基于免疫遺傳算法優化的自調整PID控制器研究

張志柏，朱敏

（常州信息職業技術學院江蘇常州213164）

基于免疫遺傳算法優化的自調整PID控制器研究

張志柏，朱敏

（常州信息職業技術學院江蘇常州213164）

目前，傳統自調整PID控制器回路中存在目的誤差、平均誤差和透過誤差較多的現象，容易造成工藝數據控制不精確。為此，提出一種基于免疫遺傳算法優化的自調整PID控制器研究方案。首先確定PID控制器系統硬件結構，采用免疫遺傳算法對自調整PID控制器回路中的積分單元以及微積分計算進行優化，有效避免了目的誤差的產生，使用交叉與變異算子調整比例單元以及比例微分單元，借鑒數據交叉適應度值有效控制系統出現穩定性差變、降低平均誤差以及透過誤差出現的概率，保證工藝數據控制精度，有效解決了上述問題。仿真實驗證明，基于免疫遺傳算法優化的自調整PID控制器能夠對工藝數據進行高精度控制，具有實踐意義，能為自調整PID控制器研究發展提供幫助。

免疫遺傳算法；PID控制器；微分單元；比例單元；積分單元

自調整PID控制器具有硬件結構簡單、魯棒性好、操作簡單快捷、系統穩定等特點，并且根據不同需求進行自定義設置，保證自調整PID控制器能夠進行多功能匹配使用[1-2]。經過多年發展研究，自調整PID控制器功能已經比較完善，廣泛使用在工業化溫度控制、參數調整、模型構建、數據限定、規格保持等方面[3-4]。在自調整PID控制器的使用中，其使用效果好壞程度取決于其回路中的誤差概率以及比例單元、積分單元、微積分單元，但是自調整PID控制器計算單元是一個復雜的連續的過程，傳統的自調整PID控制器在進行計算的過程中，回路中會產生大量目的誤差、平均誤差、透過誤差，這些誤差的產生多由于比例單元以及調整控制系統搭配上的不均衡造成的[5]。隨著科技的發展，工業進程的加快，許多先進的計算方法已經與自調整PID控制器互相結合，這樣不但完善了自調整PID控制器功能同時也完善了工藝流程[6-7]。比如單純方差計算方法、混沌優化函值法、神經網絡控制方法、向量權值限量計算法等，都能夠對自調整PID控制器進行一定的優化，但是上述計算方法中無法對比例單元以及積分單元進行調整，因此還不能進行全面的優化。但是免疫遺傳算法可以進行單元化的調整，同時能夠提高計算的結構層次，有效的避免誤差的產生。綜上所述，本文提出一種基于免疫遺傳算法優化的自調整PID控制器，通過免疫遺傳算法，對上述的比例單元進行優化，保證了計算的準確性，避免了目的誤差以及透過誤差的出現，通過交叉與變異算子的調整，有效的避免平均誤差的出現[8-9]。為驗證本文設計的基于免疫遺傳算法優化的自調整PID控制器的有效性，文中還設計了對比仿真試驗，通過實驗數據表明，文中設計的基于免疫遺傳算法優化的自調整PID控制器，能夠有效的解決上述的誤差問題，提高自調整PID控制器工藝參數控制能力。

1 整體設計

1.1 硬件設計

自調整PID控制器的硬件系統主要由PID控制器、數據解調器、數據轉換器、配比電源、高集成電路板組成，其中PID控制器能夠控制比例單元、積分單元、微分單元3個環節[10-11]，自調整PID控制器在進行系統運行的過程中數據的控制量為r（t），y（t）為自調整PID控制器硬件系統的輸出量，自調整PID控制器的硬件組合流程是按比例單元、微分單元和積分單元進行組合控制的[12-13]，其控制結構如圖1所示。

圖1 PID控制器硬件系統結構圖

1.2 運用免疫遺傳算法進行單元修正

遺傳算法是一種人工智能的搜索性隨機仿真算法，主要特點是能夠進行多點搜索、計算升級和調整變異操作等技術層面的運作[14-15]。由于免疫遺傳算法具有較好的計算隨機性以及搜索能力，因此與自調整PID控制器互結合，能夠有效的解決比例單元和積分單元中的誤差，從而提高自調整PID控制器的工藝參數的控制能力。想要進行免疫遺傳算法的單元調整需要進行單元的調試，由多維的數據單元進行系數化，轉變為單一的數據單元，方便免疫遺傳算法的使用，其公式為：

