基于改进鲸鱼算法的收卷张力PID控制的性能优化

doi:10.12422/j.issn.1672-6952.2024.04.012

辽宁石油化工大学学报 ›› 2024, Vol. 44 ›› Issue (4): 91-96.DOI: 10.12422/j.issn.1672-6952.2024.04.012

• 信息与控制工程 • 上一篇

基于改进鲸鱼算法的收卷张力PID控制的性能优化

安世硕¹(), 高海², 李维军¹(), 唐静¹, 张文才¹

^1.辽宁石油化工大学机械工程学院，辽宁抚顺 113001
^2.中煤科工集团沈阳研究院有限公司煤矿安全技术国家重点实验室，辽宁抚顺 113122

收稿日期:2023-05-18 修回日期:2023-06-20 出版日期:2024-08-25 发布日期:2024-08-06
通讯作者: 李维军
作者简介:安世硕（1998⁃），男，硕士研究生，从事机电控制方面的研究；E⁃mail：1015747032@qq.com。
基金资助:
辽宁省教育厅基本科研项目(LJKMZ20220739)

Performance Optimization of Winding Tension PID Control Based on Improved Whale Algorithm

Shishuo AN¹(), Hai GAO², Weijun LI¹(), Jing TANG¹, Wencai ZHANG¹

^1.School of Mechanical Engineering，Liaoning Petrochemical University，Fushun Liaoning 113001，China
^2.State Key Laboratory of Coal Mine Safety Technology，China Coal Technology & Engineering Group Shenyang Research Institute，Fushun Liaoning 113122，China

Received:2023-05-18 Revised:2023-06-20 Published:2024-08-25 Online:2024-08-06
Contact: Weijun LI

摘要/Abstract

摘要：

PID控制器的参数决定张力控制系统的稳定性和速度，因此研究收卷张力控制中经典PID控制器参数整定优化问题具有重要意义。以卷绕张力系统为切入点，结合PID和改进的鲸鱼优化算法，设计了基于改进鲸鱼算法(L?WOA)的PID张力控制器；为了提高PID整定参数方法的收敛精度和速度，在进行整定时结合了改进鲸鱼算法；建立数学模型和动态转矩平衡方程，分析了线速度和卷径对卷材张力的影响；分别使用改进鲸鱼算法和其他多种算法进行了参数优化。仿真结果表明，采用改进鲸鱼算法优化PID的控制策略具有响应速度快、控制输出稳定、抗干扰能力强、鲁棒性好等优点。

关键词: 恒张力控制, PID 参数整定, 改进鲸鱼优化算法

Abstract:

The parameters of PID controller determine the stability and speed of tension control system, so it is important to study the parameter tuning optimization of classical PID controller in winding tension control. The PID tension controller based on the modified whale algorithm is designed by combining PID and modified whale optimization algorithm with winding tension control as an entry point. The improved whale algorithm (L?WOA) is combined with PID in order to improve its convergence speed and convergence accuracy when rectifying the PID parameters. A mathematical model and a dynamic torque balance equation are developed to analyze the effect of wire speed and web diameter on web tension. The parameters are optimized using the modified whale algorithm and various other algorithms, respectively, and the results show that the PID controller optimized by the improved whale algorithm proposed in this paper has the advantages of rapid response, more steady output, sturdy anti?interference ability and better robustness when the PID controller is controlled.

Key words: Constant tension control, PID parameter tuning, Improved whale optimization algorithm

中图分类号:

TH122

安世硕, 高海, 李维军, 唐静, 张文才. 基于改进鲸鱼算法的收卷张力PID控制的性能优化[J]. 辽宁石油化工大学学报, 2024, 44(4): 91-96.

Shishuo AN, Hai GAO, Weijun LI, Jing TANG, Wencai ZHANG. Performance Optimization of Winding Tension PID Control Based on Improved Whale Algorithm[J]. Journal of Liaoning Petrochemical University, 2024, 44(4): 91-96.

