亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        模糊神經(jīng)網(wǎng)絡PID算法在輸油泵系統(tǒng)中的控制研究*

        2019-06-18 10:05:38楊盛泉
        西安工業(yè)大學學報 2019年3期
        關鍵詞:輸油泵模糊化控制算法

        龔 晨,楊盛泉

        (西安工業(yè)大學 計算機科學與工程學院,西安 710021)

        PID控制是較早發(fā)展的控制策略之一,由于其控制簡單可靠性較好,被廣泛的應用于工業(yè)過程控制之中,PID控制器具有三個調(diào)整參數(shù),其中:KP為比例調(diào)節(jié)系數(shù),作用是加快響應速度,KI為積分調(diào)節(jié)系數(shù),其作用是根據(jù)誤差值加大或者縮小控制量,KD為微分調(diào)節(jié)系數(shù),作用是避免出現(xiàn)超調(diào)現(xiàn)象,改變系統(tǒng)動態(tài)性能。油田輸油泵屬于大容量輸油泵中的一種,它的流量,出入口壓力的穩(wěn)定是輸油泵系統(tǒng)安全高效運行的關鍵,由于輸油泵控制系統(tǒng)受到環(huán)境和原油特性等各方面因素影響,常規(guī)的PID控制難以對輸油泵進行精確穩(wěn)定控制。

        PID控制和模糊PID控制在很多領域都有廣泛的應用。文獻[1]設計的積分分離PID控制器應用在電阻爐溫度控制系統(tǒng),在控制精度和穩(wěn)定性方面都具有不錯的效果。文獻[2]提出的將PID控制器的參數(shù)作為粒子群中的粒子,系統(tǒng)控制精度作為粒子的尋優(yōu)目標,通過粒子搜索找到最優(yōu)PID控制參數(shù),從而對電機進行精確的控制,仿真結果表明,粒子群算法的PID控制器提高了永磁同步電才系統(tǒng)控制精度,為永磁同步電機優(yōu)化設計提供了科學依據(jù)。文獻[3]提出的模糊PID控制器應用于煤礦交流伺服電機系統(tǒng)中,具有很好的動態(tài)性能和魯棒性。文獻[4]設計的模糊自整定PID控制器應用在四旋翼無人機懸停控制中,該控制器在控制速度和穩(wěn)定性方面有很好的效果。但是隨著技術的不斷發(fā)展以及控制要求的提高,傳統(tǒng)的PID控制有時也難以滿足需求。

        隨著智能控制技術,如模糊控制[5],神經(jīng)網(wǎng)絡控制[6-7]等,以及傳感器技術的不斷發(fā)展,控制技術也越來越成熟。模糊神經(jīng)網(wǎng)絡的自適應能力強,靈活性高可以解決傳統(tǒng)PID控制的不足[8-9],而常規(guī)的PID控制又可以解決模糊神經(jīng)網(wǎng)絡的控制精度不足問題[10]。本文擬綜合PID控制簡單,模糊控制不依賴模型,神經(jīng)網(wǎng)絡控制自適應的優(yōu)點,采用模糊神經(jīng)網(wǎng)絡PID控制來對油田輸油泵進行精確控制。

        1 輸油泵控制系統(tǒng)結構組成及主要控制指標

        輸油泵控制系統(tǒng)主要是由計算機、變頻器、PLC、電機、油泵本體及各種傳感器組成。控制整個系統(tǒng)的計算機為中樞系統(tǒng),其作用是實現(xiàn)控制算法、數(shù)據(jù)存儲、數(shù)據(jù)修改、數(shù)據(jù)顯示以及控制系統(tǒng)出現(xiàn)異常時實現(xiàn)報警,是實現(xiàn)人機對話的關鍵;PLC是可編程邏輯控制器的簡稱,其作用是執(zhí)行邏輯運算,完成系統(tǒng)的整體控制,參數(shù)檢測以及完成由計算機傳遞過來的指令;變頻器主要是通過更改電機的實時電壓以及頻率來改變電機的轉(zhuǎn)速變化,從而實現(xiàn)對輸油泵出口壓力、入口壓力、流量、油泵的溫度、環(huán)境燃氣濃度的控制,而這些參數(shù)將通過A/D轉(zhuǎn)換傳遞給中央計算機,計算機以數(shù)據(jù)形式顯示出來;傳感器的作用則是采集各種所需要的參數(shù)信息。圖1為輸油泵控制系統(tǒng)結構組成圖。

