改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法.pdf
《改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法.pdf》由会员分享,可在线阅读,更多相关《改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法.pdf(6页珍藏版)》请在咨信网上搜索。
1、本文网址:http:/www.ship- J.中国舰船研究,2024,19(2):181186.DING Z L,WANG P,WANG Y G,et al.Sliding mode controller with improved AGA for supercharged boiler drum wa-ter level controlJ.Chinese Journal of Ship Research,2024,19(2):181186(in both Chinese and English).改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法扫码阅读全文丁志龙1,王鹏*2,王永刚
2、2,苏博群21 中国人民解放军海军士官学校 机电系,安徽 蚌埠 2330002 哈尔滨船舶锅炉涡轮机研究所,黑龙江 哈尔滨 150078摘 要:目的目的船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。方法方法将上锅筒水位偏差的速度和速度变化率引入 S 函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。结果结果将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统
3、的PID 控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比 PID 缩短 5 s,超调量也小于 PID。结论结论仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。关键词:增压锅炉;水位控制;滑模控制;自适应遗传算法中图分类号:U664.11文献标志码:ADOI:10.19693/j.issn.1673-3185.03228 Sliding mode controller with improved AGA forsupercharged boiler drum water level cont
4、rolDING Zhilong1,WANG Peng*2,WANG Yonggang2,SU Boqun21 Mechanical and Electrical Department,Naval Petty Officer Academy of PLA,Bengbu 233000,China2 Harbin Ship Boiler and Turbine Institute,Harbin 150078,ChinaAbstract:ObjectivesIt is difficult to control the drum water level of a supercharged boiler
5、due to thestrong load disturbance in the sailing process.In order to ensure the stability of the drum water level,it is ne-cessary to study drum water level control methods under strong load disturbance.To this end,this paper pro-poses a sliding mode controller with an improved adaptive genetic algo
6、rithm(AGA).MethodsThe velo-city and accelerated speed of the drum water level error is combined with an S-function to design a slidingmode controller.Its stability is then proven using the Lyapunov stability theorem.On this basis,the slidingmode controller parameters are optimized with the improved
