F(xiàn)k為第k只螞蟻在本次循環(huán)中的目標函數(shù)值；Q為一個常數(shù)，表示螞蟻在完成一次探索時所釋放的信息素總濃度。2.5PID參數(shù)的尋優(yōu)步驟初始化。設定初始參數(shù)，螞蟻數(shù)量m,信息素初始濃度C,a，B，p,Q，最大迭代次數(shù)NC。尋優(yōu)。將螞蟻放在原點，開始爬行，按照式(4)計算各節(jié)點的狀態(tài)轉(zhuǎn)移概率P，并選擇下一個爬行節(jié)點；當螞蟻爬過Li線段上任意一點的時候，完成一次循環(huán)，并記錄各點的縱坐標；當螞蟻完成一次爬行，按式(1)計算Kp、Ki、Kd，并賦值給PID控制器；運行控制系統(tǒng)模型，得到目標函數(shù)值，并返回，記錄本次的最優(yōu)結(jié)果。按照式(6)更新信息素，迭代次數(shù)加1。進入下一個循環(huán)中直到達到最大的迭代次數(shù)NC,輸出最優(yōu)PID參數(shù)。3程序設計蟻群PID的優(yōu)化程序采用西門子STEP7中的SCL語言編寫。SCL語言符合國際標準IEC61131-3，是一種類似于PASICAL的高級編程語言。SCL語言為PLC做了優(yōu)化，不僅具有PLC的典型元素，而且具有高級語言的特性。3.1蟻群算法優(yōu)化PID參數(shù)SCL語言是西門子STEP7支持的結(jié)構(gòu)化語言，編寫后封裝成FB功能塊，在主程序OB功能塊中調(diào)用。具體的程序流程如圖4所示。圖4程序流程圖3.2蟻群PID的PLC實現(xiàn)蟻群算法PID具體在PLC上的實現(xiàn)由兩個部分組成，即蟻群算法的優(yōu)化PID參數(shù)和PID控制器。蟻群算法優(yōu)化PID參數(shù)用SCL進行編寫并封裝成FB功能塊，并可以由其他程序調(diào)用，在實際應用中還要與PID控制器相結(jié)合，最終實現(xiàn)蟻群PID控制器的設計。S7-1200上有集成的PID控制模塊，在具體的實現(xiàn)上，需要將蟻群PID控制器上的3個輸出值即Kp、Ki、Kd，通過接口模塊賦值給PID控制器，還需要對蟻群算法優(yōu)化PID參數(shù)的功能模塊的背景參數(shù)進行正確設置，實現(xiàn)PID參數(shù)的在線調(diào)整。4仿真實驗測試結(jié)果為了驗證本文給出的蟻群算法優(yōu)化PID參數(shù)的控制方案的可行性和有效性，對該控制方案進行實驗，根據(jù)現(xiàn)場的發(fā)油管道，設置發(fā)油量為20kg/s。按照前文的步驟首先確定由Z-N法得到的PID參數(shù)，即Kp=1.231、Ki=0.124、Kd=1.023,以此來確定搜索范圍，減少搜索時間，并取a=1，B=1.5,p=04Q=10,m=10,N=20利用蟻群逐步迭代優(yōu)化得到的PID參數(shù)為Kp=0.940,Ki=0.082,Kd=1。系統(tǒng)的響應如圖5所示。為了更直觀地觀察仿真實驗結(jié)果，將兩種控制方法的仿真參數(shù)列出。具體兩種控制方法的仿真參數(shù)如表2所示。表2兩種控制方法的PID參數(shù)及性能指標PID控制方法調(diào)節(jié)時間/s超調(diào)量/%蟻群算法70.5Z-N法251.2圖5優(yōu)化前后系統(tǒng)響應曲線由圖5和表2中的數(shù)據(jù)可以看出利用蟻群算法得到的PID控制系統(tǒng)響應更快，有較小的超調(diào)量且過度平穩(wěn)，控制效果較好。5結(jié)束語本系統(tǒng)采用蟻群算法優(yōu)化PID參數(shù)的策略，經(jīng)過實際仿真表明：與常規(guī)PID控制相比具有動態(tài)響應速度快、上升時間短等特點。該控制算法通過西門子結(jié)構(gòu)化控制語言(SCL)在PLC上實現(xiàn)，改善了控制效果。油庫的實際應用驗證了該系統(tǒng)的實用性和可靠性?！鞠嚓P(guān)文獻】王建國，明學星,李益國，等.非線性系統(tǒng)的蟻群優(yōu)化預測PID控制[J].測控技術(shù),2008,27(10):45-47.李昆,劉繼超.蟻群PID在高密度光盤系統(tǒng)光學頭控制中的應用[J].激光雜志,2016,37(8):57-59.楊志剛，李艷姣，張杰.蟻群算法PID控制器在磨機給礦控制中的應用[J].計算機測量與控制,2014,22(5).段海濱.蟻群算法原理及其應用[M].北京：科學出版社,2005.段海濱，王道波,黃向華，等.基于蟻群算法的PID參數(shù)優(yōu)化[J].武漢大學學報(工學版),2004,37(5):97-100.吳劍威，孔慧芳,唐立新.改進蟻群算法優(yōu)