        圖1 輸油泵控制系統(tǒng)結構圖

        輸油泵控制系統(tǒng)的主要控制性能指標有:

        1) 高效性η:輸油泵控制系統(tǒng)能夠在給定的信號參數(shù)作用下,快速的對系統(tǒng)進行調(diào)整控制;

        2) 精確性θ:能夠?qū)斢捅玫某隹趬毫?,入口壓力,流量進行精確控制;

        3) 穩(wěn)定性ψ:輸油泵一般分布于情況較為復雜惡劣的環(huán)境中,在外部環(huán)境溫度、適度、原油油品特性、管道特性等一系列不定因素影響之下,輸油泵控制系統(tǒng)對輸油泵的控制應該在允許的誤差范圍之內(nèi),從而使生產(chǎn)能夠穩(wěn)定運行;

        4) 能夠在正常情況下實現(xiàn)對輸油泵系統(tǒng)的自動調(diào)節(jié),減少人工的干預,減輕工人的勞動強度;

        5) 根據(jù)控制的要求,能夠分清出入口壓力,流量優(yōu)先級以及協(xié)調(diào)性。

        2 模糊神經(jīng)網(wǎng)絡PID控制器設計

        本文中模糊神經(jīng)網(wǎng)絡PID控制器組成結構主要分為三個部分:

        1) PID控制器模塊,PID控制器直接對控制對象進行控制,PID控制的三個參數(shù)KP、KI、KD為在線自整定式[5]。

        2) 模糊化模塊,對輸入?yún)?shù)進行模糊化和歸一化處理,根據(jù)模糊控制的非線性特性,根據(jù)控制查詢表以及模糊規(guī)則,可以對輸入?yún)?shù)進行一個預處理,使輸入數(shù)據(jù)與輸出數(shù)據(jù)避免相差太大,也可以使神經(jīng)網(wǎng)絡的初始權值與理想權值相差不大,減少神經(jīng)網(wǎng)絡權值調(diào)整次數(shù),節(jié)省控制時間,提高調(diào)整效率。

        3) 神經(jīng)網(wǎng)絡模塊,經(jīng)過大量的數(shù)據(jù)學習訓練,神經(jīng)網(wǎng)絡可以實時動態(tài)調(diào)整輸入輸出壓力,流量,不斷調(diào)整使系統(tǒng)達到最優(yōu)效果,以達到輸油泵穩(wěn)定運行,從而達到自適應控制,減少人為的干預,該模糊神經(jīng)網(wǎng)絡PID控制器的結構如圖2所示。

        圖2 模糊神經(jīng)網(wǎng)絡PID控制器結構圖

        2.1 模糊化模塊

        模糊神經(jīng)網(wǎng)絡PID控制中的模糊控制模塊主要作用是對系統(tǒng)誤差量ek和系統(tǒng)的誤差變化率Δek進行模糊化處理,處理后數(shù)據(jù)將作為神經(jīng)網(wǎng)絡模塊的輸入數(shù)據(jù),其結構如圖3所示。

        圖3 模糊化模塊結構圖

        模糊化模塊的工作過程如下:

        ① 確定系統(tǒng)的輸入變量,一般是指系統(tǒng)誤差變量ek和系統(tǒng)的誤差變化率Δek(其中Δek=ek-ek-1),確定系統(tǒng)的輸出變量一般分為控制輸出和PID三參數(shù)輸出兩種情況;

        ② 確定每個變量的模糊子集,子集中的元素稱之為語言值;

        ③ 確定每個語言值的論域;

        ④ 確定隸屬度函數(shù),論域值可以是分散的,也可以是連續(xù)的,根據(jù)具體狀態(tài)的不同,表示形式也不同;

        ⑤ 確定量化因子;

        ⑥ 模糊量的精確計算,常使用的模糊量精確計算方法為重心法;

        由兩個隸屬度函數(shù)表和模糊控制規(guī)則表可以得到最終的輸出控制查詢表。

        模糊控制的控制輸出表計算過程如下:

        ① 假定三個參數(shù)X1,Y1,Z1,其中X1取值為(1,0.8,0.7,0.4,0.1,0,0,0,0,0,0,0,0),Y1的取值為(1,0.7,0.3,0,0,0,0,0,0,0,0,0,0),另取Z1=Y1,為了增加系統(tǒng)的魯棒性和隸屬度 函數(shù)的分辨率,模糊集合的論域取值要分散一些,初步取定為{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6};

        ③R=r×Z=(r1i∧z1j)=(min(r1i,z1j)),其中r以列向量形式表現(xiàn);

        ④ 根據(jù)模糊控制的規(guī)則表可知,Ri總共需要計算56個,其中R=R1R2…R56;

        ⑥ 清晰化輸出得到最終的模糊控制輸出表。

        在計算模糊控制輸出表之前,需要先確定出x,y,z的隸屬度函數(shù)和模糊控制規(guī)則表,隸屬度函數(shù)表可以根據(jù)經(jīng)驗來確定,模糊規(guī)則表可以查詢相關的書籍可得,由表1,2,3的語言變量x的隸屬度函數(shù)表和語言變量y以及語言變量z的隸屬度函數(shù)表,再結合模糊控制規(guī)則表可得模糊控制輸出表。

        圖4為采用matlab工具得到的控制輸出表,模糊控制輸出表也可以稱為控制表,或?qū)崟r查詢控制表,表中的數(shù)值反映的是誤差和誤差變化量與控制輸出量化值之間的關系。控制存在有余差,如果在模糊控制基礎上再加上常規(guī)PID控制,則可消除余差,此時成為復合模糊控制。

        表1 x的隸屬度函數(shù)表

        表2 y和z的隸屬度函數(shù)表

        表3 模糊規(guī)則表

        圖4 模糊控制輸出表

        2.2 神經(jīng)網(wǎng)絡模塊

        本文設計的神經(jīng)網(wǎng)絡模塊分為四層:輸入層,模糊化層,模糊推理層和輸出層,其輸入層節(jié)點對應輸油泵系統(tǒng)需要控制的參數(shù),即出入口壓力、流量、溫度,輸出層節(jié)點數(shù)對應PID的三個參數(shù),神經(jīng)網(wǎng)絡模塊的作用是通過傳感器采集到相關參數(shù),然后經(jīng)過神經(jīng)網(wǎng)絡對大量的數(shù)據(jù)訓練學習,控制器能通過不斷調(diào)整各層次的權值系數(shù)來不斷優(yōu)化輸油泵的實時參數(shù),以達到自適應調(diào)整的功能,其結構如圖5所示。

        圖5 神經(jīng)網(wǎng)絡模塊結構圖

        第一層為神經(jīng)網(wǎng)絡模塊的輸入層,這一層中的每一個神經(jīng)元節(jié)點表示系統(tǒng)的一個輸入變量,因為本系統(tǒng)需要對油田輸油泵的入口壓力,出口壓力和流量3個參數(shù)進行控制,故該模糊神經(jīng)網(wǎng)絡PID控制的神經(jīng)網(wǎng)絡模塊輸入層由3個神經(jīng)元,即3個節(jié)點。該層的主要作用是神經(jīng)元將輸入變量的值通過作用函數(shù)傳遞給模糊層的神經(jīng)元,這一層的輸入輸出表示為

        (1)

        (2)

        節(jié)點數(shù):N=n(n為輸入?yún)?shù)個數(shù))

        第二層為模糊化層,該層中的每個神經(jīng)元用于模擬輸入變量的隸屬度函數(shù),該層的輸入輸出表示為

        (3)

        (4)

        該神經(jīng)網(wǎng)絡模塊模糊化層采用高斯函數(shù),cij和bij分別是第i個輸入變量的第j個模糊集合隸屬度函數(shù)。

        第三層為模糊推理層,通過與上層的模糊層連接,該層與上層的連接通過一個矩陣w來實現(xiàn),作用是實現(xiàn)模糊模塊的模糊規(guī)則的匹配,每個神經(jīng)元節(jié)點之間實現(xiàn)模糊運算,這是通過“乘”算子使用上層的輸入模糊量,以得到該層的輸出值的。該層的輸入輸出表示為