7、AGA.ResultsThe control performance ofthe sliding mode controller with improved AGA is compared with that of a PID controller.In response to rampdisturbance signals and step disturbance signals,the sliding mode controller with improved AGA can track theinput signal without error.Its stability time is
8、 5 s shorter than that of the PID and its overshoot is lower thanthat of the PID.ConclusionsThe simulation results show that the sliding mode controller with improvedAGA is superior to the PID controller.Key words:supercharged boiler;water level control;sliding mode controller;adaptive genetic algor
9、ithm(AGA)0 引言在船舶蒸汽动力系统中,船用增压锅炉上锅筒水位对系统的安全性和稳定性具有决定性作用。上锅筒水位过高或过低都可能导致增压锅炉损坏1。由于上锅筒水位系统参数的时变性、模收稿日期:20221226 修回日期:20230308 网络首发时间:20230410 16:24基金项目:国家社会科学基金资助项目(20CGL066)作者简介:丁志龙,男,1983 年生,讲师王鹏,男,1979 年生,博士,研究员*通信作者:王鹏 第 19 卷 第 2 期中 国 舰 船 研 究Vol.19 No.22024 年 4 月Chinese Journal of Ship ResearchApr.2
10、024型的不确定性,上锅筒水位控制难以得到理想的效果。此外由于船舶航行时负荷的扰动非常强烈和频繁,也会加剧水位的波动,因此寻找合适的控制方法来消除模型不确定性和系统干扰,对船用增压锅炉的安全性和稳定性具有重要意义。H文献 2 针对工业锅炉汽轮机系统提出了一种多变量鲁棒自适应滑模控制,并引入自适应律来解决突发的外部干扰和不确定性。文献 3 将滑模控制应用于锅炉上锅筒水位控制,解决了参数时变性的问题,并与鲁棒控制进行比较,研究结果表明滑模控制使上锅筒水位的响应更加快速,且变化幅度较小。为解决上锅筒水位模型不确定性的问题,学者对蒸汽动力系统锅炉汽轮机建模及数据修正、参数估计、系统识别进行了研究4-5
11、。为了满足不同条件下的性能需求,基于模型的多变量预测控制6、模糊控制7等方法被提出并加以应用。然而,上述研究仍难以解决上锅筒水位控制中参数不确定性和强扰动问题。为获得更好的上锅筒水位控制效果,本文将根据船用增压锅炉上锅筒水位数学模型设计滑模控制器,分析传统遗传算法存在的问题并进行改进,采用改进的自适应遗传算法对滑模控制器参数进行优化,并进行仿真验证。1 上锅筒水位控制系统船用增压锅炉系统工作原理见图 1。给水进入上锅筒,然后通过下降管进入下锅筒,再通过上升管回到上锅筒。在这个过程中,给水受热蒸发成为饱和蒸汽。回到上锅筒的汽水混合物通过汽水分离,饱和蒸汽再进入过热器成为过热蒸汽,供给汽轮机使用8
12、。上锅筒下锅筒给水过热蒸汽经济器过热器上升管下降管饱和蒸汽图 1增压锅炉系统原理图Fig.1 Schematic diagram of supercharged boiler 2 滑模控制器的设计基于自适应遗传算法的滑模控制器设计首先应建立上锅筒水位模型,然后设计滑模控制器,确定需要优化的参数。再利用自适应遗传算法优化参数9。根据质量平衡和能量平衡定律建立上锅筒水位数学模型。假设过热蒸汽的输出稳定,其变化视为系统扰动。将上锅筒水位作为输出,给水量作为输入。由质量平衡和能量平衡定律,可得式(1)和式(2)。ddtVwt+Vst=mfms(1)ddthVwt+hVst pVt+mtCptm=Q+m
13、fhfmsh(2)VwtVstmfmshfmttmhh式中:为水的总体积;为蒸汽总量;为给水量;为蒸汽量;为给水焓值;为金属总质量;为金属温度;Q 为吸热量;为饱和蒸汽焓值;为饱和水密度;为饱和蒸汽密度;为饱和水焓值;Cp为金属比热容;p 为上锅筒压力;Vt为蒸汽输出量。G(s)GSH(s)为了获得系统模型,基于式(1)和式(2)建立下降管、上升管、下锅筒和上锅筒的数学模型。在此简化建模过程,根据文献 10,采用 Matlab 搭建上锅筒水位模型,并用实船数据进行修正,推导给水流量和水位的传递函数、蒸汽流量和水位的传递函数。G(s)=(s+)1s(1+1s)(3)GSH(s)=1+2s2s(4
