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...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。展开更多
文摘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。
