基于粒子群的群智能理論在系統(tǒng)優(yōu)化中的應(yīng)用研究.pdf

1、國(guó)內(nèi)火電機(jī)組向著大容量高參數(shù)發(fā)展，提高了燃煤效率，降低了溫室氣體排放量，同時(shí)也對(duì)熱工系統(tǒng)控制品質(zhì)提出了更高的要求。目前，原理簡(jiǎn)單、魯棒性強(qiáng)、使用方便的PID控制在火電廠熱工系統(tǒng)中仍普遍使用，如何選取最優(yōu)的PID控制器參數(shù)成為改善控制器性能的關(guān)鍵。群智能算法的快速發(fā)展，為熱工控制系統(tǒng)提供了更加智能的優(yōu)化方法。粒子群優(yōu)化(PSO)算法是模擬自然界中鳥(niǎo)群的覓食行為而提出的群智能算法，它易于實(shí)現(xiàn)，計(jì)算迅速，在控制系統(tǒng)優(yōu)化方面的應(yīng)用成為了研究人員

2、關(guān)注的焦點(diǎn)。
　　本文首先介紹了PID控制原理和控制算法，給出了經(jīng)典法和智能法等控制器參數(shù)優(yōu)化方法，提供了調(diào)節(jié)品質(zhì)型和誤差積分型目標(biāo)函數(shù)，針對(duì)不同的對(duì)象選擇合適的目標(biāo)函數(shù)進(jìn)行控制器參數(shù)尋優(yōu)。介紹了標(biāo)準(zhǔn)粒子群算法基本原理，結(jié)合混沌搜索和量子空間搜索，提出了混沌量子粒子群優(yōu)化(CQPSO)算法，并用測(cè)試函數(shù)對(duì)其進(jìn)行測(cè)試分析。測(cè)試結(jié)果表明，CQPSO算法能使粒子群克服早熟現(xiàn)象，在算法優(yōu)化性能、搜索速度和優(yōu)化精度方面都有了很大的改善。CQ

3、PSO算法對(duì)爐膛負(fù)壓控制系統(tǒng)PID控制器參數(shù)優(yōu)化結(jié)果表明，該算法在控制器參數(shù)優(yōu)化方面具有適用性。
　　鍋爐主汽溫是自衡對(duì)象，汽包水位是無(wú)自衡對(duì)象。它們都是熱工控制系統(tǒng)中最重要也是最難控制的參數(shù)，能否保證鍋爐主汽溫和汽包水位在規(guī)定的范圍內(nèi)，關(guān)系著整個(gè)火電機(jī)組的安全性和經(jīng)濟(jì)性。本文運(yùn)用CQPSO算法，根據(jù)對(duì)象特性選擇合適的目標(biāo)函數(shù)，分別對(duì)鍋爐主汽溫控制系統(tǒng)和給水控制系統(tǒng)PID控制器參數(shù)優(yōu)化。仿真結(jié)果表明，基于CQPSO算法優(yōu)化的控制系