基于PSO辨识与自适应对称模糊PID的控制方法与流程

基于pso辨识与自适应对称模糊pid的控制方法
技术领域
1.本发明涉及自动控制技术领域，尤其是指基于pso辨识与自适应对称模糊pid的控制方法。


背景技术：

2.现代工程领域，如核电站反应堆温度控制等相关系统中，传统的方法(两点法或近似法等)对采集的数据进行拟合辨识，初步得到的辨识函数，一般辨识精度不高。其次，在工程后续的控制方面，pid控制又是最早发展起来的控制策略之一，由于其算法简单、稳定性与可靠性好，能为许多控制对象提供比较合适的控制性能，被广泛应用于过程控制和运动控制中，尤其是用于可建立精确数学模型的确定性控制系统，然而，在实际工业生产过程中往往具有非线性、时变不确定性，应用传统常规的pid控制器不能达到理想的控制效果。而相关智能算法的研究，则是现代工程领域优化控制的主要技术之一。
3.传统系统辨识主要依据阶跃扰动的响应的离散点进行模型的辨识，因此主要论述阶跃响应法的求取方法。通过给系统施加一个阶跃响应信号，然后获得系统的阶跃响应观测值来辨识系统的传递函数。利用绘制出的阶跃响应曲线，然后利用切线法或者是两点法来近似传递函数，切线法和两点发适合规则的阶跃响应曲线，而面积法可以用于阶跃响应曲线不规则的情况下进行辨识，但是面积法计算量大。当阶跃响应曲线比较规则时，近似法、半对数法、切线法和两点法都能比较有效地导出传递函数，但这些方法的通用性比较差，计算精度依赖于测绘仪器；当阶跃响应曲线呈现不规则形状时，可以采用面积法，而面积法存在着易于陷入局部最小等缺点。所以，近年来又出现了pso算法等相关智能辨识手段。
4.pid控制器参数的整定是一项重要的工作，在设计和运行中直接影响系统的品质。传统的整定多采用试验试凑得人工整定法，难以寻找全局最优的pid参数，因此整定后的系统品质更多的取决于工程人员的经验。目前，pid整定的方法有：基于被控过程对象参数辨识的整定方法；基于模式识别的专家系统整定等。而一般pid不进行整定，在遇到非线性常规对称数据时，就会出现控制的差异，从而影响控制效果。


