加入PSO算法在蔗糖結晶模糊控制中的應用

潘澤鍇，周曉芳

(廣西職業技術學院 制糖過程控制技術實訓中心，南寧 530226)

加入PSO算法在蔗糖結晶模糊控制中的應用

潘澤鍇，周曉芳

(廣西職業技術學院 制糖過程控制技術實訓中心，南寧 530226)

在煮糖過程中人為因素對出糖數量和質量都有很大的影響，而蔗糖結晶過程難以建立準確的數學模型使得傳統的控制方法無法實現精準控制，在總結經典PID控制和已經實際應用的蔗糖結晶過程模糊控制理論的基礎上，提出了采用模糊推理對PID控制器參數進行自整定，加入改進粒子群算法對控制器過程參數進行優化調整，完成融入PSO算法的蔗糖結晶過程模糊控制器的設計，利用每次控制輸出反饋自整定來提高控制器性能；通過Matlab軟件模擬仿真測試效果表明，該方法增強了系統魯棒性，可以提高出糖的品質。

蔗糖結晶；過程控制；模糊控制；粒子群算法

0 引言

目前我國大部分糖廠煮糖自動化工序受到人為因素影響比較嚴重，煮糖過程達的變化還主要是靠熟練操作工的觀察和個人經驗所影響，隨時適應各種客觀情況，進行人工的操作[1]。由于個體差異、標準不一等人為因素對出糖的數量和質量都有直接的關系。因此，采用自動控制技術與模擬熟練、高效的工人操作，克服人工操作的個人差異至關重要，這樣可以降低能耗，提高產品質量[2]。然而，蔗糖結晶過程本身就是一個復雜化學和物理變化過程，在該過程中，最后的出糖數量和質量是受到物料濃度、純度、罐內真空度、氣鼓加熱蒸汽流量等多因素相互作用的結果，難以用準確的數學模型表現出來，使得在現階段使用單一的控制方法無法得到滿意的控制效果[3]。

在控制方式選擇中，傳統PID控制需要對象是準確的控制模型，模糊控制雖然不需要準確的數學模型，但單純的模糊控制存在精度不高，本文把傳統線性PID和模糊控制結合起來，采用模糊推理，對PID控制器參數進行自整定，在這個閉環控制系統中，加入粒子群算法對控制器過程參數進行優化調整，對每次控制輸出反饋自整定來提高控制器性能、增強系統魯棒性[4]；因此，在原有控制理論的基礎上，加入粒子群算法在蔗糖結晶模糊控制應用中有其現實的意義。

1 蔗糖結晶模糊控制設計

蔗糖結晶過程本身就是一個復雜化學和物理變化過程，最后的出糖數量和質量是受到物料濃度、純度、罐內真空度、氣鼓加熱蒸汽流量等多因素相互作用的結果，使用算法應控制母液的過飽和度在合理的范圍之內，在現階段使用單一的控制方法無法得到滿意的控制效果[5]。對比其他控制算法，PID控制結構相對簡單，控制效果直接而且明顯，穩態精度也較高。

1.1 PID控制基本設計

傳統的PID控制對控制過程特性的變化適應度比較好，達到穩態的過程沒有靜差，魯棒性也較強，在生產過程中往往會想到采用PID控制，PID控制系統作為傳統自動控制系統原理簡單，使用方便，也易于實現，廣泛應用與各種場合的工業自動控制系統中，其工作原理如圖1所示。

圖1 PID控制系統原理圖

但是PID控制不能簡單地套用到煮糖過程控制當中來，因為該過程變化是一種非線性的變化，控制對象相對模糊。常規的PID控制器在煮糖自動控制系統固有的多干擾源、多參數變化的特性，往往無法獲得理想的控制效果，特別是在系統參數變化范圍較大的時候，對系統連續煮糖的效果造成不利的影響，PID控制在解決煮糖過程控制的這種大時滯、參數變化大和模糊不確定的過程控制無法滿足控制要求[6]。

