[发明专利]流程工业控制回路对象的混合精英随机搜索优化方法

摘要

本发明公开了流程工业控制回路对象的混合精英随机搜索优化方法，将MERSO方法应用于流程工业生产装置控制回路对象模型的参数辨识及操作参数优化时，根据装置相应闭环控制回路的输入输出数据，较准确地估计过程对象模型的参数，随后设计回路控制器的动态最优参数，实现石化生产装置中温度、压力、液位、流量等过程回路动态最优控制。

主权项

1.流程工业控制回路对象的混合精英随机搜索优化方法，其特征在于：将混合精英随机搜索优化方法应用于流程工业生产装置控制回路对象模型的参数辨识及操作参数优化时，根据装置相应闭环控制回路的输入输出数据，较准确地估计过程对象模型的参数，随后设计回路控制器的动态最优参数，实现石化生产装置中温度、压力、液位、流量等过程回路动态最优控制；温度变量一般采用二阶纯滞后对象模型来表示，如下式(1)所示：其中Gm(s)为温度对象的传递函数，a,b,c,d分别为温度对象模型参数，τ为过程对象纯滞后时间，s为拉普拉斯算子；PID控制器传递函数模型如下式(2)所示：其中Gc(s)表示PID控制器传递函数模型，K为PID控制器比例参数，Ti为PID控制器积分参数，Td为PID控制器微分参数；MERSO方法的主要步骤如下：第一步：确定有效的温度对象的建模数据、性能指标与约束条件；不需要外加任何测试信号，直接根据数据挖掘技术获得有效的温度对象建模数据，包括温度闭环控制系统的输入与输出数据，并以此估计过程模型的参数a,b,c,d,τ；根据具体的装置过程生产的要求，提出相应的性能指标与约束条件；在估计温度过程模型参数时，选用误差平方和的性能指标如下式(3)所示：式中F₁为误差平方和的性能指标，y(t)为温度控制回路的输出，为温度控制回路输出的估计值,t为时间；在设计温度回路控制器参数时，采用ITAE即时间误差绝对值积分性能指标如下式(4)所示：其中，F2为ITAE性能指标，y(t)为温度控制回路的输出，Sv(t)为温度控制回路的设定值；约束条件如下式(5)所示：式中，ymax(t)为温度控制回路输出响应的稳态值；第二步：随机产生m组初始值及搜索半径，每组初始值具有n个待估计的模型参数；选择足够多的随机数，使其数值在‑0.5～+0.5之间，并将他们分为100组，每组20个，用矩阵表示为y(100,20)；任选m组初始值初始搜索半径可选为初值的若干倍，如下式(6)所示：式中，r为搜索半径，其通式是其中j＝0,1...20表示迭代次数，k＝0,1...P表示每组每次求解状态方程的次数；m表示每次迭代计算的组数；n表示待估计的模型参数的个数；第三步：对m组初始值均采用随机搜索优化方法获得m组本次局部最优解；按下式计算过程模型的参数或设计控制器参数，k＝0,1...P，P一般可取10‑50；将这些参数带入温度闭环控制系统的方程，求解出y(t)，再计算出性能指标F1、F2，然后继续在随机数中选出n×m个ykm，重复上述计算，直至第P组，从中获得m个本次局部最优解；第四步：从m个本次局部最优解中选择最好的三个解，作为本次迭代精英解，对三个精英解，作三水平正交分析法，得到一组本次迭代最优解；第五步：其他的m‑3个非精英解向本次迭代最优解逼近；根据经验，定义收敛因子为：在每一次迭代计算结束之后，将搜索半径缩小倍：第六步：重复步骤第三步进行下一次迭代计算，直至迭代20次，获得满意的结果。