买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于改进天鹰算法的烟气含氧量DMC+PID串级控制方法_山西大学_202311721750.3 

申请/专利权人:山西大学

申请日:2023-12-14

公开(公告)日:2024-03-19

公开(公告)号:CN117724333A

主分类号:G05B13/04

分类号:G05B13/04

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.05#实质审查的生效;2024.03.19#公开

摘要:本发明公开了基于改进天鹰算法的烟气含氧量DMC+PID串级控制方法,属于火力发电、智能优化控制技术领域。针对目前循环流化床机组烟气含氧量普遍采用PID串级控制导致的稳定不足、准确性差、调节时间长等问题,提出了一种基于改进天鹰算法的烟气含氧量DMC+PID串级控制方法。本方法首先对天鹰算法进行改进,采用改进帐篷混沌映射、自适应概率阈值、自适应惯性权重、三角扰动改善天鹰优化算法,测试结果与秩和检验结果表明该算法有更好的寻优精度和收敛速度。其次,利用改进天鹰算法对动态矩阵控制器参数进行优化,对比结果表明该方法在超调量、调节时间、抗干扰能力、跟踪及鲁棒性能都有较大提升,具备更好的变负荷适应性,能有效改善烟气含氧量的控制效果。

主权项:1.基于改进天鹰算法的烟气含氧量DMC+PID串级控制方法,其特征在于:所述控制方法的内回路使用PI控制器,外回路引入动态矩阵控制器,基于改进天鹰算法对动态矩阵控制器的序列长度N、预测偏差加权系数C1、预测控制量加权系数C2、预测误差加权修正系数C中的修正量α进行优化,包括以下步骤:步骤1:初始化算法的相关参数,将动态矩阵控制器的四个参数看作空间中的一组可行解N,C1,C2,α;步骤2:采用改进帐篷混沌映射初始化种群;步骤3:根据个体当前位置,通过适应度函数计算粒子的适应度,即计算每个个体的目标函数值;步骤4:初始化个体最优和全局最优;步骤5:若当前迭代次数t小于最大迭代次数T,按照公式27、29更新自适应概率阈值p,自适应惯性权重系数w后执行步骤6;公式27、29如下: 步骤6:若当前迭代次数t小于最大迭代次数T的35,判断rand是否小于p,若小于采用公式30执行包围捕食,否则采用公式31执行包围捕食;若当前迭代次数t大于最大迭代次数T的35,判断rand是否小于p,若小于采用公式32执行包围捕食,否则采用公式33执行包围捕食;然后执行步骤7;公式30~33如下: X2t+1=w*Xbestt×LevyD+XRt+y-x*rand31X3t+1=[1-w*Xbestt-XMt]×α-rand+[UB-LB×rand+LB]×δ32X4t+1=QF×1-w*Xbestt-G1×Xt×rand-G2×LevyD+rand×G133其中,X1,2,3,4t+1是第t+1次迭代的个体位置,Xbestt是在第t次迭代为止获得的最佳位置,t和T分别地表示当前迭代和最大迭代次数,XMt表示第t次迭代时所有个体当前位置的平均值,LevyD为Levy飞行分布函数,XRt为种群范围[1,N]内的随机个体,y和x表示搜索中的螺旋形状,QF表示用于平衡搜索策略的质量函数,G1表示猎食过程中猎食动物用于追踪猎物的各种运动,G2表示天鹰从第一个位置1到最后一个位置t的飞行斜率,Xt为第t次迭代时的当前解;步骤7:调用适应度函数更新粒子的适应度并更新个体最优和全局最优,然后执行步骤8;步骤8:引入三角函数对当代解进行扰动,然后执行步骤9扰动过程如式34如下: 其中,xi是当前个体所代表的解;k是在区间0,1之间递减的变量;sinθ为正弦函数的随机值;步骤9:当前迭代次数t+1后判断是否满足迭代终止条件,是输出优化结果,算法结束;否则返回执行步骤5。

全文数据:

权利要求:

百度查询: 山西大学 基于改进天鹰算法的烟气含氧量DMC+PID串级控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。