基于MMOAFSA蒸汽压缩式制冷机组的双参数前馈解耦PID控制策略研究

鉴于蒸汽压缩式制冷机组蒸发温度T_(e)与过热度D_(sh)的控制回路之间存在强耦合及大惯性、非线性和时延等特性。提出了一种蒸发温度与过热度的前馈解耦PID控制策略,且设计出改进多目标人工鱼群算法(Modified Multi-objective Artificial Fish Swarm Algorithm,MMOAFSA)对相应的PID控制器参数进行整定,以提升T_(e)与D_(sh)的调节质量。首先,对两个控制环路:电子膨胀阀开度O_(EEV)—蒸发温度T_(e)和压缩机驱动电机的供电频率f—过热度D_(sh),通过前馈补偿解耦方式来消除这两个控制回路之间的耦合效应。其次,对基本型单目标人工鱼群算法的视野V和步长S进行指数递减变化,构建改进单目标人工鱼群算法(Modified Single Objective Artificial Fish Swarm Algorithm,MSOAFSA)。再将多目标优化的混沌局部搜索策略引入MSOAFSA,设计了MMOAFSA。考虑绝对积分时间误差(Integrated Time Absolute Error,ITAE)、调节时间tc和稳态误差绝对值Ess,将min(ITAE,tc,Ess)作为MMOAFSA的多目标适应度函数,并应用该MMOAFSA对两个控制器的6个参数(KP_(1),KI_(1),KD_(1),KP_(2),KI_(2),KD_(2))进行多目标寻优,获取了相应的Pareto最优解。最后,借助MATLAB工具,对VCRU双参数前馈解耦PID控制系统(Two-Parameter Feedforward Decoupling PID Control System for VCRU,VCRU-TPFDPIDCS)组态与数值模拟。结果表明:该控制策略能够消除控制回路之间的耦合效应,同时MMOAFSA对两个控制器6个参数的自适应整定是可行的,且对T_(e)与D_(sh)的调节质量也明显优于传统的PID调节方式。

应用改进人工蜂群算法的VCRU冷凝温度PI^(λ)D^(μ)控制的数值研究

充分考虑蒸汽压缩式制冷机组(Vapor Compression Refrigerating Unit,VCRU)中的冷凝器被控对象具有结构参数时变、惯性大和时滞等特点,传统PID调节方式会导致其关键性能参数−冷凝温度T_(c)的调节时间长、稳态误差和超调量均较大的问题。对此提出冷凝温度分数阶PID(PI^(λ)D^(μ))控制策略,且设计改进人工蜂群算法(Improved Artificial Bee Colony Algorithm,IABCA)对该冷凝温度分数阶PID控制器(Fractional Order PID Controller for Condensation Temperature,CT-FOPIDC)参数进行优化整定,提升T_(c)的调节质量。首先,根据空调制冷工艺的要求和相关自动控制理论,对该冷凝温度PI^(λ)D^(μ)控制系统中的各个组成环节进行建模。其次,基于基本人工蜂群算法(Basic Artificial Bee Colony Algorithm,BABCA),对学习因子c_(1)和c_(2)进行线性变化,保持其他参数不变,重构IABCA,且将min ITAE(Integrated Time Absolute Error,绝对积分时间误差)作为其目标函数,进而对CT-FOPIDC的5个参数进行整定,得到相应的最佳参数值。最后,使用MATLAB软件,分别对IABCA和该冷凝温度PI^(λ)D^(μ)控制系统进行编程和组态。仿真结果表明该IABCA对CT-FOPIDC参数的优化整定是可行的,同时该冷凝温度PI^(λ)D^(μ)控制系统的调节品质明显优于传统PID控制系统。