基于改進(jìn)的遺傳?PID 算法的機(jī)組軸承油霧排放控制策略

王榮光，曹碩桐，田翔，潘大為，王宜峰，何雙軍

1.山東泰山抽水蓄能電站有限公司，山東泰安271000 2.哈爾濱工程大學(xué)信息與通信工程學(xué)院，黑龍江哈爾濱150001

蓄能電站發(fā)電機(jī)組軸承運(yùn)轉(zhuǎn)時(shí)需要潤(rùn)滑，但是這會(huì)使機(jī)組運(yùn)行過程中出現(xiàn)“甩油”和油霧溢出現(xiàn)象，在各大型電站中，都出現(xiàn)了這類問題。當(dāng)油霧積累到一定程度時(shí)會(huì)從機(jī)組的轉(zhuǎn)動(dòng)部件和密封部件的結(jié)合處溢出，這會(huì)造成水車室的污染以及發(fā)電機(jī)定子線圈的損害[1]。

目前國(guó)內(nèi)外各大型電站一般采用以下方式去解決“甩油”和油霧溢出問題：

1）在軸承的油槽蓋外壁上安裝呼吸器。呼吸器內(nèi)部有互相交錯(cuò)的擋板，油槽內(nèi)溢出的油霧能夠沿著呼吸器的擋板排出。

2）通過改善油槽內(nèi)部結(jié)構(gòu)，減小油面波動(dòng)，防止油霧溢出。

3）通過改善密封，控制“甩油”，封堵油霧。

4）在封閉式軸承內(nèi)安裝抽油裝置，將油霧排放。

在軸承內(nèi)配備傳統(tǒng)的呼吸器的同時(shí)從油槽內(nèi)部引出抽油霧裝置，可以很好地解決機(jī)組運(yùn)行過程中所產(chǎn)生的油霧問題。目前我國(guó)已經(jīng)具備自主研發(fā)“油擋”和抽油裝置的能力，但是儀器精度以及抽油裝置的過濾性能和國(guó)外仍有差距[2]。抽油裝置在中國(guó)水電站的應(yīng)用是在三峽電廠的主機(jī)設(shè)備招標(biāo)需求中首次提出的，因當(dāng)時(shí)已經(jīng)對(duì)機(jī)組內(nèi)部的清潔及油霧問題開始重視，要求國(guó)外頂級(jí)設(shè)備商如美國(guó)通用電氣、法國(guó)阿爾斯托姆等公司研發(fā)抽油設(shè)備以消除油霧對(duì)機(jī)組影響。目前國(guó)內(nèi)大型的電站的抽油裝置幾乎全部使用國(guó)外設(shè)備。

上述的4種對(duì)蓄能電站發(fā)電機(jī)組軸承的油霧的處理方案均有一些缺陷，并沒有徹底解決油霧外溢所帶來的問題。

首先幾乎所有的水輪發(fā)電機(jī)軸承設(shè)計(jì)時(shí)均設(shè)有呼吸器，但因?yàn)榘l(fā)電機(jī)封閉式軸承內(nèi)部結(jié)構(gòu)空間小、油槽內(nèi)的油位較高，油槽內(nèi)的油位上部空間無法加大到理想程度，造成油槽內(nèi)油霧壓力過高，呼吸器無法全部聚結(jié)通過的油霧，從而形成了油霧外泄的直接通道。

第二，從改善油槽內(nèi)部結(jié)構(gòu)防止油霧溢出方面著手，在已投運(yùn)的發(fā)電機(jī)機(jī)組中改造難度巨大，很難實(shí)現(xiàn)。

第三，近十幾年來國(guó)內(nèi)外行業(yè)內(nèi)的專家在改善軸承油槽密封方面進(jìn)行了大量的探討和實(shí)踐，已經(jīng)取得了成果，使機(jī)組內(nèi)部的油污污染程度有了很大的降低。但是這只是“堵”的方法，密封嚴(yán)密了，油槽內(nèi)部的油霧并不會(huì)減少，并且因?yàn)橛筒墼诮Y(jié)構(gòu)上還無法做到一個(gè)完全密閉的承壓空間，這就造成了油霧會(huì)尋找出路，釋放壓力。

