线，"2"是在脉 冲测试信号下估计输出与真实输出对比曲线，"3"是在指数衰减函数测试信号下估计输出 与真实输出对比曲线，"4"是在复合函数测试信号下估计输出与真实输出对比曲线。每种 测试信号下的辨识输出都非常接近真实模型输出。由此可见，在合适的衰减因子a值下，上 述各种输入信号同样可以得到很好的辨识结果，验证了采用任意输入信号进行模型闭环辨 识的可行性。
[0161] 通过实施例1和2可以看出，本发明提出的辨识方法可以采用任意信号作为测试 激励信号，使得辨识过程中输入信号不再局限于阶跃信号一种情况，任意能使系统产生输 出并最终收敛稳定且在s域二阶可导的的连续信号都可以用作系统辨识测试激励信号，在 一定程度上简化了辨识复杂度，同时增加了辨识可行性。该辨识方法可以应用于开环和闭 环辨识中，均可以取得很好的辨识效果。
[0162] 实施例3,某石化公司炼油厂常减压蒸馏装置电脱盐系统的罐液位控制回路，未 采用本发明方法的控制效果如图7-1所示；采用本发明方法后的控制效果进行模型辨识及 PID控制器设计的情况如图7-2所示。由图7-1可以看出，未采用本发明方法，采用其他 方法对电脱盐系统的罐液位进行模型辨识，并根据所辨识出的液位对象模型设计PID控制 器。由于所辨识出的液位对象模型不准确，所以依据该系统模型设计的PID控制器也是不 准确的；将该不准确的PID控制器作用于被控液位过程时，系统控制效果不好，系统呈现不 稳定的特性，相应波动剧烈误差大，很难跟踪给定值的变化和抑制干扰引起的偏差，造成产 品质量下降、产品收率减少，给企业带来很大的经济损失。由图7-2可以看出，采用本发明 的方法对电脱盐系统的罐液位进行模型辨识，并根据所辨识出的液位对象模型设计PID控 制器。由于所辨识出的液位对象模型与实际液位系统严格一直非常准确，所以依据该系统 模型设计的PID控制器也是准确的；将该准确的PID控制器作用于被控液位过程时，控制过 程表现平稳、快速、准确，能够很好地跟踪给定值的变化和抑制干扰引起的偏差，控制效果 得到明显改善，广品质量和收率大幅提尚。
[0163] 以上透过实施例对本发明进行了详细介绍，本文中应用了具体个例对本发明的原 理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思 想。同时，本领域一般技术人员，依据本发明的思想，在【具体实施方式】及应用范围上所做出 的改变，应包含在本发明的保护范围之内。
【主权项】
1. 一种基于并行弥漫式智能搜索算法的工业过程建模系统，其特征在于，包括测试信 号模块，响应信号采集模块，工业过程模型结构选择模块，开环测试与闭环测试选择模 块，传递函数计算模块，衰减因子计算模块，工业过程模型参数计算模块，工业过程模型 显示模块，其中： 所述测试信号模块，用于产生辨识系统所用的测试激励信号，并将所产生的测试激励 信号施加在待辨识工业过程中； 所述响应信号采集模块，用于采集工业过程对所施加的测试激励信号产生的响应信 号，并将采集到的响应信号传输到所述的传递函数计算模块； 所述工业过程模型结构选择模块，用于设置待测试工业过程的模型结构，由人工完成 选择，并将选择结构信息传输到所述的传递函数计算模块； 所述开环测试与闭环测试选择模块，用于设置测试系统为开环系统还是闭环系统，由 人工完成选择，并将选择结构信息传输到所述的传递函数计算模块； 所述传递函数计算模块，用于计算传递函数，根据系统输入输出关系，待测试工业过 程的模型结构和开环/闭环形式，计算得到系统开环传递函数G或者闭环传递函数T，以 及传递函数在S域的一次导函数与二次导函数，并将计算结果传输到所述的衰减因子计算 模块； 所述衰减因子计算模块，用于计算最优的衰减因子值，利用一种改进的并行弥漫式智 能搜索算法进行衰减因子的寻优，得到能使辨识效果最优的衰减因子值，根据衰减因子值 可以进一步计算获得过程传递函数，并将计算结果传输到所述的工业过程模型参数计算 丰吴块； 所述工业过程模型参数计算模块，用于计算过程模型的未知结构参数，利用传递函数 与模型结构参数之间的数学关系计算获得模型结构参数，并将计算结果传输到所述的工 业过程模型显示模块； 所述工业过程模型显示模块，用于计算工业过程模型，将模型结构参数代入工业过程 模型结构中，得到工业过程模型。