基于免疫遗传算法优化的模糊神经元网络 控制器在全阶精馏塔模型中的控制仿真研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于免疫遗传算法优化的模糊神经元网络 控制器在全阶精馏塔模型中的控制仿真研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要本文提出了一种免疫遗传算法优化的模糊控制器，利用免疫遗传算法的全局搜索功能和神经元的自学习能力，提高了模糊控制器的控制精度和抗干扰能力。将该控制器用于全阶精馏塔模型仿真，仿真结果表明该控制器可以有效地消除静态误差，并在控制过渡过程中也有很好的鲁棒性，实际应用效果也表明了该方法的优越性。

关键词免疫遗传算法 模糊 精馏塔

中图分类号TP273

A control simulate study of fuzzy-neron controller optimized by immune

genetic algorithm (IGA) used in full order rectification column model

GUO Xiaoqing(1), YAN Qiong(2)

(1)The Second Middle School, Ji’an of Jiangxi Province 343000

(2)The ChangTang Middle School, Ji’an of Jiangxi Province 343000

Abstract A fuzzy controller optimized by immune genetic algorithm (IGA). By utilizing the global search ability of immune genetic algorithm(IGA) and self-learning ability of neuron controller, the new approach increases the control accuracy of fuzzy controller and improves its ability of anti-interference. The simulation result, which was obtained by applying the method to full order rectification column model, shows static error was effectively reduced and the robustness of the new approach in controlling shock in the process was satisfactory. Also, the advantages of this new approach are shown in practical applications.

Keywords Immune genetic algorithm; Fuzzy; Rectification Column

1．引 言

精馏是炼油、化工生产中应用最为广泛的传质传热过程。精馏塔不仅模型难以建立而且控制方案复杂。许多学者在精馏塔的模型建立和控制仿真上做了大量的研究并取得了良好的效果。本文设计了一种免疫遗传算法优化的模糊控制器对基于奇异摄动法降阶的精馏塔模型进行控制仿真研究。结果表明，这种控制器的控制效果在控制精度和过渡过程的效果上都表现出良好的效果。

2．控制算法

精馏塔最直接的质量指标是产品纯度。过去由于检测上的困难，难以直接按产品的纯度进行控制。现在随着分析仪表的发展，特别是工业色谱仪的在线应用，已逐渐出现直接按产品纯度来控制的控制方案。

直接按产品纯度的控制方案的好处在于：直接可以控制产品的质量。但是这种控制的难点在于被控变量的可调范围小(只能在０～１区间变化)。根据这种现实情况，本文设计了一种免疫微粒群算法调节增益的模糊控制器。其具体算法如图1：

使用公式法的模糊推理方法：

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文