图/表 6

图1 收卷端受力图

Fig.1 Wind end force diagram

图2 PID控制器框图

Fig.2 Block diagram of PID controller

图3 改进鲸鱼算法流程图

Fig.3 Flowchart of the improved whale algorithm

图4 多种算法的适应度

Fig.4 The fitness of multiple algorithms

图5 Simulink仿真

Fig.5 Simulink simulation

图6 PID系统阶跃响应输出曲线（a）函数F1 （b）函数F2 （c）函数F3

Fig.6 PID system step response output curve

参考文献 17

1	刘宁，柴天佑. PID控制器参数的优化整定方法［J］. 自动化学报， 2023， 49（11）： 2272⁃2285.
	LIU N， CHAI T Y. An optimal tuning method of PID controller parameters［J］. Acta Automatica Sinica， 2023， 49（11）： 2272⁃2285.
2	陈永庆. 基于Z⁃N算法的PID炉温控制［J］. 大连交通大学学报， 2008， 29（2）： 50⁃53.
	CHEN Y Q.PID furnace temperature control based on Z⁃N algorithm［J］.Journal of Dalian Jiaotong University，2008，29（2）：50⁃53.
3	梁入云，郭金妹，吴爱国，等. 基于自适应神经网络模糊PID物料卷绕张力控制系统的研究与设计［J］. 科技与创新， 2023（2）： 29⁃32.
	LIANG R Y， GUO J M， WU A G， et al. Research and design of material winding tension control system based on adaptive neural network fuzzy PID［J］. Science and Technology & Innovation， 2023（2）： 29⁃32.
4	CAO F L. PID controller optimized by genetic algorithm for direct⁃drive servo system［J］. Neural Computing and Applications， 2020， 32（1）： 23⁃30.
5	郭鹏程，张力平，赵顿. 基于改进蚁群算法的PID参数优化［J］. 南方农机， 2021， 52（19）： 158⁃160.
	GUO P C， ZHANG L P， ZHAO D. PID parameter optimization based on improved ant colony algorithm［J］. South Agricultural Machinery， 2021， 52（19）： 158⁃160.
6	KOUASSI B A， ZHANG Y M， MBYAMM KIKI M J， et al. PID controller parameters enhanced founded on artificial fish swarm algorithm［J］. Journal of Physics： Conference Series， 2020， 1457（1）： 012003.
7	MIRJALILI S， LEWIS A. The whale optimization algorithm［J］. Advances in Engineering Software， 2016， 95： 51⁃67.
8	左炳辉，刘振武，刘世同. 恒张力恒速度卷绕控制系统的设计及应用［J］. 自动化技术与应用， 2021， 40（6）： 19⁃21.
	ZUO B H， LIU Z W， LIU S T. Design and application of constant tension and constant speed winding control system［J］. Techniques of Automation and Applications， 2021， 40（6）： 19⁃21.
9	朱万秋，苑迪文，曹承东，等. 基于模糊自适应PID的恒张力卷绕系统设计［J］. 工业控制计算机， 2020， 33（7）： 25⁃27.
	ZHU W Q， YUAN D W， CAO C D， et al. Design of constant tension winding system based on fuzzy adaptive PID［J］. Industrial Control Computer， 2020， 33（7）： 25⁃27.
10	NING G Y， CAO D Q. Improved whale optimization algorithm for solving constrained optimization problems［J］. Discrete Dynamics in Nature and Society， 2021， 2021（1）： 1⁃13.
11	LIU L S， ZHANG R S. Multistrategy improved whale optimization algorithm and its application［J］. Computational Intelligence and Neuroscience， 2022， 2022： 3418269.
12	LING Y， ZHOU Y Q， LUO Q F. Lévy flight trajectory⁃based whale optimization algorithm for global optimization［J］. IEEE Access， 2017， 5： 6168⁃6186.
13	ARORA S， SINGH S. Butterfly optimization algorithm： A novel approach for global optimization［J］. Soft Computing， 2019， 23（3）： 715⁃734.
14	MIRJALILI S，MIRJALILI S M，LEWIS A.Grey wolf optimizer［J］.Advances in Engineering Software，2014，69：46⁃61.
15	RASHEDI E， NEZAMABADI⁃POUR H， SARYAZDI S. GSA： A gravitational search algorithm［J］. Information Sciences， 2009， 179（13）： 2232⁃2248.
16	WANG D S，TAN D P，LIU L.Particle swarm optimization algorithm：An overview［J］.Soft Computing，2018，22（2）： 387⁃408.
17	KARABOGA D， BASTURK B. On the performance of artificial bee colony （ABC） algorithm［J］. Applied Soft Computing， 2008， 8（1）： 687⁃697.

基于改进鲸鱼算法的收卷张力PID控制的性能优化

Performance Optimization of Winding Tension PID Control Based on Improved Whale Algorithm

HTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 17

相关文章 1

编辑推荐

Metrics