2. -种基于并行弥漫式智能搜索算法的工业过程建模方法，其特征在于，包括如下步 骤： 步骤S100,产生辨识系统所用的测试激励信号，并将所产生的测试激励信号施加在待 辨识工业过程中； 步骤S200,采集工业过程对所施加测试激励信号产生的响应信号、待测试工业过程的 模型结构以及测试系统的开环闭环形式； 步骤S300,根据系统输入输出关系，待测试工业过程的模型结构和开环/闭环形式，计 算得到系统开环传递函数G或者闭环传递函数T，以及传递函数在S域的一次导函数与二 次导函数； 步骤S400,计算待辨识工业过程模型的未知结构参数和系统开环传递函数G或者闭环 传递函数T之间的数学关系； 步骤S500,利用一种改进的并行弥漫式智能搜索算法进行衰减因子的寻优，得到能使 辨识效果最优的衰减因子值； 步骤S600,将所述步骤S500计算出的衰减因子值带入过程传递函数，计算获得过程传 步骤S700,利用传递函数与模型结构参数之间的数学关系计算获得工业过程模型的未 知结构参数； 步骤S800,将所述步骤S700计算出的结构参数代入工业过程模型结构中，得到工业过 递函数； 程模型。3. 根据权利要求2所述的一种基于并行弥漫式智能搜索算法的工业过程建模方法，其 特征在于，所述步骤SlOO中： 所述测试激励信号为阶跃函数、脉冲函数、衰减指数、复合函数或者任意能使系统产生 输出并最终收敛稳定且在S域二阶可导的连续信号都可以用作系统辨识输入信号。4. 根据权利要求2所述的一种基于并行弥漫式智能搜索算法的工业过程建模方法，其 特征在于，所述步骤S200中： 所述测试系统可以是开环形式或者闭环形式。5. 根据权利要求2所述的一种基于并行弥漫式智能搜索算法的工业过程建模方法，其 特征在于，所述步骤S300中： 所述传递函数可以是开环传递函数G或者闭环传递函数T。6. 根据权利要求2所述的一种基于并行弥漫式智能搜索算法的工业过程建模方法，其 特征在于，所述步骤S500中： 所述衰减因子值寻优方法为一种并行弥漫式智能搜索算法。7. 根据权利要求2所述的一种基于并行弥漫式智能搜索算法的工业过程建模方法，其 特征在于，所述步骤S500中，还包括如下步骤： 步骤S510,在搜索空间产生N个初始位置作为衰减因子的初始搜索位置； 步骤S520,在N个搜索位置分别设置搜索初值和搜索范围； 步骤S530,分别在N个搜索位置完成一次智能搜索； 步骤S540,分别计算在N个搜索位置得到的搜索结果的适应值； 步骤S550,判断是否找到最优结果，找到则转向步骤S560,未找到则转向步骤S570 ; 步骤S560,将此次智能搜索的结果作为最佳衰减因子值，并将结果传递到步骤S600 ; 步骤S570,在搜索空间重新选择N个位置作为衰减因子的搜索位置，然后转向步骤S520〇8. 根据权利要求7所述的一种并行弥漫式智能搜索算法，其特征在于，所述步骤S520 中： 所述设置搜索初值和搜索范围为设置在搜索位置附近完成搜索产生搜索结果的数量 和搜索范围的大小。9. 根据权利要求7所述的一种并行弥漫式智能搜索算法，其特征在于，所述步骤S530 中： 所述完成一次智能搜索为在搜索位置附近搜索范围内完成一次位移操作，产生步骤S530中设置数量的搜索结果。10. 根据权利要求7所述的一种并行弥漫式智能搜索算法，其特征在于，所述步骤S570 中： 所述重新选择N个搜索位置为保留上一次适应值最好的一个位置，根据选择策略再选 择其他的（N-I)个位置，作为下一次搜索的位置。
【专利摘要】本发明公开了一种基于并行弥漫式智能搜索算法的工业过程建模系统与方法，属于工业辨识领域。该系统包括:测试信号模块,响应信号采集模块,工业过程模型结构选择模块,开环测试与闭环测试选择模块,传递函数计算模块,衰减因子计算模块,工业过程模型参数计算模块,工业过程模型显示模块。本发明提出的辨识方法可以采用任意信号作为测试激励信号，使得辨识过程中输入信号不再局限于阶跃信号一种情况，任意能使系统产生输出并最终收敛稳定且在s域二阶可导的连续信号都可以用作系统辨识测试激励信号，在一定程度上简化了辨识复杂度，同时增加了具有特殊要求的实际工业过程的模型辨识可行性。
【IPC分类】G05B19/418
【公开号】CN104898587
【申请号】CN201510123001
【发明人】靳其兵, 曹丽婷, 王琪, 蒋北艳, 刘立业
【申请人】北京化工大学
【公开日】2015年9月9日
【申请日】2015年3月19日