执行器气动定位系统的实验建模

【摘要】：执行器作为三大工业自动化基础装备(检测仪表、集散控制系统(DCS)、执行器)之一,其技术水平对流程工业生产的质量、效率、安全性和节能环保等有着重要的影响。气动执行器作为过程控制系统终端执行仪表,其定位系统的建模与辨识研究不但是研究智能阀门定位器精确定位控制算法、控制阀优化设计、执行器故障诊断与维护管理等技术的关键理论基础,也是过程控制系统动态性能改进提高的基础。本文以气动执行器为对象,搭建了相应的实验平台,基于实测数据,首先采用最小二乘法进行曲线拟合,辨识获得了带纯滞后的高阶系统模型,其次研究了常规遗传算法存在的问题并加以改进,最后将遗传算法引入系统模型辨识,分别获得了气动执行器进气与排气的高精度动态模型。 首先介绍最小二乘法辨识法基本原理,推导出低阶、高阶连续模型参数估计的公式,详细介绍延时时间的选定方法、函数多重积分的计算、辨识模型评价的时域误差和参数估计的基本流程。接着设计并编写最小二乘法程序,获得气动执行器阀杆正向、反向位移的高精度动态模型,并对其进行验证。由辨识结果可知,当气动执行器进气、排气时,阀杆正向、反向位移模型分别是二阶和三阶时滞模型。最后研究两个实验参数:采样间隔时间Δt和截止时间t N对参数估计的影响,发现在阶跃响应实验中如果时间Δt越小,测取激励数据越多,那么模型参数的估计值越精确,反之估计值就有很大误差。 常规遗传算法收敛速度慢,进化过程中因封闭竞争易产生“早熟”现象。针对上述问题,重点研究交叉算子和变异算子基本原理,并且分别对其提出改进方法。改进交叉算子拓展染色体基因的活动区间,保持基因的多样性,并且使种群个体能够从局部最优解中逃离。改进变异算子的变异概率不是常量,类似于变异步长,随着进化代数增加而变小。为了避免高变异概率破坏父代优秀染色体,本文还引入了基于适应度的回插策略,它的基本思想:选择、交叉和变异操作获得的所有子代代替最不适应的父代个体,组成一个新的子代种群。以数字仿真的形式,分别对同一个仿真对象进行阶跃响应实验、脉冲响应实验,发现两个辨识模型与仿真对象几乎是一样的。最后以实验方法证明:即使没有充足激励数据,基于遗传算法辨识法也能取得气动执行器进气与排气的高精度动态模型。