遗传算法优化PID参数在污泥焚烧炉的应用

摘要

本文以某厂净化水车间污泥焚烧装置的转窑、二次燃烧室为研究对象，利用现有设备配以使用VBA编写的遗传算法程序在线优化两个对象的温度控制回路TIC-170(转窑温度控制回路)和TIC-176(二次燃烧室温度控制回路)两个回路的PID参数，协助解决燃料气来源不稳定造成的装置内温度波动过大容易引起装置生产波动，造成能源浪费甚至发生装置停车的问题。在实际测试中，取得了较好的效果，转窑控制温度偏差较优化前减少约20℃，二次燃烧室温度偏差减少了约30℃，测试证明优化后的PID参数能满足实际生产需要。 本文使用由密执安大学教授Holland及其学生于1975年创建的传统的遗传算法为研究工具，配合罗克韦尔软件(Rockwell Software)公司的人机界面软件RSView32中内嵌的VBA(Visual Basic for Applications)编程软件，编写了基于VBA语言的遗传算法程序并进行了实时在线优化PID参数的实验。遗传算法优化污泥焚烧炉PID参数的工程实施，经过了以下几个阶段：分析影响焚烧炉温度控制偏差过大的因素；收集装置运行过程中产生的数据；应用数理统计原理对收集的数据进行分析处理，找出主要影响因素；针对现有的设备建立相应的遗传算法程序并进行离线测试及校正；遗传算法在线优化PID参数并最后校正程序。总的遗传算法优化PID参数程序，采用标准PID控制修正PID参数的遗传算法。 在分析了专家PID控制、模糊PID控制、神经PID控制等方法后，结合研究目标的复杂性，选取了基于遗传算法整定的PID控制作为最终的优化算法。本文的目的不在于研究遗传算法的改进，主要是希望将遗传算法由实验室带到生产实际中，将过去主要由凑试法整定PID参数的经验式做法转为定量定性的分析，最终为生产装置的节能减耗、增产作出贡献。 用该算法程序在实际生产中对15天内装置的生产进行了控制优化，装置因温度过高导致装置停车的次数由优化前的平均2月/次降低到3月/次，实验证明VBA语言编写的嵌入式遗传算法程序效果理想，可以推广到同装置的其他回路中使用。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2遗传算法

1.2.1遗传算法综述

1.2.2遗传算法的应用展望

1.3本文主要内容及安排

第二章工艺装置简介及主要影响因素确定

2.1工艺原理及工艺流程

2.2生产存在的问题

2.3污泥焚烧炉温度控制影响因素分析及主因素的确定

2.3.1硬件因素

2.3.2软件因素

2.4污泥焚烧炉温度控制影响主因素的解决方法

第三章基于遗传算法的污泥焚烧炉PID参数的寻优设计

3.1 PLC中的标准PID控制描述

3.2基于遗传算法的PID控制器的结构

3.3 PID参数在线优化的硬件连接及说明

3.3.1所需工具

3.3.2硬件及软件介绍

3.3.3硬件连接图

3.4优化KP，KI，KD的具体步骤

3.4.1数据预处理

3.4.2选择编码方式及进行编码

3.4.3产生初始群体

3.4.4计算初始群体的适应性值

3.4.5种群交换、复制、变异

3.4.6重复步骤(3.4.4)及(3.4.5)，直至参数收敛或达到预定指标

3.5 PID参数的寻优过程

3.5.1被控对象确定

3.5.2参数范围确定

3.6抗积分饱和的措施

第四章遗传算法在线优化PID参数的实现

4.1在线优化PID的基本思路

4.2程序语言及运行环境介绍

4.3程序中用到的函数的解析

4.4遗传算法VBA程序的实现

4.4.1遗传算法—主程序

4.4.2遗传算法—选择和复制程序

4.4.3遗传算法—交叉操作

4.4.4遗传算法—变异操作

4.4.5遗传算法—适应性评价

4.5效果检查

结论

参考文献

致谢