[发明专利]一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法

说明书

本发明涉及一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，首先将用于选矿厂磨机给料控制的PID控制器Ksubgt;p/subgt;，Ksubgt;i/subgt;和Ksubgt;d/subgt;控制参数作为蝴蝶算法的蝴蝶个体，对蝴蝶个体进行初始化，以PID控制器的传递函数作为算法的目标函数，计算每个蝴蝶个体的目标函数值，并且进行排序，找出全局最优值，计算蝴蝶的香味系数，产生随机数r，随着迭代次数的变化自适应更新转移概率p，若r＜p，则进行全局搜索；若r≥p，则进行局部搜索。计算每个蝴蝶个体的目标函数，通过多次迭代后，最后搜索到蝴蝶个体的最优位置，其中目标函数值最大的蝴蝶个体对应的位置就是选矿厂磨机PID控制器Ksubgt;p/subgt;，Ksubgt;i/subgt;和Ksubgt;d/subgt;控制参数的最优值，实现选矿厂磨机的最优控制。

技术领域

本发明涉及一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，属于自动控制技术领域。

背景技术

在选矿过程中，磨矿占有非常重要的地位，它是矿石在选别前的一次加工过程，可以将矿石中的有用成分全部或大部分达到单体解离，为后续的选别作业有效地回收矿石中的有用成分创造条件。目前在国内大多数选矿厂都对磨机进行自动化控制操作，主要采用传统的PID控制器，由于磨机具有非线性、滞后性等特点，在用PID控制器对选矿厂的磨机进行给料控制时，会出现给料量控制不合理或控制不及时的现象，从而造成磨机的运行不稳定。为了解决传统的PID控制器在控制选矿厂磨机给料过程中存在的问题，提出了利用改进蝴蝶算法对选矿厂磨机PID控制器的K_p，K_i和K_d三个参数进行优化控制，实现PID参数的最优化，然后再利用K_p，K_i和K_d参数优化后的PID控制器对选矿厂磨机给料进行实时控制，实现选矿厂磨机给料的精确和实时控制，达到磨机的稳定运行。

蝴蝶算法是一种新的元启发式算法，它模拟了蝴蝶的觅食和求偶的行为，在进行全局寻优时表现出较好的性能，目前已经被应用于许多领域的实际工程问题中，但基本的蝴蝶算法存在容易陷入局部最优和收敛速度慢的问题，在选矿厂磨机给料PID控制器K_p，K_i和K_d参数优化过程中会导致无法搜索到参数的最优值。因此，对蝴蝶算法进行改进，提出改进的蝴蝶算法，并将其应用于选矿厂磨机PID控制器K_p，K_i和K_d参数的优化中。

发明内容

本发明提供了一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，目的是克服基本的蝴蝶算法在对选矿厂磨机PID控制器K_p，K_i和K_d参数进行优化时，容易陷入局部最优和收敛速度慢，这样会导致算法无法搜索到K_p，K_i和K_d参数的最优值的问题，因此提出了一种改进的蝴蝶算法，用于选矿厂磨机PID控制器的参数优化中，以提高选矿厂磨机控制的实时性和精确性。

为了达到上述目的，本发明提供了一种基于改进蝴蝶算法的选矿厂磨机PID控制器参数优化方法，首先将用于选矿厂磨机给料控制的PID控制器的三个控制参数K_p，K_i和K_d作为蝴蝶算法的蝴蝶个体，对蝴蝶个体进行初始化，以选矿厂PID控制器的传递函数作为算法的目标函数计算每个蝴蝶个体的目标函数值，对目标函数值进行排列，找出目标函数值最大的蝴蝶个体作为蝴蝶种群中的最优个体，随着迭代次数的变化对转移概率p进行自适应更新，产生随机数r，计算蝴蝶的香味系数，然后比较随机数r和转移概率p的值，若r＜p，蝴蝶个体则进行全局搜索；若r≥p，则进行局部搜索；计算每个蝴蝶个体的目标函数，通过多次迭代后，最后搜索到蝴蝶个体的最优位置，其中目标函数值最大的蝴蝶个体对应的位置就是选矿厂磨机PID控制器K_p，K_i和K_d控制参数的最优值，实现选矿厂磨机的最优控制。