本發(fā)明屬于自動控制技術(shù)領(lǐng)域，特別是涉及一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法。

背景技術(shù)：

聚酯短纖維主要用于棉紡行業(yè)，單獨(dú)紡紗或與棉、粘膠纖維、麻、毛、維綸等混紡，所得紗線用于服裝織布為主，還可用于家裝面料，包裝用布，充填料和保暖材料。生產(chǎn)聚酯短纖維時(shí)，多根線條集合在一起，經(jīng)給濕上油后落入盛絲桶。再經(jīng)集束、拉伸、卷曲、熱定形、切斷等工序得到成品。拉伸環(huán)節(jié)在纖維生產(chǎn)后加工過程中扮演著極其重要的作用，直接決定著纖維最終的性能。傳統(tǒng)控制方法分別對拉伸環(huán)節(jié)過程中的受變量利用PID控制器形成若干獨(dú)立閉環(huán)回路進(jìn)行控制，沒有考慮變量之間的相互影響對綜合控制效果的影響，調(diào)節(jié)手段單一，有其局限性，不利于產(chǎn)出高質(zhì)量的纖維產(chǎn)品。

針對這種情況，采用數(shù)據(jù)驅(qū)動控制方法對碳纖維凝固過程進(jìn)行控制。數(shù)據(jù)驅(qū)動控制是一種利用受控系統(tǒng)的在線和離線I/O數(shù)據(jù)以及經(jīng)過數(shù)據(jù)處理而得到的知識來設(shè)計(jì)控制器的一種控制方法，有收斂性、穩(wěn)定性保障和魯棒性結(jié)論。基于受控系統(tǒng)的在線數(shù)據(jù)主要有同步擾動隨機(jī)逼近控制(SPSA)、無模型自適應(yīng)控制(MFAC)、和去偽控制(UC)這三種數(shù)據(jù)驅(qū)動控制方法。SPSA控制器設(shè)計(jì)較復(fù)雜(函數(shù)逼近器)，收斂速度較慢，且在閉環(huán)實(shí)驗(yàn)中要對控制器參數(shù)進(jìn)行擾動，可能會導(dǎo)致廢產(chǎn)品的出現(xiàn)。MFAC首先要對非線性系統(tǒng)建立動態(tài)線性化模型，根據(jù)控制輸入準(zhǔn)則函數(shù)得到控制律，再根據(jù)參數(shù)估計(jì)準(zhǔn)則函數(shù)得到偽偏導(dǎo)數(shù)，繼而得到控制方案，但是MFAC控制器參數(shù)變化對控制系統(tǒng)穩(wěn)定性有較大影響。本發(fā)明引入另一種基于在線數(shù)據(jù)的數(shù)據(jù)驅(qū)動方法——去偽控制。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明在數(shù)據(jù)驅(qū)動基礎(chǔ)上，采用兩級拉伸工藝對聚酯初生纖維進(jìn)行拉伸，對于第二拉伸輥與定型輥之間的二級拉伸環(huán)節(jié)，引入去偽控制算法對聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)進(jìn)行控制，該算法在候選控制器集合基礎(chǔ)上，計(jì)算虛擬參考信號，根據(jù)性能指標(biāo)辨識出當(dāng)前采樣時(shí)刻的非偽控制器，切換到控制回路中，既可以使系統(tǒng)具有較好的瞬時(shí)響應(yīng)性能，還能夠維持閉環(huán)系統(tǒng)的穩(wěn)定性。差分進(jìn)化算法(Differential Evolution,DE)是一種比較新穎的智能優(yōu)化算法，對當(dāng)前代數(shù)的種群在全局進(jìn)行隨機(jī)并行直接搜索。因?yàn)槠湓硪锥Y(jié)構(gòu)簡單，收斂速度快且優(yōu)化效果出色而在實(shí)際工程項(xiàng)目優(yōu)化技術(shù)中得到了極大的應(yīng)用。在去偽控制基礎(chǔ)上對其進(jìn)行差分進(jìn)化優(yōu)化，進(jìn)一步優(yōu)化了控制效果。