        (5)

        (6)

        第四層為神經(jīng)網(wǎng)絡模塊的輸出層,即PID控制的三個參數(shù)KP、KI、KD的整定結果,該層的輸入輸出表示為

        (7)

        (8)

        wij為模糊推理層到輸出層的權值系數(shù),PID的三個參數(shù)輸出表示為

        (9)

        (10)

        (11)

        2.3 PID模塊

        常見的PID控制算法分為三類:增量式PID算法、位置式PID算法、微分先行PID算法,本模糊神經(jīng)網(wǎng)絡PID控制器的PID模塊采用經(jīng)典增量式PID控制器,增量式PID算法的輸出與當前系統(tǒng)誤差以及前兩次的系統(tǒng)誤差有關,避免了位置式PID算法需要考慮過去誤差的累計量這一缺點,從而具有更好的控制精度,另外,增量式PID算法輸出量是系統(tǒng)與系統(tǒng)增量有關,當系統(tǒng)發(fā)生錯誤,其本身具有的記憶功能可以使系統(tǒng)保持原位,從而使系統(tǒng)錯誤帶來的影響減到最小,不會嚴重影響系統(tǒng)穩(wěn)定工作,增量式PID算法控制算式為

        Δu(k)=u(k)-u(k-1)=KP(ek-ek-1)+

        KIek+KD[ek-2ek-1+ek-2]

        (12)

        其中,Δu(k)為系統(tǒng)輸出控制量增量,u(k)和u(k-1)分別為第k次的輸出量和第k-1次的輸出量,ek、ek-1、ek-2分別為第k次、第k-1次、第k-2次的系統(tǒng)誤差。

        2.4 模糊神經(jīng)網(wǎng)絡PID學習

        由于油田輸油泵存在于山川、荒漠和曠野等復雜地形之中,系統(tǒng)運行時是時變的,非線性的,因此神經(jīng)網(wǎng)絡需要根據(jù)輸入輸出壓力以及流量的變化,實時的對權值系數(shù)進行不斷的調(diào)整,以便輸油泵系統(tǒng)達到最佳的控制效果,也就是需要對模糊模塊的模糊規(guī)則進行不斷調(diào)整,對在線網(wǎng)絡學習的性能指標函數(shù)E(k)進行定義:

        (13)

        式(13)中的r(k)和y(k)分別表示神經(jīng)網(wǎng)絡系統(tǒng)的理想輸出與實際輸出,由此我們可以得到每次的迭代誤差ek=r(k)-y(k),為了使系統(tǒng)的實際輸出與理想輸出接近,則性能指標函數(shù)E(k)應該最大限度的接近于0.我們對模糊神經(jīng)網(wǎng)絡PID算法的高斯函數(shù)的中心cij,寬度bij以及神經(jīng)網(wǎng)絡模塊的網(wǎng)絡連接權值wij進行修正,可得:

        神經(jīng)網(wǎng)絡權值系數(shù)為

        (14)

        神經(jīng)網(wǎng)絡中心向量為

        (15)

        神經(jīng)網(wǎng)絡基寬為

        (16)

        根據(jù)實際情況考慮因子之后,輸出的權值為

        wij(k)=wij(k-1)+ Δwij(k)+α(wij(k-1)-wij(k-2))

        (17)

        式中:k為迭代次數(shù);α為動量因子。

        模糊化層和模糊推理層相當于神經(jīng)網(wǎng)絡的隱含層,輸入輸出層也類似于神經(jīng)網(wǎng)絡的輸入輸出層,輸入層輸入的信息經(jīng)過隱含層作用于輸出層節(jié)點,然后產(chǎn)生輸出信號,神經(jīng)網(wǎng)絡訓練的數(shù)據(jù)一般為系統(tǒng)誤差ek以及實際輸入與期望輸出的偏差,通過反復調(diào)整輸入層與隱含層以及隱含層與輸出層的連接矩陣取值w,確定出最小誤差的權值系數(shù)以及閾值,此時的數(shù)據(jù),經(jīng)過查找訓練的神經(jīng)網(wǎng)絡模型,可以在訓練樣本中找到與之相似的數(shù)據(jù),然后神經(jīng)網(wǎng)絡會自行對數(shù)據(jù)進行處理,從而得到誤差最小的經(jīng)非線性轉(zhuǎn)換的信息。

