论文部分内容阅读
本文首先对PSO算法进行研究分析，提出了一种基于高斯分布和模拟退火算法的免疫PSO算法，并将PSO算法应用于反应釜温度控制和啤酒糖化配方优化中。聚合反应和啤酒糖化生产过程是常见的典型间歇生产过程。聚合反应釜温度控制和啤酒糖化配方优化是当前企业迫切需要解决的问题。聚合反应釜是一种常用的化学反应容器，其内部反应机理较为复杂。研究通过控制其过程参数而控制化学反应过程，以提高产品的收率和质量的方法，对化工生产和生物制药等工业很有实用价值。啤酒糖化生产过程是啤酒生产的一个关键性环节，对整个啤酒生产的产量、质量等影响很大。目前企业糖化生产配方通常都是依靠人工经验来设计，不仅设计过程复杂耗费大量的人力物力，而且所得结果也通常不是最优配方。所以啤酒糖化配方优化对提高糖化质量和节约成本都是必要的。所做主要工作及创新点如下：(1)针对PSO算法存在的容易陷入局部最优并且其搜索速度有待进一步的提高的问题，提出了一种基于高斯分布和模拟退火算法的免疫PSO算法。该算法利用高斯分布和模拟退火的特性，分别使用高斯分布和模拟退火进行免疫接种和免疫选择的操作。这种算法可以有效防止全局PSO算法容易陷入局部最优和搜索速度缓慢的缺点，通过使用基准函数分别测试全局PSO、变惯性权值PSO和免疫PSO算法，仿真结果对比表明，免疫PSO算法在搜索速度和全局寻优方面具有一定的优势。(2)聚合反应温度对象的动态特性具有时变、非线性、时滞等特点，利用常规控制方法的胶乳反应釜温度控制具有控制精度不高，抗干扰能力差的缺点。本文提出一种免疫PSO优化的复合控制器，这种控制器由基于经验的模糊控制和免疫PSO优化的PID控制器复合而成，其中模糊控制调节控制周期的开阀时间；而免疫PSO优化的PID控制进行每个控制周期总时间的调节。现场应用结果能满足工厂实际生产控制的需要。(3)啤酒企业的糖化生产配方目前大多依靠人工经验来进行设计，为了获得设计更合理、成本更低廉的最佳配方，本文提出了一种基于免疫PSO算法的配方优化设计方法。该方法通过建立配方优化模型，以成本最低为目标函数进行免疫PSO优化试验。实际优化结果表明，PSO算法优化后的配方成本明显减少，满足生产实际需要。