湯素麗+董小磊
摘要:真空退火系統(tǒng)是一個(gè)多輸入多輸出、耦合很強(qiáng)的時(shí)變系統(tǒng),耦合會(huì)使其控制系統(tǒng)的調(diào)節(jié)品質(zhì)降低,嚴(yán)重耦合時(shí)將會(huì)使系統(tǒng)無(wú)法運(yùn)行。為了對(duì)退火溫度實(shí)現(xiàn)精確地控制,對(duì)其頂部、中部和底部的溫度進(jìn)行了解耦控制方案的設(shè)計(jì),并利用改進(jìn)PSO-GA混合優(yōu)化算法對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化,為真空退火爐提出一種新的解耦控制方法。利用Matlab對(duì)該算法的性能進(jìn)行仿真驗(yàn)證,并與傳統(tǒng)PID及PID神經(jīng)網(wǎng)絡(luò)等解耦控制方法進(jìn)行了對(duì)比分析,該解耦控制方法在控制性和抗干擾性上都具有較好的控制效果。
關(guān)鍵詞:PSO-GA;混合優(yōu)化算法;真空退火爐;解耦控制;神經(jīng)網(wǎng)絡(luò)
中圖分類號(hào):TP273 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1009-3044(2017)17-0180-03
1概述
真空退火爐是在航空、航天、國(guó)防工業(yè)等尖端領(lǐng)域中廣泛應(yīng)用的熱處理設(shè)備,常見的內(nèi)熱式、外熱式兩種類型。文中以內(nèi)熱式真空退火爐控制為研究對(duì)象,由于其三個(gè)溫區(qū)的溫度輸出存在的強(qiáng)耦合現(xiàn)象,而導(dǎo)致控制系統(tǒng)產(chǎn)生波動(dòng),嚴(yán)重影響了產(chǎn)品的退火質(zhì)量,因此對(duì)真空退火溫度進(jìn)行解耦控制非常重要。
通過(guò)大量實(shí)驗(yàn)研究發(fā)現(xiàn):為了獲得更為理想的控制效果,采用基于神經(jīng)網(wǎng)絡(luò)的解耦控制方法是實(shí)現(xiàn)解耦控制的一種有效途徑。由于神經(jīng)網(wǎng)絡(luò)自身的局限性,單獨(dú)使用時(shí)很難滿足系統(tǒng)的要求,所以通常結(jié)合其他的算法來(lái)實(shí)現(xiàn)耦合系統(tǒng)的解耦控制。針對(duì)內(nèi)熱式真空退火爐的控制問(wèn)題,本文提出了基于PSO-GA算法的神經(jīng)網(wǎng)絡(luò)解耦控制新方法對(duì)多變量系統(tǒng)進(jìn)行解耦控制,并將此新方法應(yīng)用于真空退火系統(tǒng)中。
2真空退火爐溫度解耦控制的設(shè)計(jì)
2.1真空退火爐溫度解耦控制方案
圖1為真空退火爐溫度控制系統(tǒng)的結(jié)構(gòu)圖,其中G(s)和D(s)分別是溫度控制對(duì)象和控制器的傳遞函數(shù)矩陣;R(s)和Y,(s)分別是給定值向量和輸出向量。
圖7、圖8和圖9分為頂部、中部和底部溫區(qū)的MATLAB仿真對(duì)比圖,將多輸入多輸出的系統(tǒng)解耦為單變量系統(tǒng)控制。仿真對(duì)比圖顯示:穩(wěn)態(tài)下,基于PSO-GA算法的神經(jīng)網(wǎng)絡(luò)解耦控制方法可以全解耦,還能實(shí)現(xiàn)較精確的跟蹤控制,并且速度快,超調(diào)量小,控制效果比傳統(tǒng)HD控制好很多。
2)與單純的PSO算法PID神經(jīng)網(wǎng)絡(luò)解耦控制結(jié)果比較
由圖11和圖12所示的仿真圖可以看出,基于混合算法的神經(jīng)網(wǎng)絡(luò)PID控制策略在跟蹤速度、控制準(zhǔn)確性和穩(wěn)定性上都比基于單純的PS0算法的神經(jīng)網(wǎng)絡(luò)PID控制方法要好。
4結(jié)論
本文對(duì)真空退火爐溫控系統(tǒng)的解耦控制器進(jìn)行了設(shè)計(jì),通過(guò)仿真驗(yàn)證該方法的解耦效果,并與傳統(tǒng)PID、基于PSO算法的神經(jīng)網(wǎng)絡(luò)、基于GA算法的神經(jīng)網(wǎng)絡(luò)解耦控制方法都進(jìn)行了對(duì)比,結(jié)果表明,筆者提出的基于混合算法的解耦控制方法的控制性能較好,并且穩(wěn)定性也較好。