第四，使用抽油裝置將油霧短時(shí)間內(nèi)抽出，不對(duì)抽取量和補(bǔ)氣量進(jìn)行控制，會(huì)造成整個(gè)機(jī)組內(nèi)部的氣壓變化。氣壓短時(shí)間的增加或者減少會(huì)造成與外界壓差加大，可能會(huì)使內(nèi)部的油霧激增，無法將油霧排凈，而壓差的增加也對(duì)機(jī)組安全運(yùn)行造成危害。

針對(duì)上述問題，可以得出結(jié)論：使用抽油裝置及時(shí)穩(wěn)定排放出油霧并使軸承內(nèi)部氣壓保持一個(gè)穩(wěn)定的范圍內(nèi)，可以避免相關(guān)危害。本文提出了基于改進(jìn)的遺傳?PID控制算法的蓄能電站發(fā)電機(jī)組油霧排放控制策略，將自動(dòng)控制的思想引入到發(fā)電機(jī)組油霧排放領(lǐng)域中。這一控制策略將變頻調(diào)速原理和智能控制算法應(yīng)用到機(jī)組油霧排放中，可以實(shí)現(xiàn)油霧智能排放，避免危害的發(fā)生。

1 油霧排放系統(tǒng)的組成

本文采用的方式是基于遺傳?PID控制算法間接測(cè)量封閉式軸承內(nèi)部氣體壓強(qiáng)，根據(jù)壓強(qiáng)變化使用變頻器控制抽油電機(jī)即三相異步電機(jī)的轉(zhuǎn)速，從而控制排油流量。通過對(duì)傳統(tǒng)遺傳算法的遺傳操作進(jìn)行改進(jìn)，不斷優(yōu)化系統(tǒng)的控制響應(yīng)，實(shí)現(xiàn)蓄能電站發(fā)電機(jī)組軸承油霧智能排放。本系統(tǒng)的主要組成結(jié)構(gòu)如圖1所示。

圖1 發(fā)電機(jī)組軸承油霧排放系統(tǒng)框圖

當(dāng)抽油電機(jī)抽取油霧的時(shí)，封閉式軸承中的油霧量產(chǎn)生變化，油霧在排放過程中會(huì)使發(fā)電機(jī)組封閉式軸承內(nèi)部壓力發(fā)生變化。當(dāng)軸承內(nèi)部氣壓與外界壓差過大時(shí)會(huì)導(dǎo)致內(nèi)部的油霧激增或大量減少，使得整個(gè)油霧排放系統(tǒng)不穩(wěn)定，產(chǎn)生危險(xiǎn)。所以系統(tǒng)通過單片機(jī)或者其他嵌入式系統(tǒng)設(shè)定發(fā)電機(jī)組所允許的內(nèi)部氣壓最大值，該壓力值與壓力傳感器反饋的數(shù)值進(jìn)行比較，通過使用的控制算法進(jìn)行處理，控制變頻器調(diào)節(jié)抽油電機(jī)轉(zhuǎn)速間接控制軸承內(nèi)部的氣壓，逐步達(dá)到穩(wěn)態(tài)，使發(fā)電機(jī)組的內(nèi)部氣壓在一個(gè)合理的范圍內(nèi)，保證機(jī)組安全工作。

2 控制系統(tǒng)的設(shè)計(jì)

控制策略是一個(gè)自動(dòng)控制系統(tǒng)的核心，所以算法的選擇至關(guān)重要。由于發(fā)電機(jī)組油霧排放系統(tǒng)結(jié)構(gòu)較復(fù)雜，數(shù)學(xué)模型是高階帶有延時(shí)的線性系統(tǒng)，并且控制系統(tǒng)的階躍響應(yīng)要具備超調(diào)量較小、平穩(wěn)性高的特點(diǎn)，所以用于設(shè)計(jì)控制策略的控制算法要能夠滿足上述的要求[3]。本文分別基于PID算法、傳統(tǒng)遺傳?PID算法和改進(jìn)的遺傳?PID算法設(shè)計(jì)控制器，通過仿真結(jié)果選取最優(yōu)的控制策略。為了保證控制系統(tǒng)的平穩(wěn)性，控制策略要求能夠使控制系統(tǒng)超調(diào)量低于5%，控制精度小于2%。

2.1 PID算法的原理

傳統(tǒng)的PID算法的理想微分方程是：

式中：KP為 比例系數(shù)；KI為 積分系數(shù)；KD為微分系數(shù)；u(t) 為 控制器輸出即氣壓實(shí)測(cè)值；e(t)是氣壓設(shè)定值和實(shí)測(cè)值的誤差。