14、)1,21,2式中:为惯性系数;为时间常数;和 为增益常数。实船的上述参数是时变的,经常和实际系统失配。因此采用如式(5)所示的状态方程。x1=x2 x2=x3 x3=(1+(x)f(x)+g(x)u+d(x)(5)(x)g(x)f(x)d(x)式中:为不确定项;x=x1,x2,x3T为 状态向量;为传递函数,为非线性部分;为来自蒸汽输出的干扰;u 为控制量。滑模面可定义为11s=e3(t)+Ae2(t)+Be1(t)(6)e1(t)=e(t)e2(t)=e(t)e3(t)=e(t)(7)e(t)=r(t)r(t)r(t)式中,为跟踪偏差,其中为给182中 国 舰 船 研 究第 19 卷r(t
15、)e(t)e(t)A 0B 0定值,为测量值。选择滑模控制器系数 A 和B 保证逐渐减小。为了保证逐渐减小,所有特征方程的根都应有负实部。所以 A 和 B 的取值范围为和。V=(1/2)s2为保证系统稳定,构造李雅普诺夫型到达条件,则有V(s)=s s=s(e3(t)+A e2(t)+B e1(t)=s(1+)f(x)g(x)ud(x)+Ae3(t)+Be2(t)(8)式中,t 为时间变量。滑模控制器输入控制量 u 的取值为u=1g(x)(f(x)+Ae3(t)+Be2(t)1g(x)dmax+max|f(x)|sgn(s)(9)|d(x)|dmax|(x)|maxsgn(s)V 0式 中:;
16、为 符 号 函数。可以证明。V(s)=s(x)f(x)d(t)dmax+max|f(x)|sgn(s)=|s|(d(x)dmax)sgn(s)+|s|(x)f(x)max|f(x)|sgn(s)0(10)滑模面是稳定的。令 dmax+max|f(x)|(11)可得简化形式的 u 为u=1g(x)(f(x)+Ae3(t)+Be2(t)1g(x)sgn(s)(12)基于自适应遗传算法的滑模控制器原理图见图 2。_+_+r(t)r*(t)r*(t)r(t)滑模控制器d(x)GSH(s)1s1ss=e3+Ae2+Be1u=(f+Ae3+Be2)g(x)1(1+)G(s)自适应遗传算法g(x)sgn(s
17、)图 2基于自适应遗传算法的滑模控制器Fig.2 Schematic of sliding mode controller with AGA 3 基于改进自适应遗传算法的优化遗传算法是模仿生物遗传学和自然选择机理的一种搜索算法12。自适应遗传算法具有交叉概率和变异概率随代价函数变化的特点。这里采用自适应遗传算法优化滑模控制器输入 u 中的参数。3.1 传统自适应遗传算法基本遗传算法采用的比例选择算子采用赌盘选择来实现,该算子的明显缺陷是:其基于随机pcpmpcpmfaveffmaxfpcpmfpcpm操作,因此选择误差较大,尤其在种群规模较小的情况下,可能会漏选适应度较高的个体。单点交叉算子以
18、交叉概率随机选择交叉位置,然后交换交叉位置右边的基因。基本位变异算子以变异概率随机对某位基因取反。传统自适应遗传算法在基本遗传算法的基础上,根据种群适应度的集中和分散情况,相应地改变和13。代表种群的平均适应度,代表交叉双方最大适应度,代表种群最大适应度,f 代表个体适应度。适应度 f 越接近交叉双方最大适应度,和越小,当 f=时,和为零。pc=k1fmax ffmax fave,f favek3,f fave(13)pm=k2fmax ffmax fave,f favek4,f fave(14)式中,k1,k2,k3,k4为调整系数。传统的自适应遗传算法仅考虑了种群中一般个体与最优个体之间的
19、关系,很可能陷入局部最优。这是由于优良个体之间的交叉概率很小,一些适应度较大的个体很可能在进化过程中不变化或变化很小,从而使得整个算法出现“早熟”现象14。3.2 改进的自适应遗传算法fmaxfminfavefminfmaxfavefmax0.5 a 1 0 b afminfmax bpcpmpcpmpcpmpcpm为解决上述问题,对传统的自适应遗传算法进行改进。用,分别代表种群最大适应度、最小适应度、种群平均适应度。考虑它们之间的关系,就兼顾了整个种群的集中程度和种群内适应度的分布。与越接近,表明整个种群的集中程度越好。与越接近,表明种群 内 部 适 应 度 的 分 布 情 况 越 集 中。
20、取 参 数,。当和同时满足时,种群的适应度可判断为集中,此时根据式(15)和式(16)自适应改变和。其他情况下,种群的适应度可判断为分散,和保持不变。在取值范围内,a 和 b 取值越大,和变化越平缓。a 和 b 取值越小,和变化调整越灵敏。pc=pc11fminfmax,favefmax a,fminfmax bpc,其他(15)pm=pm11fminfmax,favefmax a,fminfmax bpm,其他(16)第 2 期丁志龙等:改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法1833.3 优化步骤1)初始化 的种群,定义遗传算法的参数,包括变量个数、变量范围、种群个体数、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 改进 自适应 遗传 算法 优化 增压 锅炉 上锅筒 水位 控制 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。