基于知识的工业过程智能优化控制

摘要

随着电子技术与计算机技术的发展，现代计算机已经不局限于处理数值问题了，计算机已经进入到了以知识为处理对象的时代，尤其是在智能控制系统中。在复杂工业生产过程中，大多数系统仍然采用PID控制方法。作为一种经典的控制方法，PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点。随着智能技术的的发展，将PID与智能技术相结合的控制方法是近年来研究的热门。
　　 PID控制的核心是参数整定问题。在实际应用中PID控制器参数大多是依赖控制工程师所积累的现场调节经验来实现整定的，因而往往很难达到令人满意的程度。特别地，对于时变或非线性系统，随着生产过程或负载变化使系统模型发生改变，PID控制器参数往往不能及时被调整。
　　 本文的主要内容包括，首先，阐述知识的相关概念，为后文的PID控制器的整定方法和应用奠定了基础。其次，针对一类可用带有纯时间延迟的一阶对象来近似描述的工业过程，利用Levenberg-Marquardt最小二乘拟合法辨识出被控对象的数学模型，进而根据典型PID控制器的参数自整定方法求出PID控制器的参数，并对两个典型工业对象进行仿真研究。第三，基于粒子群优化算法和人工免疫系统的特点，将粒子群优化的基本原理与人工免疫算法相结合，研究一种智能免疫优化算法的PID自整定方法，并对其仿真验证，在此基础上，设计一个锅炉汽包水位系统的模糊自适应PID控制器，与常规PID控制器相比，控制效果更好，性能更优越。