一种石油焦煅烧温度控制优化方法与流程

本发明属于 pid 控制优化，尤其涉及一种石油焦煅烧温度控制优化方法。

背景技术：

1、石油焦煅烧是一种将石油焦加热至高温的过程，通常在1300℃左右进行，以去除石油焦中的挥发成分，这个过程有助于降低石油焦的氢含量，提高其石墨化程度，从而增强石墨电极的高温强度和耐热性能，并改善电导率；在石油焦煅烧的过程中，关键因素包括温度控制、保温时间、气压条件等；为了获得高质量的煅烧石油焦，需要精确控制煅烧温度，以确保石油焦能够充分煅烧，减少产品中的杂质含量，提高产品的纯度和质量，同时避免过度煅烧导致的资源浪费，从而降低生产成本。

2、pid控制方法因其简单有效而被广泛应用于各种工业过程控制中，尤其适用于石油焦煅烧的温度控制过程；虽然在工业控制领域广泛应用，但pid控制也存在一些缺点，如参数调整困难，控制精度不高，容易产生震荡和控制量饱和，为了克服这些缺点，专家学者们开发了多种改进的pid控制方法，如模糊pid控制、自适应pid控制和智能算法优化pid控制等，以提高系统的控制精度和鲁棒性。

3、通过智能算法优化pid控制应用到石油焦煅烧过程，可以提高煅后焦质量和生产效率，延长煅烧设备的寿命，节省单位产品的能耗；智能算法优化pid控制不仅可以节省人工整定pid参数的时间，还能提高pid控制器的精度和稳定性；熊气味搜索算法（bssa）是一种基于生物启发的算法，其灵感来源于熊在寻找食物时释放气味并根据气味浓度来调整自己的行动，相比较于其他智能算法，它更为注重算法的全局搜索和局部搜索能力，但同样存在迭代后期容易陷入局部最优解的问题。

技术实现思路

1、本发明的目的在于：提出一种石油焦煅烧温度控制优化方法，通过改进熊气味搜索算法优化石油焦煅烧温度pid控制器的参数，增强了石油焦煅烧温度pid控制器的控制精度和鲁棒性，避免石油焦煅烧过程中过度煅烧导致的资源浪费，进而降低了石油焦煅烧温度过程中的生产成本以及提高了石油焦的纯度和质量。

2、为实现上述目的，本发明采用了如下技术方案：

3、一种石油焦煅烧温度控制优化方法，具体步骤为：

4、步骤一、设计石油焦煅烧温度pid控制器，对石油焦煅烧温度pid控制器建立仿真模型。

5、步骤二、改进熊气味搜索算法，改进点包括：（1）引入准反向学习机制改进算法初始化位置公式；（2）引入自适应因子改进距离气味成分公式；（3）引入正余弦公式和莱茵飞行改进算法的位置更新公式。

6、步骤三、对改进熊气味搜索算法建立数学模型，算法迭代寻找石油焦煅烧温度pid控制器的最佳kp、ki、kd参数。

7、步骤四、改进熊气味搜索算法迭代结束后，将算法寻找到的最佳参数赋值给石油焦煅烧温度pid控制器的三个参数，运行石油焦煅烧温度pid控制器仿真模型，验证改进熊气味搜索算法的优越性。

8、进一步地、所述步骤一中，石油焦煅烧温度pid控制器包括：目标温度值，偏差计算模块，温度pid控制器模块，改进熊气味搜索算法模块，温度传感器模块，受控对象模块。

9、进一步地、所述步骤一中，为石油焦煅烧温度pid控制器建立仿真模型，将石油焦煅烧温度控制问题转换成待优化数学模型问题，设计传递函数模拟石油焦煅烧过程中温度变换的工况。

10、进一步地、所述步骤二中，改进熊气味搜索算法，具体步骤为：

11、step1、引入准反向学习机制改进算法初始化位置公式，改进后公式为：

12、；

13、；

14、；

15、；

16、式中，为通过准反向学习生成的个体位置，为通过反向学习生成的个体位置，为种群中间位置的个体，为个体的气味适应度，为通过伪随机数法生成的种群初始位置，为个体的气味适应度，i = 1,…，n，n为种群数量，为种群下界，为种群上界，r1、r2和r3为取值在（0，1]之间的随机数；

