基于差分进化算法的预测控制及其应用研究

论文摘要

本文在对常规预测控制研究的基础上,重点研究了基于差分进化算法(Differential Evolution,DE)优化的预测控制的技术。差分进化算法是一种基于群体进化的算法,具有记忆个体最优解和种群内信息的特点。将其与预测控制相结合,可以实现系统的强稳定性及系统的快速收敛,而这正是工业生产过程中所希望达到的。本文将基于差分进化算法的预测控制应用于稀土萃取过程的给料流量回路控制系统中,通过仿真实验的验证,表明了其方法的有效性。本文重点进行了以下几方面的探讨研究：首先,设计基于差分进化算法的预测控制器。针对工业生产过程,本文设计了动态矩阵控制(Dynamic Matrix Control, DMC)器。通过仿真发现,动态矩阵算法可以应用于过程控制中,但它的控制效果仍有改善空间。通过设计基于差分进化算法的预测控制器,优化了预测控制中的预测步数、控制优化步数和加权阵三个参数,改善了系统的跟踪效果,并取得更好的控制效果。其次,建立给料流量系统的数学模型。给料流量控制是稀土萃取生产过程中一个非常重要的环节,它的精确与否将直接影响稀土萃取的质量。给料流量系统的数学模型建立,是分析系统性能的前提和基础。本文通过对系统基本方程的分析和推导,分别得到了信号输入环节、步进电机传动机构的直线位移环节、流量输出环节和涡轮流量计反馈控制环节的方程,最终得到给料流量控制系统的数学模型。最后,提出将基于差分进化算法的预测控制应用于稀土萃取过程中的给料流量系统。本文分别设计了经典PID(Proportion Integration Differentiation)控制器、模糊自调整PID控制器以及基于差分进化算法的预测控制器。经过仿真实验发现,模糊自调整PD控制解决了经典PID控制参数固定,受到干扰时无法自动调整参数的问题；而基于差分进化算法的预测控制的跟踪效果及抗干扰性更优于模糊自调整PID控制。故将差分进化预测控制应用于稀土萃取过程中的给料流量系统中。在仿真过程中,证明该方法可以满足稀土萃取过程给料流量回路控制的工业生产要求。通过文中的理论研究和仿真分析,基于差分算法的预测控制器的设计方法可以应用到稀土萃取给料流量控制系统中,系统的跟踪性能好、鲁棒性强。证明了该方法的可行性,为稀土萃取生产过程提供了一种新颖的控制策略。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究的背景及意义
• 1.2 课题研究的现状
• 1.3 本文的主要研究工作
• 2 预测控制基本原理
• 2.1 预测控制理论的起源和发展
• 2.2 预测控制的特点
• 2.3 动态矩阵预测控制
• 2.3.1 动态矩阵控制算法原理
• 2.3.2 系统参数对性能的影响分析
• 3 差分进化算法
• 3.1 差分进化算法工作原理
• 3.1.1 变异操作
• 3.1.2 交叉操作
• 3.1.3 选择操作
• 3.1.4 差分进化算法的变化形式
• 3.2 差分进化算法研究
• 3.2.1 差分进化算法参数设置
• 3.2.2 差分进化算法分析与比较
• 4 基于差分进化算法的预测控制器设计
• 4.1 预测控制器的设计
• 4.1.1 DMC控制模型设计
• 4.1.2 参数选取
• 4.2 差分进化算法对DMC的参数优化
• 4.2.1 优化参数选择
• 4.2.2 差分进化算法计算
• 4.3 仿真分析
• 5 DE-DMC在稀土萃取中的应用
• 5.1 稀土萃取的工艺流程
• 5.2 给料流量系统模型的建立
• 5.2.1 信号输入环节方程
• 5.2.2 步进电机传动机构的直线位移环节方程
• 5.2.3 阀口位移—流量输出环节方程
• 5.2.4 涡轮流量计的反馈装置环节方程建立
• 5.2.5 控制系统仿真模型参数的计算
• 5.3 给料流量系统的控制方法的比较研究
• 5.3.1 PID控制器设计
• 5.3.2 模糊自调整PID控制器设计
• 5.3.3 仿真结果比较
• 5.4 DE-DMC在稀土萃取中的应用
• 结论
• 致谢
• 参考文献
• 攻读学位期间的研究成果