1.2 蔗糖結晶過程模糊控制

從蔗糖結晶過程的數學模型可知糖膏的變化是一個大純滯后變化過程，其滯后的時間受到末效蒸發水量、糖液黏度、糖漿溫度等因素的影響，采用傳統的史密斯校正效果不是很明顯。為實現對這種復雜的、非線性、大滯后的控制對象理想控制，設計采用模糊控制器實現[6-7]。

1)輸入輸出的模糊化:為了描述糖膏濃稀程度及其糖膏當前變化狀態，采用測量值與設定值的偏差及偏差的變化率，當作二維模糊描述論域。選取語言變量值為7個：PB(正大)，PM(正中)，PS(正小)，Z(零)，NS(負小)，NM(負中)，NB(負大)。因此，偏差及其偏差變化率模糊子集為{NB，NM，NS，Z，PS，PM，PB}。輸出變量也可以用模糊集來表示：{NB，NM，NS，Z，PS，PM，PB}。控制的7個等級可以描述成：PB(快速開)，PM(中速開)，PS(慢速開)，Z(閥門不動)，NS(慢速關)，NM(中速關)，NB(快速關)。

2)編制模糊控制規則:模糊控制量的選取一般遵循一下兩個原則：當偏差大或者較大時，模糊控制量的選擇應當消除偏差為主；當偏差較小的時候，模糊控制的選擇應當以系統的穩定為主，防止系統的超調。偏差△e的語言有7個，偏差變化量△ec的語言也有7個，若排列組合來考慮，可以有7*7=49個模糊控制規則，將其整理成模糊控制規則表，如表1所示。

表1 模糊控制規則表

2 引入PSO算法的蔗糖結晶過程模糊控制器設計

模糊控制雖然不需要準確的數學模型，但是單純的模糊控制存在精度不高，容易產生極限環振蕩等問題。有鑒于此，設計在經典PID控制中加入模糊參數控制規則，揚長避短，提高系統控制性能，把這套理論應用在控制過程中又出現了控制精度不夠，在連續煮糖中有出現間歇控制的現象[8]。所以，在設計蔗糖結晶過程控制中，采用模糊推理，對PID控制器參數進行自整定，在這個閉環控制系統中，加入PSO算法對控制器參數進行優化調整，對每次控制輸出反饋自適應整定，不斷調整控制參數達到最優化輸出的目的，使得系統的魯棒性增強，提高可控性能。

2.1 引入粒子群算法優化控制參數

結合經典PID控制和模糊控制理論，模糊PID控制過程參數KP、KI、KD和偏差△e、偏差變化量△ec因子的隨機變化都會影響輸出控制效果，而在實際的煮糖過程中單憑個人經驗的控制判斷方法受人為因素干擾過大難以達到最優解。煮糖過程難以用某一特定的控制算法自動控制，在原有的模糊PID控制算法中引入改進的粒子群算法解決局部收斂的達到優化控制的目的[9]。

在引入的粒子群PSO算法中存在N維搜索空間，第i個粒子可以用位置和速度的N維空間來表示其信息，位置信息可以表示為xi=(xi1,xi2,…,xiN)T，速度為vi=(vi1,vi2,…,viN)T，在找到兩個最優解后，粒子即可根據下式來更新自己的速度和位置：

(1)

2.2 引入PSO算法的蔗糖結晶過程模糊控制器實現

模糊控制不需要精確的數學模型，模糊控制過程是一個柔性控制過程，適合在煮糖過程復雜變化中加入新的功能。在原有的過程中的模糊PID控制算法中，把經過反復實際煮糖操作經驗總結成可用模糊集來表示的規則，并把這個規則加入工控機的模糊控制器中，運用模糊推理做出判決及輸出控制量，對輸出控制量加入粒子群算法對控制器參數進行優化調整，對每次控制輸出反饋自整定，對比輸出動態優化控制參數自整定，模糊復合控制器結構如圖2所示。