由于在進(jìn)行算法分析和程序設(shè)計(jì)時(shí)通常使用PC機(jī)或者嵌入式系統(tǒng)進(jìn)行，通常將式（1）離散化從而得到離散PID表達(dá)式：

式中：u(k)是k時(shí)刻輸出變量;e(k)是k時(shí)刻壓差的實(shí)測(cè)值與與設(shè)定值的誤差；T為采樣周期[4]。

傳統(tǒng)的PID控制算法由于受到控制參數(shù)設(shè)定不良以及對(duì)復(fù)雜的運(yùn)行工況適應(yīng)較差的影響，通常達(dá)不到理想的控制效果，這使得基于傳統(tǒng)PID算法設(shè)計(jì)的控制器的應(yīng)用受到限制[5]。

遺傳算法是一種全局優(yōu)化、并行搜索的尋優(yōu)方法，無需對(duì)目標(biāo)函數(shù)微分，只依賴于適應(yīng)度函數(shù)，即使在被控對(duì)象模型非線性的情況下，它仍可根據(jù)對(duì)象的輸出情況對(duì)KP、KI和KD進(jìn)行優(yōu)化[6]。

2.2 遺傳算法的原理

遺傳算法是一種基于自然選擇和自然遺傳的迭代式自適應(yīng)概率性搜索方法。遺傳算法的搜索方法根植于進(jìn)化和自然遺傳學(xué)的機(jī)制，對(duì)特定的目標(biāo)實(shí)現(xiàn)自動(dòng)優(yōu)化。遺傳算法主要包括選擇、交叉和變異3個(gè)步驟，其流程圖如圖2所示。

圖2 遺傳算法流程

遺傳算法因?yàn)榫邆漭^強(qiáng)的全局收斂性和較少的優(yōu)化目標(biāo)的優(yōu)點(diǎn)，被廣泛應(yīng)用到控制器設(shè)計(jì)中，但同時(shí)此算法存在如下缺點(diǎn)：

1）交叉算子概率和變異算子概率數(shù)值的設(shè)定對(duì)算法的優(yōu)化效果有著直接的影響。而且對(duì)于傳統(tǒng)的遺傳算法，其交叉概率和變異概率的數(shù)值在算法的運(yùn)行過程中是保持恒定不變的，無法滿足實(shí)際運(yùn)算的要求，對(duì)傳統(tǒng)遺傳算法的進(jìn)化速度和收斂性產(chǎn)生影響[7]。

2）局部搜索能力較弱，容易陷入局部收斂。

3）初始種群是隨機(jī)生成的，其運(yùn)行效率較低。

2.3 遺傳?PID控制器設(shè)計(jì)

遺傳?PID控制算法的原理，就是使用遺傳算法對(duì)PID參數(shù)進(jìn)行優(yōu)化，其控制過程由如下：

1）首先對(duì)PID算法的3個(gè)參數(shù)KP、KI和KD進(jìn)行編碼，編碼方式為二進(jìn)制編碼。本文提出的基于遺傳?PID算法的油霧排放控制策略，通過10位無符號(hào)二進(jìn)制碼來表示參數(shù)，對(duì)目標(biāo)KP、KI和KD進(jìn)行尋優(yōu)，編碼后形成長(zhǎng)度為30的基因，生成的染色體如下[8]：

在生成種群前，算法要在所設(shè)定的取值范圍內(nèi)隨機(jī)產(chǎn)生M個(gè)染色體。種群由產(chǎn)生的M個(gè)染色體構(gòu)成。遺傳算法以此種群作為初始點(diǎn)開始進(jìn)行迭代計(jì)算，初始種群如下。

2）確定每個(gè)個(gè)體的適應(yīng)度，需要適應(yīng)度函數(shù)來對(duì)其進(jìn)行評(píng)價(jià)?？刂葡到y(tǒng)的穩(wěn)定性、準(zhǔn)確性和快速性是用于衡量機(jī)組軸承油霧排放控制策略的3個(gè)重要指標(biāo)。本文針對(duì)這3點(diǎn)并結(jié)合誤差積分優(yōu)劣的3個(gè)指標(biāo)即時(shí)間乘絕對(duì)誤差積分準(zhǔn)則（ITAE）、絕對(duì)誤差積分準(zhǔn)則（IAE）和平方誤差積分準(zhǔn)則（ISE）[9]，從而采用的目標(biāo)函數(shù)如式（2）和（3）所示。

