一種適用于煙草加工過程pid控制回路的性能評價方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及煙草加工過程控制的相關(guān)技術(shù)領(lǐng)域，具體地說是一種針對煙草加工過 程PID控制回路的性能評價方法。
【背景技術(shù)】
[0002] 自Harris提出以最小方差控制器作用下的閉環(huán)輸出方差作為控制器性能評價基 準(zhǔn)（CanJChemEng，1989 (67) :856-861)，此后大多數(shù)研究都圍繞該基準(zhǔn)開展，卻很少關(guān)注 它對一種具體類型的控制器的適用性問題。煙草加工過程控制中，90%以上的控制器類型 為PID控制器，而研究發(fā)現(xiàn)，由于受自身結(jié)構(gòu)影響，即使整定良好的PID控制器，其輸出一般 也無法達到最小方差控制器控制下的方差，如果采用最小方差控制的標(biāo)準(zhǔn)來評價PID控制 回路會得到錯誤的、不客觀的判斷。因此，找到一種適用于PID控制器的性能指標(biāo)來評價煙 草加工過程，具有十分重要的意義。
[0003] -些研究者分析了PID控制器可實現(xiàn)的最小方差的計算方法，構(gòu)造了PID控制率 下閉環(huán)輸出方差的目標(biāo)函數(shù)，并采用最速下降法等常規(guī)優(yōu)化方法來計算最小值，從而作為 性能指標(biāo)的評價基準(zhǔn)。但這種方法在實際使用中存在以下主要問題：一是傳統(tǒng)的優(yōu)化計算 方法容易陷入局部最優(yōu)，無法獲得全局最優(yōu)解，甚至無法獲得最優(yōu)解，且計算速度慢；二是 輸出方差的目標(biāo)函數(shù)并沒有考慮控制的代價作用。這使得評價基準(zhǔn)的計算并不反應(yīng)客觀實 際，影響了性能指標(biāo)評價的合理性。

【發(fā)明內(nèi)容】

[0004] 為克服上述優(yōu)化計算PID控制回路性能指標(biāo)方法的不足，本發(fā)明對圖1所示的PID 控制回路，提出了用遺傳算法結(jié)合修正牛頓法的混合遺傳算法來優(yōu)化計算PID控制器可實 現(xiàn)的最小方差，避免了傳統(tǒng)優(yōu)化算法容易陷入局部最優(yōu)的情況，也提高了算法的局部搜索 優(yōu)化能力；并且在目標(biāo)函數(shù)中考慮了控制代價的懲罰，使得最小方差的計算兼顧了控制作 用的變化，從而得到更客觀高效的性能評價指標(biāo)，提高過程控制性能監(jiān)控水平。其具體步驟 如下：
[0005] (1)針對煙草加工流程中的特定加工工序，選定待評價的PID控制回路（單回路或 串級回路），確定相應(yīng)的被控變量和控制變量構(gòu)成操作數(shù)據(jù)；
[0006] (2)確定采集規(guī)則：包括采樣時間和評價數(shù)據(jù)范圍。根據(jù)煙草加工過程的特點，采 樣時間為5-15秒；評價數(shù)據(jù)范圍選取生產(chǎn)過程穩(wěn)定運行的數(shù)據(jù)段（除去料頭、料尾以及故 障階段的生產(chǎn)數(shù)據(jù)）；
[0007] (3)對采集的操作數(shù)據(jù)進行預(yù)處理：包括奇異值剔除以及平穩(wěn)性檢驗。若平穩(wěn)性 檢驗未通過，則可以對數(shù)據(jù)進行一次或二次差分處理，并將操作數(shù)據(jù)減去其平均值（或設(shè) 定值）作為辨識模型用數(shù)據(jù)；
[0008] (4)對預(yù)處理后的操作數(shù)據(jù)進行時間序列分析，辨識得到ARMAX模型；