圖2 模糊復合控制器結構

在圖2中，模糊控制器規則先用操作經驗人員結成若干輸出控制量，輸入量偏差△e、偏差變化量△ec通過PSO算法優化后經過模糊控制器規則，經過自整定的結果限定過程參數KP、KI、KD變化輸出的，PID控制參數又通過PSO算法優化后反饋形成閉環控制，修正過程參數KP、KI、KD，通過PSO算法不斷對輸入量偏差△e、偏差變化量△ec和過程參數KP、KI、KD進行優化以實現自我學習整定的作用[11]。

在實際的操作過程中，偏差△e、偏差變化量△ec初值可以根據煮糖人員操作經驗跟定后即可以進行前期的模糊化處理，輸入輸出的模糊化和編制模糊控制規則按照上述要求進行，實踐證明模糊控制中的隸屬度函數采用三角形隸屬度函數快速而且高效，偏差△e、偏差變化量△ec的隸屬度如圖3所示[8]。

圖3 偏差和偏差變化量隸屬度函數圖

如圖2，引入PSO算法后，改進模糊PID參數優化功能的整個過程：

1)確定優化的參數偏差△e、偏差變化量△ec和過程參數KP、KI、KD；

2)對公式(10)中的粒子群初始參數進行設定；

3)確定適應度函數為誤差絕對值乘時間積分準則；

4)以誤差絕對值乘時間積分規則對公式(10)進行迭代運算，對比最優個體適應值不斷更新自身的最優位置，不斷在線優化參數偏差△e、偏差變化量△ec和過程參數KP、KI、KD。

模糊PID參數自整定過程就是確定過程參數KP、KI、KD與△e和△ec之間的關系，在復合控制器中，根據模糊推理原理不斷的尋找參數偏差△e和偏差變化量△ec的最優值，根據PSO算法來對PID三個參數在線修改[11]。

3 仿真測試

在蔗糖結晶過程控制中，為了驗證模糊復合控制器的控制效果，采用Matlab軟件模擬仿真測試效果。在PSO算法初始值的設定中，假設種群規模為100，最大的迭代次數為100，慣性因子為0.6，學習因子c1和c2分別為2和2。在設計中，利用Simulink仿真工具抽取模糊控制箱模塊，把上述煮糖過程模糊控制規則導入模糊控制器中。在該控制器中偏差△e、偏差變化量△ec因子放大后加入階躍保持器，經過加入蔗糖結晶過程模糊規則的控制器后，PID控制的參數KP、KI、KD對經過模糊控制器后的輸出加以擬合限制[12]。建立的模糊邏輯控制器作為整體輸入加入經過PSO算法優化的PID控制器中進行聯合仿真，在算法優化過程采用ITAE性能指標控制系統最優個體適應的穩定輸出，圖4是最優個體適應變化曲線圖，從圖中可以看出，在總迭代次數五分之一的時候系統就基本達到穩定狀態，后面的時間搜索最優解收斂速度變慢，這種情形有利于快速解決后期PID控制參數局部最優解的問題。

圖4 最優個體適應值變化曲線

圖5 PID控制參數優化變化曲線

圖6 系統魯棒性變化曲線

根據蔗糖結晶過程的數學模型設定好參數后，經過PSO優化的模糊PID控制過程參數KP、KI、KD如圖5所示，從圖中可以看出最優個體適應變化穩態時間與過程參數KP、KI、KD穩態時間基本一致，這樣有利于控制輸出快速達到穩態，減少超調時間，增加系統穩定性。

經過PSO優化與傳統的模糊PID控制對比如圖6所示。針對于蔗糖結晶過程采用模糊過程控制算法是該自動控制領域常用的方法，在系統仿真中，比較模糊PID和PSO模糊PID 兩控制器過程變化曲線，經過PSO優化的模糊PID控制過程變化平穩，穩態誤差小，基本沒有出現超調現象，系統整體魯棒性較強。