        模糊神經(jīng)網(wǎng)絡PID算法運行過程如下:

        ① 根據(jù)控制的參數(shù)類型及數(shù)量,確定定神經(jīng)網(wǎng)絡模塊的輸入層節(jié)點數(shù),模糊化層,模糊推理層的節(jié)點數(shù),PID控制修改的主要參數(shù)為KP、KI、KD,輸出層的節(jié)點數(shù)確定為3個,并給出每一層的加權系數(shù)的初始值,加權系數(shù)初始值初步確定為1;

        ② 根據(jù)輸油泵系統(tǒng)的控制參數(shù)確定參數(shù)矢量,以便形成控制器的預測模型;

        ③ 采集輸油泵系統(tǒng)的理想輸出值r(k),實際輸出值y(k),可以得到系統(tǒng)誤差值ek;

        ④ 將得到的系統(tǒng)誤差值ek送入模糊化模塊進行模糊處理,輸出值作為神經(jīng)網(wǎng)絡模塊的輸入值;

        ⑤ 根據(jù)各層的輸入輸出公式,神經(jīng)網(wǎng)絡的輸出值即為PID控制的三個參數(shù);

        ⑥ 計算修正模糊化層,模糊推理層及輸出層的權值系數(shù);

        ⑦ 使k=k+1,重新回到第二步繼續(xù)循環(huán)計算,直到權值系數(shù)調(diào)整到系統(tǒng)最適合時期。

        3 實驗及分析

        利用Matlab R2016b軟件中的Simulink仿真工具對本文的模糊神經(jīng)網(wǎng)絡PID控制算法進行仿真實驗評價,使用Simulink中的S函數(shù)來實現(xiàn)控制規(guī)律,可以避免直接編程,減少因大量使用復雜源代碼而帶來的麻煩,并且,此工具的編程比較簡單,調(diào)試方便,大大減輕了仿真評價中的工作量,仿真過程中將對常規(guī)的PID控制,模糊PID控制,模糊神經(jīng)網(wǎng)絡PID控制這三種控制算法的控制速度,控制穩(wěn)定性等進行對比分析。

        假設被控對象的傳遞函數(shù)為

        其中T1=1,T2=1,=0.3,模糊話因子為0.01,解模糊因子k1=0.5,k2=0.05,k3=0.05,PID的三參數(shù)初始值取值為KP=6.5,KI=1,KD=3.5,建立Simulink模型,為了使函數(shù)分辨率更好,模糊論域0附近的取值要分散些,初步取定為{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},建立模糊神經(jīng)網(wǎng)絡PID控制的仿真模型,最終得到的單位階躍響應曲線如圖6所示。

        圖6 三種控制算法單位階躍響應曲線

        圖6中的三條曲線分別為常規(guī)PID控制,模糊控制,模糊神經(jīng)網(wǎng)絡PID控制的單位階躍響應,圖中可以看出模糊神經(jīng)網(wǎng)絡PID控制到達1的速度稍慢于常規(guī)PID控制和模糊控制的,這是由于模糊神經(jīng)網(wǎng)絡PID控制不斷調(diào)整權值系數(shù)需要一定時間的特性決定的,而模糊神經(jīng)網(wǎng)絡PID控制回到理想狀態(tài)的速度遠遠快于常規(guī)PID控制和模糊控制,在超調(diào)量方面,本文算法相較于常規(guī)PID,超調(diào)量較少約20%,相較于模糊PID,超調(diào)量減少了約9%,另外,可以看出,模糊神經(jīng)網(wǎng)絡PID控制的控制穩(wěn)定性明顯優(yōu)于其他兩種控制器。

        為了進一步驗證所提出算法的抗干擾能力,在給定的傳遞函數(shù)基礎上,對其加上擾動,三種不同控制方法的階躍響應曲線如圖7所示。

        由圖7可以看出,加入擾動后,模糊神經(jīng)網(wǎng)絡PID控制算法恢復到穩(wěn)定狀態(tài)的時間小于PID控制算法和模糊PID控制算法。在抗干擾能力方面,本文設計的算法具有較好的性能。