式中：w1、w2與w3為權(quán)值；e(t)為 系統(tǒng)誤差；tu為上升時(shí)間。如果e(t)<0，則目標(biāo)函數(shù)為：

適應(yīng)度函數(shù)采用求最大值方式，其函數(shù)表達(dá)式為[10]：

3）計(jì)算并保存每一代的適配值，根據(jù)算法流程進(jìn)行選擇、交叉與變異的遺傳操作，產(chǎn)生新的個(gè)體，計(jì)算它的適配值，并進(jìn)行最優(yōu)值的替換[11]。

4）每產(chǎn)生一個(gè)最優(yōu)值便將迭代次數(shù)加一，將迭代次數(shù)與設(shè)定的最大迭代次數(shù)進(jìn)行比較，如果二者數(shù)值相等則滿足結(jié)束條件，將輸出最優(yōu)解，并對(duì)最優(yōu)解進(jìn)行解碼得到對(duì)應(yīng)的PID參數(shù)。

由2.2節(jié)可知，由于基本的遺傳算法存在一些缺點(diǎn)，故對(duì)此算法進(jìn)行一些改進(jìn)以達(dá)到更好的控制效果，改進(jìn)方法如下：

1）縮小種群搜索空間

為了提高遺傳算法的運(yùn)算效率，本文使用Zielgler?Nichols整定法對(duì)參數(shù)進(jìn)行優(yōu)化，得到 KP、KI和 KD的初始值。根據(jù)初始值，并以該結(jié)果為中心向左右兩邊擴(kuò)展形成了一個(gè)范圍縮小的種群搜索空間。這種方法不僅減少了運(yùn)算量也提高了遺傳算法的效率。

2）選擇操作的改進(jìn)

設(shè)某個(gè)個(gè)體的適應(yīng)度值為 Fi，那么該個(gè)體被選中的概率為 Pi：

當(dāng)每個(gè)個(gè)體的適應(yīng)度值比較大的時(shí)候，應(yīng)增大其被選擇的概率；當(dāng)個(gè)體適應(yīng)度值比較小的時(shí)候，應(yīng)該縮小其被選擇的概率。設(shè) Fi是 第M代種群個(gè)體的第i個(gè)個(gè)體改進(jìn)之前的適應(yīng)度值，F(xiàn)ˉ是第M代種群個(gè)體的平均適應(yīng)度值，是第M代種群經(jīng)過改進(jìn)之后的第i個(gè)個(gè)體的適應(yīng)度值，表達(dá)式為：

式中：ξ表示縮放度，取值范圍為（0.5,1）；μ的表達(dá)式為：

3）交叉概率和變異概率數(shù)值選取的改進(jìn)

本文中的控制策略針對(duì)傳統(tǒng)遺傳算法的交叉概率 Pc和 變異概率 Pm數(shù)值固定的問題進(jìn)行解決，提出了改進(jìn)方法，實(shí)現(xiàn)了二者在算法的運(yùn)行過程中能夠隨著代數(shù)的增加而進(jìn)行自調(diào)整。交叉概率數(shù)值的大小對(duì)算法優(yōu)化過程影響很大。數(shù)值選取越大，產(chǎn)生新個(gè)體的速度越快，但是概率數(shù)值如果過大會(huì)導(dǎo)致遺傳算法的高適應(yīng)度的個(gè)體結(jié)構(gòu)被破壞；而如果數(shù)值選取過小，則會(huì)減慢算法的尋優(yōu)速度，甚至?xí)霈F(xiàn)停滯。而對(duì)于變異概率，它的數(shù)值選取同樣十分關(guān)鍵，過小，無法產(chǎn)生新的結(jié)構(gòu)；過大，算法就會(huì)完全隨機(jī)生成下一代種群[12]。為了解決傳統(tǒng)遺傳算法交叉概率和變異概率恒定不變的缺點(diǎn)，將固定的數(shù)值改為表達(dá)式的形式。將個(gè)體的適應(yīng)度值與種群平均值大小進(jìn)行比較。若大于平均值，并且存在較低的交叉概率和變異概率數(shù)值，則保護(hù)它遺傳進(jìn)入下一代；若低于平均值，且其交叉概率和變異概率數(shù)值比較高，則將其淘汰。上述的改進(jìn)方法能夠求出遺傳算法優(yōu)化過程中所產(chǎn)的所有解的最佳交叉概率和變異概率的取值。這種方法不僅可保證種群進(jìn)化的多樣性，也可保持算法有較好的收斂性。交叉算子概率和變異算子概率的調(diào)整公式如為：