[0009] (5)利用ARMAX模型中過程模型和干擾模型的響應(yīng)系數(shù)S和N，構(gòu)造包含控制作用 變化的目標(biāo)函數(shù)J;
[0010] (6)設(shè)定種群規(guī)模NT、交叉概率Pc、變異概率Pm、最大迭代次數(shù)T，利用遺傳算法和 修正牛頓法相結(jié)合的混合遺傳算法求取目標(biāo)函數(shù)J的最小值，得到PID回路可實現(xiàn)的最小 方差，作為性能評價的基準(zhǔn)，并相應(yīng)得到最優(yōu)的PID參數(shù)K。
[0011] (7)以上述求得的最小值作為PID回路的性能評價基準(zhǔn)<_，與實際過程輸出方 差相比，得到PID控制回路的性能指標(biāo)
[0012] 步驟（3)中，奇異值剔除是對明顯不符合穩(wěn)定生產(chǎn)過程或故障段的數(shù)據(jù)進行人工 剔除；平穩(wěn)性檢驗采用非參數(shù)檢驗法ADF;數(shù)據(jù)的一次或二次差分處理如下式：
[0013] Ay(t) =y(t)-y(t-1)
[0014] Δ2y(t) =Δy(t) -Δy(t_l)
[0015] 步驟⑷中，對被控變量y和控制變量u構(gòu)成的操作數(shù)據(jù)進行時間序列分析，辨識 得到如下式所示的ARMAX模型：
[0016] A(q:)y(k) =B(q:)u(k)+D(q:)e(k)
[0017] 其中y(k)，u(k)和e(k)分別為被控變量、控制變量和噪聲信號。A、B、D為多項式 系數(shù)。
[0018] 步驟（5)中，ARMAX模型中過程模型系數(shù)S和干擾模型的響應(yīng)系數(shù)N由下述方法 求出：
[0019] 對圖1所示的PID回路，輸出可表示為
[0020] 其中：Ρ是輸出達到臨界穩(wěn)定值時需要的最大采樣時間間隔。
[0021] 控制器的離散形式可表示為：
[0022] 從而可以得到
[0023] 其中Α:^^^"^…戶代表過程模型的階躍響應(yīng)系數(shù)。 1-分
[0024]
[0025] 包含控制作用變化的目標(biāo)函數(shù)J由下述方法求出：
[0026]
[0027]PID控制閉環(huán)系統(tǒng)的輸出方差可表示為：
[0028]
[0029] 則新的包含控制作用變化的目標(biāo)函數(shù)J可表示為：
[0030]
[0031] 其中P為懲罰因子，根據(jù)實際情況在（0，1)中選取。
[0032] 步驟（6)中，對f(x) = 0或求其最小值的問題，修正牛頓法以下述迭代公式表示：
[0033]
[0034] 其中r為可變步長，在[0，1]取值。
[0035] 步驟（7)中，對目標(biāo)函數(shù)尋優(yōu)得到的最小值作為PID回路的性能評價基準(zhǔn); 過程輸出的實際方差由下式計算：
[0036]
[0037] 其中，η為評價數(shù)據(jù)的個數(shù)。
[0038] 本發(fā)明提出的方法考慮了帶控制作用變化的新的目標(biāo)函數(shù)，并利用結(jié)合了遺傳算 法全局優(yōu)化能力和修正牛頓法局部優(yōu)化能力的混合遺傳算法來對目標(biāo)函數(shù)進行尋優(yōu)，從而 可得到更客觀高效的性能評價指標(biāo)。進一步，該方法可對煙草加工過程的串級PID回路進 行等價分析，從而有效提高方法的使用范圍，提升過程控制性能評價能力。
【附圖說明】
[0039] 圖1為常見的單回路PID控制系統(tǒng)；
[0040] 圖2為串級PID回路與單回路的等價關(guān)系；
[0041] 圖3為本發(fā)明提出的PID控制回路性能評價流程圖（該圖作為摘要附圖）；
[0042] 圖4為混合遺傳算法流程圖。
【具體實施方式】
[0043] 下面結(jié)合附圖和實施例對