4 結束語

本文針對煮糖過程控制固有特性，采用經典PID控制和模糊控制復合，保持整個系統穩定控制的同時，加入粒子群算法對控制器參數進行優化調整，克服系統不確定性、降低系統超調量、增強系統魯棒性；把模糊復合智能控制算法加入煮糖自動控制可以減少操作人員的勞動強度，不用操作人員經常抽取樣棒和控制閥門，避免了操作人員水平參差對煮糖的影響，有益于提高出糖的數量和質量。

[1] Faria N, Pons M N, Feyo A S,et al. Quantification of the morphology of sucrose crystals by image analysis. Powder Technology, 2003,133:54-67.

[2] Martins P M, Rocha F.New developments on size-dependent growth applied to the crystallization of sucrose[J]. Surface Science,2007, 601:5466-5472.

[3] 潘澤鍇，朱名日，張振升．基于蔗糖結晶過程的圖像采集與控制研究[J].制造業自動化，2010(9):29-32．

[4] 陳春林,林榮武,許家坤,等.間歇煮糖自動控制系統的研究與應用[J].廣西糖業,2015(1):36-40.

[5] 羅 飛,莫鴻強,毛宗源.基于遺傳神經網絡模型的蔗糖結晶過程預測控制[J].華南理工大學學報(自然科學版),2000,28(12):48-53.

[6] 蘭紅星，易 捷．甘蔗糖生產自動化和信息化[M]．北京：電子工業出版社,2013.

[7] 潘澤鍇.蔗糖結晶過程控制節點設計與研究[J].食品與機械,2016(7):89-92.

[8] 樊春麗,朱名日.蔗糖結晶過程的建模與控制[J].計算機系統應用,2009,18(3):38-41.

[9] 趙 偉，蔡興盛．基于解空間劃分的PSO 改進算法[J].吉林大學學報(理學版),2012,50(4):725-732．

[10]黃 麟,荊 萃,趙翱東.基于改進粒子群算法的主動懸架模糊PID 控制研究[J].煤礦機械,2012,33(10):39-41．

[11] 劉偉銳，趙恒華. 改進的PSO在并聯機構模糊PID控制器中的應用[J].組合機床與自動化加工技術,2014(3):114-120.

[12] 張邦成,李 淼,高長春,等.基于模糊PID 算法的軌道車輛LED 照明控制系統設計[J].控制工程,2014,21(6):882-890.

Application of PSO Algorithm to Fuzzy Control of Sucrose Crystallization

Pan Zekai,Zhou Xiaofang

(Technology Training Center of Sugar Process Control, Guangxi Vocational & Technical College, Nanning 530226, China)

In the process of boiling sugar, human factors have a great influence on the quantity and quality of sugar. It is difficult to found accurate mathematical models of sucrose crystallization's process, which is unable to achieve precise control by traditional control method. It use Fuzzy reasoning for auto-tuning of PID controller parameters. On the basis of summarizing the classical PID control theory and the practical application of sucrose crystallization process of fuzzy control theory, which added improved PSO algorithm to optimize and adjust the process parameters for the controller. It accomplished the design of PSO Algorithm to Fuzzy Control of Sucrose Crystallization. To improve performance, what is used to control output feedback controller auto-tuning each time. Simulation test results show that by using Matlab software. This methods can enhance system robustness and improve the quality of sugar.

sucrose crystallization; process control; fuzzy control; PSO algorithm

2017-05-15；

2017-05-26。

廣西高校科學技術研究項目(KY2015YB384)；廣西教育廳自然科學重點資助項目(20161A023)。

潘澤鍇(1984-)，男，廣西南寧人，碩士研究生，主要從事智能控制、工業自動化方向的研究。

1671-4598(2017)12-0083-03

10.16526/j.cnki.11-4762/tp.2017.12.022

TP391.9

A