式中，SPPM表示轉變后的比例單元；Tc表示單元的維數；p表示轉換的匹配系數；aiε是對應的多維轉變單維過程的差量；j表示在進行轉變過程中會出現焓值差。

在基于免疫遺傳算法優化的自調整PID控制器系統中，硬件使用的一般的是自調整PID控制器[16]，所以就控制器的比例方程需要進行離散化，這樣方便進行調用，公式為：

公式中，?,f1,f2分為比例單元的3個要素，數據權值、積分函數、參數值域；Length(C)為比例單元參數熵；H為匹配函值。

免疫遺傳算法就是對公式（2）中的v、I和μ進行尋優設計，保證比例多目標優化。傳統的自調整PID控制器進行尋優處理職能進行單目標的尋優，很難同時兼顧3個單元指標，使用免疫遺傳算法便可以實現多單元尋優，公式為:

由于自調整PID控制器的中數據的增益函數的計算比較復雜，使用免疫遺傳算法對積分單元進行調整的程度不會很高，為了達到控制的效果，把平均積分單元中的誤差進行降級排比，這樣可以有效地避免平均誤差的出現，公式為:

公式中：W為積分離散系數；L表示微積分的駕馭值；C1、C2、C3分別表示積分單元的數據上波動極限、下波動極限、數據傳遞項。使用免疫遺傳算法對微積分單元進行調整，由于免疫遺傳算法本身是針對數據，所以在微積分單元可以直接使用，公式為：

公式中：Kp、Ki、KD分別表示積分單元的正比例項、反比例項、權值項；K0表示其實積分函數，使用免疫遺傳算法對比例單元進行調整，保證在回路中的計算數據不會出現目的誤差，對積分單元進行調整，避免出現平均誤差，使用免疫遺傳算法對微分單元進行調整，解決了計算過程中出現透過誤差，這樣就優化了自調整PID控制器。優化過后的自調整PID控制器還需要進行一定的計算調整，這樣才能從根本上解決數據控制精確度的問題。

1.3 交叉與變異算子調整

為了提高本文設計的基于免疫遺傳算法優化的自調整PID控制器的數據控制能力，使用交叉變異算子對個單元進行調整，其數據交叉變異操作的排序是由矩陣實現的，公式為：

式中：Sx為單元的傳遞差值；A表示的是數據律動值；S-1表示的是通過矩陣能夠進行倒敘排列；n的值域雖然有限，但是可以通過一定的硬件設備，提高其使用能力。對比例單元的調整過程為：

式（7）（8）中：為兩種不同情況下的調整分類，PCMAX、PCMIN分別為調整的剩下極限值；PCMIN、PCMAX可以對變異率的上下極限進行調整；PC為數據交叉過程的適應度；P為變異個體的適應度。使用交叉與變異算子對積分單元進行調整，公式為

公式中:q表示使用交叉與變異算子對積分單元進行調整的結果，d表示積分函數的標準調整度，Δd表示的是積分函數的調整幅度；F表示的是積分變異率的影響；1表示的是積分單元數據交叉過程的適應度；為保證使用交叉與變異算子對微積分調整過程中的準確性，需要限定B在[0，100]值域內，公式為：

公式中：M、N分別表示微積分單元的計算卷積系數；β是一個使用常量，只是衡量計算結果的變化程度，通過β可以看出結果是否發生偏離；RS表示的微積分單元的數據交叉適應度；(1-R)n-s-1表示的是變異過程的適應度。

綜上所述，文中設計的基于免疫遺傳算法優化的自調整PID控制器，運用免疫遺傳算法進行單元修正，有效的避免了目的誤差、平均誤差、透過誤差的出現，有效地提高了各單元之間的計算能力，使用交叉與變異算子對各單元進行調整，避免由于單元連接問題，導致控制數據不精確，通過上述的調整，有效地解決了工藝數據控制不精確的問題。

2 仿真實驗分析

為了測試本文設計的基于免疫遺傳算法優化的自調整PID控制器能夠在工藝數據上進行精確的控制，設計了對比仿真實驗。試驗是以某工廠車間的控制流產線為對象，使用傳統的自調整PID控制器以及本文設計的基于免疫遺傳算法優化的自調整PID控制器進行溫度控制，為了保證實驗的有效性，同時進行試驗，并假設除系統外的環境因素都相同。

2.1 參數設定

為保證設計的基于免疫遺傳算法優化的自調整PID控制器系統能夠有效的進行數據控制，設置數據交叉過程的適應度PC為65.89；設置比例單元參數熵Length(C)為5.4；保證積分單元的數據上波動極限、下波動極限C1、C2在[0.78，1.35]的值域內；根據上述仿真設定的參量以及環境設定，進行實驗，結果如下。

2.2 結果分析

圖2 魯棒性對比試驗結果

分析圖2結果得知，文中設計的基于免疫遺傳算法優化的自調整PID控制器，能夠在試驗的過程中具有較高的魯棒性，有效地保證了控制數據的穩定性。魯棒性高的系統其系統穩定程度也較高。