式中： Fmax為種群中最大的適應(yīng)度值； Favg為種群中平均適應(yīng)度值； Fc為要交叉的2個(gè)個(gè)體較大的適應(yīng)度值； Fm要變異的個(gè)體的適應(yīng)度值； pc1和為算法初始的交叉概率和變異概率數(shù)值；和為常數(shù)。基于上述改進(jìn)的遺傳?PID算法設(shè)計(jì)控制器，從而實(shí)現(xiàn)對(duì)發(fā)電機(jī)組軸承油霧排放的控制。

3 控制系統(tǒng)的仿真與結(jié)果分析

本節(jié)針對(duì)傳統(tǒng)PID控制器、傳統(tǒng)遺傳?PID控制器和改進(jìn)的遺傳?PID設(shè)計(jì)方案，并使用改進(jìn)的遺傳算法求解Rosernbrock函數(shù)全局極大值，分別在仿真平臺(tái)軟件MATLAB上編寫程序，進(jìn)行發(fā)電機(jī)組軸承油霧排放控制系統(tǒng)的仿真實(shí)驗(yàn)。

3.1 改進(jìn)的遺傳算法對(duì)函數(shù)的優(yōu)化

傳統(tǒng)遺傳算法的一個(gè)最大問題是容易陷入局部最優(yōu)解，這一問題會(huì)使算法在優(yōu)化PID參數(shù)時(shí)，無法找到最優(yōu)解。為了驗(yàn)證改進(jìn)的遺傳算法是否解決了上述問題，本文選取了Rosernbrock函數(shù)作為被優(yōu)化函數(shù)進(jìn)行仿真實(shí)驗(yàn)，Rosernbrock函數(shù)的表達(dá)式為：

如圖3所示，該函數(shù)存在2個(gè)局部極大值點(diǎn)，分別是f(2.048,?2.048)和f(?2.048,?2.048)，后者為全局極大值。由于2個(gè)極大值點(diǎn)十分接近，在使用尋優(yōu)算法求全局極大值時(shí)，需要避免陷入局部最優(yōu)解。

圖3 Rosernbrock函數(shù)三維圖

在仿真實(shí)驗(yàn)中，取pc1=0.6，pm1=0.9，樣本個(gè)數(shù)S=30，迭代次數(shù)為30，適應(yīng)度函數(shù)為F(x)=f(x1,x2)。經(jīng)過30次迭代計(jì)算之后，得到結(jié)果：當(dāng)x1=?2.048，x2=?2.048時(shí)，函數(shù)具有極大值，極大值為3905.9，符合正確結(jié)果，避免了陷入局部最優(yōu)解，適應(yīng)度函數(shù)的優(yōu)化過程如圖4所示。

圖4 適應(yīng)度函數(shù)優(yōu)化過程

3.2 控制模型的選擇

發(fā)電機(jī)組油霧排放控制系統(tǒng)的被控對(duì)象的數(shù)學(xué)模型主要由變頻器和三相異步電機(jī)組成（抽油電機(jī)可等效為異步電機(jī)），所以通常將該類模型等效為帶有滯后和增益的高階系統(tǒng)，可表示為：

3.3 控制器的仿真實(shí)現(xiàn)

試驗(yàn)過程中，首先通過常用的PID整定法，即Zielgler?Nichols整定法，來獲得遺傳?PID控制器的KP、KI和KD的初始數(shù)值，并以該結(jié)果為中心向左右兩邊擴(kuò)展，形成了一個(gè)范圍縮小的種群搜索空間[12]。