技术实现要素：

5.本发明的目的是克服现有技术中的pid控制方法误差较大，影响控制效果的缺陷，提供一种基于pso辨识与自适应对称模糊pid的控制方法。
6.本发明的目的是通过下述技术方案予以实现：基于pso辨识与自适应对称模糊pid的控制方法，包括以下步骤：步骤1，对数据进行初步拟合，拟合完成后的数据基于pso算法模型对其进行优化辨识，得到辨识函数；步骤2，设计基于辨识函数的pid控制器，pid控制器为基于自适应对称模糊pid控制器。
7.作为优选，所述的步骤1具体为：对数据采用两点法进行拟合，然后通过pso算法模型进行优化辨识，pso算法模型包括主函数与子函数，主函数包含适应度函数、更新速度函数、更新位置函数三个函数，子函数为两阶系统传递函数；根据pso算法模型得出符合要求的辨识函数，根据辨识函数得出的数据与初步拟合的数据做对比，作为pid控制器优化控制的基础。
8.作为优选，所述的步骤2具体为：建立2输入3输出的自适应对称模糊pid控制器，包括对称规则库和隶属函数，自适应对称模糊pid控制器以误差e和误差变化率ec作为输入，pid控制器的三个参数p、i、d的修正值作为输出。
9.作为优选，所述的对称规则库具体为取输入误差e和误差变化率ec及输出的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，子集中元素分别代表负大，负中，负小，零，正小，正中，正大；误差e和误差变化率ec的取值范围为[-3,3]。
[0010]
作为优选，所述的两阶系统传递函数为：vi＝vi+c1
·
rand()
·
(pbesti-xi)+c2
·
rand()
·
(nbesti-xi)
ꢀꢀ
(1)xi＝ xi+ vi
ꢀꢀ
(2)式中c1和c2是加速常量，分别调节向全局最好粒子和个体最好粒子方向飞行的最大步长，pbesti为全局最好粒子，nbesti为个体最好粒子，rand()是0到1之间的随机数；粒子在每一维飞行的速度不能超过算法设定的最大速度vmax，i是随机的变量。
[0011]
作为优选，基于pso辨识与自适应对称模糊pid的控制方法还计算通过基于pso辨识与自适应对称模糊pid的控制方法的控制时间，将控制时间与常规的pid控制时间作比较，计算控制时间的减少率。
[0012]
本发明的有益效果是：本发明提出的基于pso辨识与自适应对称模糊pid的控制方法，拥有辨识精度高，对系统控制的稳定性好，响应时间快以及系统鲁棒性好等优点，适合于很多相关工程领域当中，如核电站的压水反应堆的温度控制等。
附图说明
[0013]
图1是本发明的一种流程图；图2是本发明采用的pso优化算法流程图；图3是传统的pid原理结构图；图4是本发明的自适应对称模糊pid原理结构图；图5是自适应对称模糊pid原理流程图；图6是pso辨识函数误差图；图7是自适应对称模糊控制规则表；图8自适应对称模糊pid与传统pid对比图。
具体实施方式
[0014]
下面结合附图和实施例对本发明进一步描述。
[0015]
实施例：基于pso辨识与自适应对称模糊pid的控制方法，如图1所示，包括以下步骤：
步骤1，对数据进行初步拟合，拟合完成后的数据基于pso算法模型对其进行优化辨识，得到辨识函数；步骤2，设计基于辨识函数的pid控制器，pid控制器为基于自适应对称模糊pid控制器。
[0016]
本发明整体结构包含了阶跃响应信号单元、自适应对称模糊pid控制器、pso辨识后的二阶传递函数、传统pid控制器、信号对比的示波器显示单元。
[0017]
本发明基于pso算法模型进行优化辨识如图2所示。
[0018]
所述的步骤1具体为：对数据采用两点法进行拟合，然后通过pso算法模型进行优化辨识，pso算法模型包括主函数与子函数，主函数包含适应度函数f、更新速度函数v、更新位置函数current_position三个函数，子函数为两阶系统传递函数；根据pso算法模型得出符合要求的辨识函数，根据辨识函数得出的数据与初步拟合的数据做对比，作为pid控制器优化控制的基础。
[0019]
所述的步骤2具体为：建立2输入3输出的自适应对称模糊pid控制器，包括对称规则库和隶属函数，自适应对称模糊pid控制器以误差e和误差变化率ec作为输入，pid控制器的三个参数p、i、d的修正值作为输出。
[0020]
所述的对称规则库具体为取输入误差e和误差变化率ec及输出的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，子集中元素分别代表负大，负中，负小，零，正小，正中，正大；误差e和误差变化率ec的取值范围为[-3,3]。
[0021]
所述的两阶系统传递函数为：式中c1和c2是加速常量，分别调节向全局最好粒子和个体最好粒子方向飞行的最大步长，若太小，则粒子可能远离目标区域,若太大则会导致突然向目标区域飞去，或飞过目标区域。合适的c1，c2可以加快收敛且不易陷入局部最优。rand()是0到1之间的随机数。粒子在每一维飞行的速度不能超过算法设定的最大速度vmax。设置较大的vmax可以保证粒子种群的全局搜索能力，vmax较小则粒子种群优化算法的局部搜索能力加强。
[0022]
基于pso辨识与自适应对称模糊pid的控制方法还计算通过基于pso辨识与自适应对称模糊pid的控制方法的控制时间，将控制时间与常规的pid控制时间作比较，计算控制时间的减少率。
[0023]
本实施例中，为说明本发明的正确性和可行性，对核电站的压水反应堆的虚拟机上采集温度数据进行仿真验证。采用46组数据，每组数据中，第一个数代表时间，第二个数代表温度数据，具体仿真数据为：0,310.07；1,309.15；2,308.95；3,308.98；4,309.07；5,309.11；6,309；7,308.9；8,308.83；9,308.81；10,308.81；11,308.8；12,308.8；13,308.81；14,308.83；15,308.85；16,308.84；17,308.82；18,308.81；19,308.81；20,308.81；21,308.81；22,308.8；23,308.8；24,308.8；25,308.8；26,308.8；27,308.79；28,308.79；29,308.78；30,308.78；
31,308.78；32,308.78；33,308.77；34,308.77；35,308.77；36,308.77；37,308.76；38,308.76；39,308.76；40,308.76；41,308.76；42,308.76；43,308.76；44,308.76；45,308.76；附图3显示了传统pid原理结构，图4显示了自适应对称模糊pid原理结构模型，图5是自适应对称模糊pid原理流程图。
[0024]
图3传统pid结构中，r(t)为参考输入信号，(e)t为控制偏差信号，u(t)为控制信号，y(t)为被控系统输出信号。其中控制偏差信号(e)t＝r(t)-y(t).控制信号u(t)为pso主函数里面的具体参数如下：种群规模n＝10；最大迭代次数bird_setp＝500；维数dim＝2；pso的c1学习因子c1＝0.1；pso的c2学习因子c2＝0.1；pso惯性权重，w＝0.9；pso主函数里面的适应度、更新速度函数、更新位置函数分别为f＝mean(abs(step(sys,0:45)-a(:,2)))；v＝w*v+c1*(r1.*(local_best_position-current_position))+c2*(r2.*(globl_best_position-current_position))；current_position＝current_position+v；子函数里面输入46组数据，采用两阶系统传递函数辨识为，num＝[k]；den＝[t1 t2 1]；sys＝tf(num,den)；pso优化辨识二阶传递函数参数k＝1.21，t1、t2如下；结果ti、t2的参数值ans＝0.2204003909123891.063230164362370系统二阶传递函数是s＝tf(1.21,[ans'1])s＝1.21
‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑‑
0.2204s^2+1.063s+1误差分析：观察图6，最大的误差0.67％；上述的两个曲线可知由两点法计算出来的传递函数的时域响应的数值与原始数据相差的数值大部分存在于-1％到1％之间，满足要求。
[0025]
根据要求，用于pid参数调整的模糊控制器采用二输入三输出的形式。该控制器是以误差e和误差变化率ec作为输入，pid控制器的三个参数p、i、d的修正值作为输出。取输入误差e和误差变化率ec及输出的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，子集中元素分别代表负大，负中，负小，零，正小，正中，正大。误差e和误差变化率ec的取值范围为[-3,3]。附图7是自适应对称模糊规则表。
[0026]
由图8可以看出模糊pid控制的上升时间在t＝1s左右，效果要比pid效果要好。由
仿真结果可知，模糊pid控制与常规的pid控制相比较，具有较高的控制精度，调节时间短，抗扰性好，控制效果好等优点。由此可知，模糊pid控制克服了常规pid控制器的缺点，将模糊控制与pid控制器结合起来，扬长避短，不仅保持了常规pid控制系统原理简单、使用方便、鲁棒性较强等优点，而且具有更大的灵活性、整定性、控制精度更好。
[0027]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
[0028]
除上述实施例外，本发明还可以有其他实施方式；凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

