基于改進(jìn)人工蜂群優(yōu)化的精餾過程再沸器控制

摘要：本文提出一種基于改進(jìn)ABC優(yōu)化微分先行PID控制器的方法，即首先采用跟隨蜂階段基于當(dāng)前局部最優(yōu)解搜索策略、采蜜蜂和跟隨蜂階段鄰域搜索概率提高傳統(tǒng)ABC算法的收斂速度和局部搜索能力，然后將以誤差性能指標(biāo)ITAE為目標(biāo)函數(shù)，運(yùn)用改進(jìn)的ABC對(duì)在建立好的Simulink控制系統(tǒng)模型進(jìn)行PID控制器參數(shù)的優(yōu)化。仿真結(jié)果表明，采用本文方法，可以自動(dòng)的確定精餾過程再沸器控制中PID控制器最優(yōu)參數(shù)，使整個(gè)系統(tǒng)獲得較好的控制性能。

關(guān)鍵詞：人工蜂群算法Simulink建模再沸器控制

中圖分類號(hào)：TM715文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）05（a）-0000-00

1引言

精餾工藝是化工廠用于提純產(chǎn)品的主要手段，它廣泛應(yīng)用在合成碳酸丙烯酯、甲基叔丁基醚、氯乙烯、脂肪醇等化工生產(chǎn)過程中。在分離混合物的精餾過程中，需要通過控制再沸器的加入蒸汽量來維持精餾塔氣相的空間速度，以保證精餾塔正常運(yùn)行。本文提出一種基于改進(jìn)人工蜂群算法（Artificial Bee Colony Algorithm， ABC）優(yōu)化微分先行PID控制器的方法，并將其應(yīng)用在精餾過程再沸器控制中。即以誤差性能指標(biāo)ITAE為目標(biāo)函數(shù)，運(yùn)用改進(jìn)的ABC對(duì)在建立好的Simulink控制系統(tǒng)模型進(jìn)行PID控制器參數(shù)的優(yōu)化。仿真結(jié)果表明，采用本文方法，可以自動(dòng)的確定PID控制器最優(yōu)參數(shù)，實(shí)現(xiàn)了對(duì)再沸器蒸汽流量穩(wěn)定控制，同時(shí)很好的限制了最大的蒸汽量。

2 基于改進(jìn)人工魚群算法的微分先行PID控制器優(yōu)化

由于微分先行PID控制只對(duì)系統(tǒng)的輸出變量進(jìn)行微分，而對(duì)給定值不進(jìn)行微分。因此，在改變給定時(shí)，采用微分先行PID控制可以使輸出變化比較緩和，進(jìn)而不至于引起系統(tǒng)大的振蕩。目前，對(duì)于PID控制器參數(shù)主要是采用比較費(fèi)時(shí)且不能保證獲得最佳性能的人工調(diào)整。ABC算法是一種通過模擬蜂群依各自分工不同協(xié)作采蜜，交換蜜源信息以找到最優(yōu)蜜源的群體智能算法[1]。為了提高ABC算法的收斂速度和局部搜索能力，這里將跟隨蜂階段基于當(dāng)前局部最優(yōu)解搜索策略、采蜜蜂和跟隨蜂階段鄰域搜索概率引入到傳統(tǒng)ABC算法中，然后運(yùn)用改進(jìn)的ABC進(jìn)行對(duì)Simulink中建立的再沸器控制系統(tǒng)模型中的PID控制器參數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，誤差性能指標(biāo)選擇ITAE，并以ITAE值作為改進(jìn)的ABC的適應(yīng)值。算法流程如下：

Step 1：隨機(jī)產(chǎn)生蜜源的位置坐標(biāo)，并將其依次賦值給Simulink模型中的控制器參數(shù)，運(yùn)行控制系統(tǒng)模型，根據(jù)返回的適應(yīng)度值，確定最優(yōu)食物源。