        圖7 三種控制算法抗干擾能力效果圖

        4 結 論

        本文結合常規(guī)PID簡單,模糊控制不依賴于模型,神經(jīng)網(wǎng)絡的在線自適應能力等優(yōu)點,提出的模糊神經(jīng)網(wǎng)絡PID控制算法應用于油田輸油泵控制系統(tǒng)上,模糊神經(jīng)網(wǎng)絡PID控制確定好輸入層,隱含層節(jié)點數(shù)后,通過模糊化模塊對系統(tǒng)的輸入輸出誤差進行模糊處理,然后作為神經(jīng)網(wǎng)絡的輸入?yún)?shù),通過神經(jīng)網(wǎng)絡的學習,以加權系數(shù)形式展示出來,通過不斷的修改加權系數(shù)可以對系統(tǒng)進行動態(tài)穩(wěn)定控制,PID控制的三個KP、KI、KD參數(shù)在模糊神經(jīng)網(wǎng)絡自學習以及加權系數(shù)的調(diào)整情況下,不斷的進行動態(tài)調(diào)整,從而得到不同狀態(tài)下的最優(yōu)參數(shù)。

        仿真實驗表明,模糊神經(jīng)網(wǎng)絡PID控制算法在控制精度,控制穩(wěn)定性上優(yōu)于模糊控制和PID控制,另外模糊神經(jīng)網(wǎng)絡PID控制的在線自適應調(diào)節(jié)能力,不但調(diào)高了油泵運行的穩(wěn)定性,還能減少人工調(diào)節(jié)輸油泵控制系統(tǒng)的次數(shù)、延長設備壽命、降低企業(yè)生產(chǎn)風險,本文提出的控制策略與方法滿足實際控制要求,有一定的實際應用價值。

        猜你喜歡
        輸油泵模糊化控制算法
        淺析輸油泵安裝不當引起的故障及其維修保養(yǎng)
        ([0,1],[0,1])-模糊擬陣的基和秩函數(shù)
        一種兩級雙吸管道輸油泵
        餐飲娛樂空間的“邊界模糊化”態(tài)勢探討——餐飲娛樂空間設計專輯
        三角模糊數(shù)去模糊化對VIKOR妥協(xié)解的影響研究
        原油管道輸送中輸油泵工作機理及維修保養(yǎng)
        基于ARM+FPGA的模塊化同步控制算法研究
        輸油泵振動超標預防
        化工管理(2017年20期)2017-03-03 18:55:59
        一種優(yōu)化的基于ARM Cortex-M3電池組均衡控制算法應用
        電源技術(2015年9期)2015-06-05 09:36:06
        一種非圓旋轉(zhuǎn)工件支撐裝置控制算法
        99久久久国产精品丝袜| 亚洲avav天堂av在线网毛片| 中国丰满熟妇av| 亚洲五月激情综合图片区| 97激情在线视频五月天视频| 国产白浆在线免费观看 | 欧美成人免费全部| 亚洲色大成网站www在线观看| 国产av熟女一区二区三区老牛| av网站在线观看大全| s级爆乳玩具酱国产vip皮裤| 国产自精品| av男人操美女一区二区三区| 亚洲男人天堂一区二区| 黑人巨大无码中文字幕无码| 国产精品毛片久久久久久l| 中文字幕久久国产精品| 老太婆性杂交视频| 国内a∨免费播放| 欧美亚洲尤物久久综合精品| 亚洲av乱码一区二区三区人人| 免费看男女做羞羞的事网站| 亚洲欧美日韩精品高清| 丝袜美腿久久亚洲一区| 免费在线观看视频播放| 亚洲第一无码xxxxxx| 日本精品免费一区二区三区 | 在线视频观看国产色网| 97成人碰碰久久人人超级碰oo| 波多野结衣一区二区三区视频| av一区二区在线免费观看| 亚洲av无码成人精品区狼人影院| 色妺妺视频网| 西西少妇一区二区三区精品| 精品一区二区av天堂色偷偷| 久久夜色精品国产噜噜av| 亚洲国产成人Av毛片大全| 亚洲一区二区三区精品视频| 韩日午夜在线资源一区二区| 国产激情在观看| 国产色视频在线观看了|