17、step2、引入自适应因子改进距离气味成分公式，改进后的距离气味成分公式为：

18、；

19、；

20、式中，为第i个个体的距离气体成分，为第i个个体的概率气体成分，为第i个个体的概率气体成分的平方，为第j个个体的概率气体成分，为第j个个体的概率气体成分的平方，k=1，…，n，n为种群数量，w为自适应因子；

21、step3、引入正余弦公式和莱茵飞行改进算法的位置更新公式，改进后的位置更新公式为：

22、；

23、式中，为改进后的熊气味搜索算法更新后的第i个个体位置，为当前迭代中的第i个个体位置，为当前迭代中的最佳个体位置，c1、c2、c3、c4为气味系数，为第i个个体的预期气味适应度，为第i个个体的距离气味成分，和为阈值，lf为莱茵飞行计算出的行向量，r4和r5为取值在（0，1]之间的随机数。

24、进一步地、所述步骤三中，对改进熊气味搜索算法建立数学模型，具体步骤为：

25、s1、选择itse函数作为算法的目标函数，itse通过对误差的平方乘以时间进行积分，有助于消除稳态误差，同时避免过度补偿导致的振荡，itse的公式如下：

26、；

27、式中， j为目标函数计算出的适应度值，e(τ）为目标温度与实际温度的误差值，τ为pid控制模型的仿真时间；

28、s2、初始化算法种群数量n，最大迭代次数t，个体维度dim以及算法搜索空间上下界ub、lb等参数；

29、s3、初始化算法种群初始位置，初始位置为温度pid控制器的初始kp、ki、kd参数，检查个体位置是否越界，如果越界，即将临界值赋给个体位置；

30、s4、计算种群当前迭代中各个个体的适应度，选择适应度最小的个体作为当前迭代中最佳个体，记录当前迭代中最佳个体的适应度和最佳个体的位置索引；

31、s5、通过贪婪选择的方式确定种群最佳个体，并记录种群最佳个体的适应度，贪婪选择的公式为：

32、；

33、式中，为种群最佳个体，为当前迭代中最佳个体，为个体的气味适应度，为个体的气味适应度；

34、s6、计算概率气味成分poc、概率气味适应度pof，poc、pof的计算公式为：

35、；

36、；

37、式中，为第i个个体的概率气味成分，为第i个个体的概率气味适应度，和的意义同上，max（）为求极大值函数；

38、s6、根据改进后的位置更新公式计算更新后的位置，改进后的位置更新公式同上；

39、s8、计算气味系数c1、c2、c3和c4，c1、c2、c3和c4的计算公式为：

40、；

41、；

42、；

43、；

44、式中，为第i个个体的预期气味适应度，为第i个个体的距离气味成分，和为距离气味成分和预期气味适应度的阈值；

45、s9、判断迭代次数t是否达到最大迭代次数t，若已达到最大迭代次数，输出最优解，将最优解的三个维度值赋值给温度pid控制器的kp、ki、kd参数。

46、进一步地、所述步骤四中，算法迭代结束后，运行石油焦煅烧温度pid控制器仿真模型，验证改进熊气味搜索算法的优越性，具体步骤为：

47、q1、将最优解的三个维度值赋值给温度pid控制器的kp、 ki、 kd三个参数；

48、q2、运行温度pid控制器模型，计算出目标温度和实际温度的偏差值e（τ），将温度偏差值e（τ）传入pid控制器；

49、q3、经过改进熊气味搜索算法优化后的pid控制器调节后，输出控制量u（τ）到受控对象，输出y（τ）；

50、q4、温度传感器采集到y（τ），输出实际温度t（τ）到偏差计算模块，完成石油焦煅烧温度pid控制器的闭环控制。

51、通过采用上述技术方案，本发明实现了以下有益效果：

52、本发明中提出一种石油焦煅烧温度控制优化方法，本发明首次将改进后的熊气味搜索算法应用于pid控制器参数优化，通过引入准反向学习机制改进算法初始化位置公式、引入自适应因子改进距离气味成分公式和引入正余弦公式和莱茵飞行改进算法的位置更新公式，增强了石油焦煅烧温度pid控制器的控制精度和鲁棒性，避免石油焦煅烧过程中过度煅烧导致的资源浪费，进而降低了石油焦煅烧温度过程中的生产成本以及提高了石油焦的纯度和质量。