[发明专利]基于复杂进化全局协调算法的CAN数字总线控制方法及其系统

摘要

本发明公开一种基于复杂进化全局协调算法的CAN数字总线控制方法及其系统，用来对挤出成型设备的温度压力PID控制系统进行全局优化，获得最佳控制效果。发明主要包括两部分，硬件电路部分以及基于复杂进化的全局优化算法部分。挤出成型设备是一个连续的工作过程，其控制系统是多段分散控制，各个控制回路之间相互耦合，传统的算法很难得到最佳的控制参数组合，这里根据进化算法所具有的全局并行优化能力以及直接面向目标函数的特点，来对控制系统的多组参数进行优化，达到最优的控制目的。

主权项

1.一种基于复杂进化全局协调算法的CAN数字总线控制方法，其特在于，包括以下步骤：1）在挤出成型装备的各个温度压力位置点安装温度压力测量模块，采集各个温度、压力位置点的温度压力数据，通过CAN数字总线输入到计算机中；2）根据采集到的温度、压力数据，在电脑上进行数据的分析，剔除掉不规则数据点，得到每个子控制系统的传递函数H_i；3）构造基于复杂系统理论的进化计算算法：第一步，用反映复杂系统能量分布的幂次法则构造代价函数：fx,it=Σi=1n(∫(w1|ei(t)|+w2ui2(t))dt+w3tui)+Σi=1,j=1p,qwi,jEi,j---(1)]]>其中，表示第t代个体中第i个PID控制参数个体的代价函数值，e_i(t)表示PID控制中输入与输出的差值，u_i(t)代表低i个子PID系统的输入参数经过PID变化后的输出值，而t_ui表示PID输出达到目标值的62.3%所需要的时间，E_i,j表示在系统运行中，第i个PID控制系统的干扰对第j个控制系统造成的影响,n代表PID子系统的个数，p+q=n,w1，w2，w3为权值，分别取w1=0.999，w2=0.001，w3=2.0；第二步，获取具有自主学习特性的环境-基因双演化交叉算子，所述环境-基因双演化交叉算子的公式为：Tc(Xkt+1|Xit,Xjt)=Xit+r1EtXjt+r1Etor]]>Et=r2Et-1+r3(Xit-Xjt),f(Xit)>f(Xjt)r2Et-1+r3(Xjt-Xit),f(Xjt)>f(Xit)---(2)]]>其中，T_c是基因-环境交叉算子，E是环境变量，r₁是学习系数，r₂是遗忘系数，r₃是加速系数，t是进化代数，为第t代中PID控制参数集合，为根据选择算子计算出的第t代中第i个个体的PID参数集合的代价函数值；第三步，采用反馈机理，得到自适应的更新策略算子:Tr(Xit+1,Xit,X^it)=Xit+1=X^it,f(X^it)>f(Xit)Xit+1=X^it,f(X^it)<f(Xit)∩Npr<i≤NXit+1=Xit,otherwise---(3)]]>其中，T_r是更新策略算子，P_r是更新规模变量，N是遗传算法种群规模，是产生的新个体；第四步，获得基因漂流算子；Tf(X)=x11,...x1k-1,x1k*,x1k+1,...,x1lx21,...x2k-1,x2k*,xmk+1,...,x2l...xN1,...xNk-1,xNk*,xNk+1,...,xNl,xik*∈Xbest,i⊆[1,l],l=3n.---(4)]]>其中，T_f为基因漂流算子，X_best为每一代中的PID控制参数优秀个体；4），初始化：设定基于复杂系统理论的进化算法终止条件、运行的参数、以及初始化PID控制参数,以使得始化PID控制参数通过传递函数H_i运算后输出第1代PID控制参数，当第1代PID控制参数满足种终止条件时，则输出PID控制参数，当第1代PID控制参数不满足种群终止条件时，第1代PID控制参数通过传递函数H_i以及基于复杂系统理论的进化算法运算，直到满足终止条件，输出此时PID控制参数；5），将基于复杂系统理论的进化算法计算得到的PID控制参数带入到控制系统中进行验证。