改進(jìn)的遺傳?PID算法使用的樣本個(gè)數(shù)為S=30，采樣周期為0.01s，交叉概率和變異概率初始數(shù)值分別為p參數(shù)KP的取值范圍為[0,20]，KI和KD的 取值范圍為[0,2],采用二進(jìn)制的編碼方式，經(jīng)過100代進(jìn)化，獲得的優(yōu)化參數(shù)如下：KP= 18.14、KI= 0.18、KD=0.22， 性 能 指 標(biāo)J=21.46?？刂破鞯碾A躍響應(yīng)如圖5所示，傳統(tǒng)PID控制器的階躍響應(yīng)和傳統(tǒng)遺傳PID算法的階躍響應(yīng)如圖6、7所示，通過觀察3種控制器的響應(yīng)曲線并將數(shù)據(jù)整理到表1中。

圖5 改進(jìn)的遺傳?PID控制器階躍響應(yīng)

圖6 Z-N整定法優(yōu)化的傳統(tǒng)PID控制器階躍響應(yīng)

圖7 傳統(tǒng)遺傳?PID控制器階躍響應(yīng)

表1 傳統(tǒng)PID算法、傳統(tǒng)遺傳?PID算法和改進(jìn)的遺傳?PID算法對(duì)比

由仿真結(jié)果和表1數(shù)據(jù)可以看到，盡管經(jīng)過Zielgler?Nichols整定法優(yōu)化后的傳統(tǒng)PID控制器階躍響應(yīng)的上升時(shí)間為1.82s，小于傳統(tǒng)遺傳?PID控制器的3.32s；但是在超調(diào)量和調(diào)節(jié)時(shí)間2個(gè)重要指標(biāo)上，傳統(tǒng)遺傳?PID控制器則優(yōu)于傳統(tǒng)PID控制器。傳統(tǒng)遺傳?PID算法的階躍響應(yīng)超調(diào)量?jī)H為1.12%，調(diào)節(jié)時(shí)間為4.79s，而傳統(tǒng)PID算法的超調(diào)量高達(dá)6.83%，調(diào)節(jié)時(shí)間為5.50s。改進(jìn)的遺傳?PID算法的上升時(shí)間為1.12s，調(diào)節(jié)時(shí)間為3.61s，超調(diào)量為0.6%，3個(gè)指標(biāo)均優(yōu)于傳統(tǒng)遺傳?PID算法。從上述實(shí)驗(yàn)結(jié)果可以得出，基于改進(jìn)的遺傳?PID算法的控制策略滿足系統(tǒng)要求，控制效果更好。

4 結(jié)論

本文提出了基于改進(jìn)的遺傳?PID算法的發(fā)電機(jī)組軸承油霧排控制策略，介紹了蓄能電站發(fā)電機(jī)組軸承油霧排放控制系統(tǒng)的組成。通過對(duì)基于傳統(tǒng)PID算法的控制策略和基于傳統(tǒng)遺傳?PID算法的控制策略進(jìn)行對(duì)比論證，并對(duì)傳統(tǒng)的遺傳?PID算法進(jìn)行改進(jìn)，在三者中選取最優(yōu)的方案。

通過設(shè)定的參數(shù)指標(biāo)和MATLAB仿真曲線對(duì)3種控制策略進(jìn)行了比較，可以得到如下結(jié)論：

1)通過仿真結(jié)果可以看到，基于改進(jìn)之后的遺傳?PID算法的控制策略的超調(diào)量為0.06%，遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)PID算法，滿足指標(biāo)要求和系統(tǒng)的穩(wěn)定性。在調(diào)節(jié)時(shí)間這一重要指標(biāo)上，改進(jìn)之后的遺傳?PID控制算法在針對(duì)高階大滯后系統(tǒng)進(jìn)行控制，調(diào)節(jié)時(shí)間僅為3.61s，時(shí)間比傳統(tǒng)PID算法減少了34.4%.

2)經(jīng)過改進(jìn)之后的遺傳算法PID也大大改善傳統(tǒng)遺傳?PID算法效率慢、響應(yīng)速度慢以及容易陷入局部極大值等問題。

3)遺傳算法與PID算法結(jié)合，通過遺傳算法的遺傳操作和迭代計(jì)算對(duì)PID的3個(gè)參數(shù)進(jìn)行在線優(yōu)化并在此基礎(chǔ)上進(jìn)行一定的改進(jìn)，從而使整個(gè)系統(tǒng)具有良好的穩(wěn)定性、快速性和控制精度，滿足油霧智能排放的要求。綜上所述改進(jìn)的遺傳?PID算法的控制策略可應(yīng)用到發(fā)電機(jī)組軸承油霧排放系統(tǒng)中，可以起到良好的控制效果。