Step 2：每只采蜜蜂按照式vij=xij+φij（xij-xkj）和MR（t）=0.4t/Tmax+0.1進(jìn)行領(lǐng)域搜索，其中k∈{1，2，…，N}，j∈{1，2，…，D}，t為當(dāng)前循環(huán)代數(shù)，Tmax為最大循環(huán)代數(shù)。計(jì)算新食物源的適應(yīng)度值，將較高適應(yīng)度值的食物源替代舊食物源。

Step 3：每只跟隨蜂按照食物源收益率 選擇所要搜索的食物源，并依據(jù) 和MR（t）=0.4t/Tmax+0.1進(jìn)行鄰域搜索，其中 ，φij∈[0，1.5]， 是在當(dāng)前解中隨機(jī)選取p%解中最優(yōu)的一個(gè)。然后計(jì)算新食物源的適應(yīng)度值，將較高適應(yīng)度值的食物源替代舊食物源。

Step 4：當(dāng)搜尋次數(shù)大于控制參數(shù)limit，但仍有食物源位置未被更新，則將采蜜蜂變?yōu)閭刹榉?，按式隨機(jī)產(chǎn)生一個(gè)新的食物源。

Step 5：記錄最優(yōu)的食物源，進(jìn)行下一次循環(huán)，直到達(dá)到最大迭代次數(shù)，得到最優(yōu)解。

3基于改進(jìn)人工魚群優(yōu)化的精餾過程再沸器控制

為了驗(yàn)證本文算法，采用文獻(xiàn)[2]中的再沸器控制系統(tǒng)為研究對(duì)象，即采用冷凝液儲(chǔ)槽液位控制加熱蒸汽量。被控對(duì)象（即從再沸器至儲(chǔ)液槽液位）的數(shù)學(xué)模型為G（s）=1.25e-44s/（25s+1）2；從再沸器（蒸汽流量）至精餾塔內(nèi)壓力測(cè)量變送器的數(shù)學(xué)模型為G（s）=e-4s/（12s+1）；蒸汽的限制流量和塔內(nèi)壓力關(guān)系為QsH（s）=Q0-0.48P（s），其中QsH（s）為蒸汽的限制流量，Q0為蒸汽的最大流量，P（s）為塔內(nèi)壓力最大值。改進(jìn)AFSA算法參數(shù)設(shè)置如下：最大迭代次數(shù)為500，種群個(gè)數(shù)為20，p為0.6。按照第2節(jié)所述算法，得到最優(yōu)微分先行PID控制器的參數(shù)為Kp=0.343，Ki=0.01，Kd=55.7，蒸汽量設(shè)定值波形、蒸汽實(shí)際流量波形、蒸汽流量超限作用波形和蒸汽流量超限作用波形經(jīng)濾波后波形如圖1所示。從圖1可以看出，系統(tǒng)在234s時(shí)達(dá)到穩(wěn)態(tài)，實(shí)現(xiàn)了控制要求，穩(wěn)定性較好。同時(shí)，由于低通濾波的作用，原蒸汽流量現(xiàn)值矩形脈沖波形變得平坦，降低了帶給系統(tǒng)的干擾。

5 結(jié)語

本文提出一種基于改進(jìn)ABC優(yōu)化微分先行PID控制器的方法，并將其應(yīng)用在精餾過程再沸器控制中。仿真結(jié)果表明，采用本文方法，可以自動(dòng)的確定精餾過程再沸器控制中PID控制器最優(yōu)參數(shù)，可以滿足系統(tǒng)對(duì)再沸器蒸汽流量穩(wěn)定控制和限制最大蒸汽量的控制要求。

參考文獻(xiàn)

[1] 劉宏志， 高立群， 孔祥勇.基于子種群的改進(jìn)人工蜂群算法[J].東北大學(xué)學(xué)報(bào)，2014， 35（9）：1239-1243

[2]王正林編著.過程控制與Simulink應(yīng)用[M].北京：電子工業(yè)出版社， 2006