技术特征：
1.基于pso辨识与自适应对称模糊pid的控制方法，其特征是，包括以下步骤：步骤1，对数据进行初步拟合，拟合完成后的数据基于pso算法模型对其进行优化辨识，得到辨识函数；步骤2，设计基于辨识函数的pid控制器，pid控制器为基于自适应对称模糊pid控制器。2.根据权利要求1所述的基于pso辨识与自适应对称模糊pid的控制方法，其特征是，所述的步骤1具体为：对数据采用两点法进行拟合，然后通过pso算法模型进行优化辨识，pso算法模型包括主函数与子函数，主函数包含适应度函数、更新速度函数、更新位置函数三个函数，子函数为两阶系统传递函数；根据pso算法模型得出符合要求的辨识函数，根据辨识函数得出的数据与初步拟合的数据做对比，作为pid控制器优化控制的基础。3.根据权利要求2所述的基于pso辨识与自适应对称模糊pid的控制方法，其特征是，所述的步骤2具体为：建立2输入3输出的自适应对称模糊pid控制器，包括对称规则库和隶属函数，自适应对称模糊pid控制器以误差e和误差变化率ec作为输入，pid控制器的三个参数p、i、d的修正值作为输出。4.根据权利要求3任意一项权利要求所述的基于pso辨识与自适应对称模糊pid的控制方法，其特征是，所述的对称规则库具体为取输入误差e和误差变化率ec及输出的模糊子集为{nb,nm,ns,zo,ps,pm,pb}，子集中元素分别代表负大，负中，负小，零，正小，正中，正大。误差e和误差变化率ec的取值范围为[-3,3]。5.根据权利要求2所述的基于pso辨识与自适应对称模糊pid的控制方法，其特征是，所述的两阶系统传递函数为：vi＝vi+c1
·
rand()
·
(pbesti-xi)+c2
·
rand()
·
(nbesti-xi)
ꢀꢀ
(1)xi＝ xi+ vi
ꢀꢀ
(2)式中c1和c2是加速常量，分别调节向全局最好粒子和个体最好粒子方向飞行的最大步长，rand()是0到1之间的随机数；粒子在每一维飞行的速度不能超过算法设定的最大速度vmax。6.根据权利要求1-5任意一项权利要求所述的基于pso辨识与自适应对称模糊pid的控制方法，其特征是，还计算通过基于pso辨识与自适应对称模糊pid的控制方法的控制时间，将控制时间与常规的pid控制时间作比较，计算控制时间的减少率。

技术总结
本发明公开了基于PSO辨识与自适应对称模糊PID的控制方法，包括以下步骤：步骤1，对数据进行初步拟合，拟合完成后的数据基于PSO算法模型对其进行优化辨识，得到辨识函数；步骤2，设计基于辨识函数的PID控制器，PID控制器为基于自适应对称模糊PID控制器。本发明提出的基于PSO辨识与自适应对称模糊PID的控制方法，拥有辨识精度高，对系统控制的稳定性好，响应时间快以及系统鲁棒性好等优点，适合于很多相关工程领域当中。工程领域当中。工程领域当中。


技术研发人员：尹聪聪 高明 俞建 杨立明 孙吉裕
受保护的技术使用者：国网浙江省电力有限公司宁波供电公司
技术研发日：2023.04.04
技术公布日：2023/7/21