圖3 系統數據波動結果

分析圖3結果得知，本文設計的基于免疫遺傳算法優化的自調整PID控制器，其數據的波動情況較小，說明能夠有效地控制工藝數據。

綜上所述，本文設計的基于免疫遺傳算法優化的自調整PID控制器系統能夠有效的控制工藝數據，在保持平穩的工藝數據變化率的情況下，保持較高的魯棒性。有效解決了工藝數據控制不精確的問題。

3 結束語

針對傳統自調整PID控制器容易出現誤差的問題，提出一種基于免疫遺傳算法優化的自調整PID控制器。該控制器通過免疫遺傳算法，對比例單元、積分單元、微分單元進行優化，保證計算過程的有效性，避免了目的誤差、平均誤差、透過誤差的出現，使用交叉與變異算子對單元之間進行調整，提高自調整PID控制器的單元協同性，有效解決工藝數據控制精度問題。所提方法對自調整PID控制器應用提供更多理論依據。

[1]王永興，錢淑渠，葉永強.基于T細胞調節的免疫遺傳優化算法對逆變器PWM控制序列的優化[J].計算機應用研究，2016（1）:50-55.

[2]高峰，王偉，楊錫運.基于免疫遺傳算法的風力發電機組變增益PI控制器參數整定與優化[J].動力工程學報，2016，36（1）:22-29.

[3]吳陳，王和杰.基于改進的自適應遺傳算法優化BP神經網絡[J].電子設計工程，2016，24（24）:29-32.

[4]劉艷雄，李楊康，華林，等.基于遺傳算法精沖機快速缸液壓伺服系統設計及PID控制優化[J].武漢理工大學學報（交通科學與工程版），2017，41（1）:52-56.

[5]蘇強，吳海龍，賴盛杰.基于免疫遺傳算法的裝配順序優化[J].同濟大學學報自然科學版，2015，43（6）:944-950.

[6]王曉瑜，原思聰，李曼.基于自適應蟻群遺傳混合算法的PID參數優化[J].計算機應用研究，2015（5）:1376-1378.

[7]王曉瑜，原思聰，李曼.基于自適應蟻群遺傳混合算法的PID參數優化[J].計算機應用研究，2015（5）:1376-1378.

[8]任林杰，范多旺，楊軍霞.基于GA優化模糊PID控制的ATO算法研究[J].鐵道標準設計，2017，61（2）:127-130.

[9]張娓娓，袁路路.基于遺傳優化模糊PID算法的溫室智能控制系統研究[J].農機化研究，2017，39（7）:209-213.

[10]謝鵬，張紅梅.基于自適應遺傳算法的EHA控制器優化設計[J].傳感技術學報，2016，29（6）:909-914.

[11]王東風，韓璞.基于免疫遺傳算法優化的汽溫系統變參數PID控制[J].中國電機工程學報，2003，23（9）:212-217.

[12]李曉斌，常蓬彬.基于自適應免疫遺傳算法的真空退火爐變參數PID溫度控制系統[J].蘭州大學學報（自科版），2005，41（6）:69-72.

[13]李育賢.基于免疫遺傳算法的PID控制器參數優化研究[J].計算機仿真，2011，28（8）:215-218.

[14]劉淑榮，李楠，龐偉.基于改進免疫遺傳算法的PID參數優化仿真研究[J].長春工程學院學報:自然科學版，2016，17（4）:89-91.

[15]曾玉金，齊春燕.基于免疫遺傳算法優化的PID控制在交流伺服系統中的應用[J].微電機，2008，41（1）:46-48.

[16]占自才.基于遺傳算法的PID智能控制器設計[J].華東交通大學學報，2009，26（1）:58-61.

The self-adjusting PID controller is optimized based on the immune genetic algorithm

ZHANG Zhi?bai，ZHU Min
（Changzhou College of Informa Technology，Changzhou213164，China）

For the purpose in traditional self?tuning PID controller circuits error，error of the mean and through error，data process control inaccurate problem，put forward a kind of self?tuning PID controller based on immune genetic algorithm（ga）optimization research plan.By immune genetic algorithm for self?tuning PID controller circuit unit and calculus，the integral optimization，effectively avoid the error of purpose，using adjustment of crossover and mutation rate control and differential control，effective control of the system stability，this reduces the average error and the error probability，ensure the control accuracy of process data，and effectively solve the above problems.In order to verify the design based on immune genetic algorithm to optimize the effectiveness of the self?tuning of PID controller，design the contrast simulation experiment，through the experimental data show that the design in this paper based on immune genetic algorithm to optimize the self?tuning of PID controller to control of the process data with high precision.

immune genetic algorithm；PID controller；differentialunit；proportionalunit；integral unit

HT13

A

1674-6236（2017）22-0006-04

2017-03-30稿件編號：201703328

江蘇省教育廳《電氣自動化江蘇省品牌專業建設》（PPZY2015C237）

張志柏（1970—），男，江蘇鹽城人，副教授。研究方向：自動化控制與系統集成、智能控制與系統通信。