一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述拉伸環(huán)節(jié)中的拉伸方式為兩級拉伸工藝，對于兩級拉伸工藝中的第二拉伸輥與定型輥之間的二級拉伸環(huán)節(jié)，其纖維拉伸時(shí)的速度和溫度采用去偽控制的速度-溫度耦合控制方法，具體控制步驟為：

(1)初始條件：

a、初始輸入：

速度實(shí)際輸出y1(k)在采樣時(shí)刻1～3的值y1(1)～y1(3)；

溫度實(shí)際輸出y2(k)在采樣時(shí)刻1～3的值y2(1)～y2(3)；

速度非偽控制器輸出u1(k)在采樣時(shí)刻1～2的值u1(1)～u1(2)；

溫度非偽控制器輸出u2(k)在采樣時(shí)刻1～2的值u2(1)～u2(2)；

初始化：

速度期望輸出y1*(k)，初始化時(shí)將其設(shè)定為常值a，即為實(shí)際生產(chǎn)過程需要的速度目標(biāo)值，在任何采樣時(shí)刻k，y1*(k)＝a；

溫度期望輸出y2*(k)，初始化時(shí)將其設(shè)定為常值b，即為實(shí)際生產(chǎn)過程需要的溫度目標(biāo)值，在任何采樣時(shí)刻k，y2*(k)＝b；

對速度-溫度耦合控制系統(tǒng)進(jìn)行PID參數(shù)工程整定，得到X組PID參數(shù)：

比例系數(shù)KP候選值，從X組PID參數(shù)中提取出KP值，共有l(wèi)個(gè)不同的取值：KP₁,KP₂,...,KP_l；

積分系數(shù)KI候選值，從X組PID參數(shù)中提取出KI值，共有m個(gè)不同的取值：KI₁,KI₂,...,KI_m；

微分系數(shù)KD候選值，從X組PID參數(shù)中提取出KD值，共有n個(gè)不同的取值：KD₁,KD₂,...,KD_n；

在初始化中每次分別從l個(gè)比例系數(shù)KP候選值、m個(gè)積分系數(shù)KI候選值以及n個(gè)微分系數(shù)KD候選值中各自按序選擇一個(gè)候選值組成一組候選控制器參數(shù)，將每組候選控制器參數(shù)依次賦值到一個(gè)矩陣的相應(yīng)行，組成一個(gè)候選控制器集合矩陣：

其中，N＝l×m×n，則排列組合后有N組候選控制器參數(shù)，最終形成一個(gè)N×3矩陣，即候選控制器集合矩陣為一個(gè)N×3矩陣；形成的候選控制器集合矩陣中，KP_i為第i組控制器的KP參數(shù)值，KI_i為第i組控制器的KI參數(shù)值，KD_i為第i組控制器的KD參數(shù)值；

速度誤差e1(k)，為任一采樣時(shí)刻k速度期望輸出y1*(k)與速度實(shí)際輸出y1(k)之間的差值，即：

e1(k)＝y(tǒng)1*(k)-y1(k)；

溫度誤差e2(k)，為任一采樣時(shí)刻k溫度期望輸出y2*(k)與溫度實(shí)際輸出y2(k)之間的差值，即：

e2(k)＝y(tǒng)2*(k)-y2(k)；

(2)在采樣時(shí)刻k，結(jié)合候選控制器集合矩陣中每組候選控制器的參數(shù)，分別計(jì)算出相應(yīng)的速度和溫度虛擬參考信號和計(jì)算公式如下：

其中，k≥2且k取正整數(shù)；

e1(k-1)為k-1時(shí)刻纖維的速度誤差；

e1(k-2)為k-2時(shí)刻纖維的速度誤差；

e2(k-1)為k-1時(shí)刻纖維的溫度誤差；

e2(k-2)為k-2時(shí)刻纖維的溫度誤差；

u1(k-1)為k-1時(shí)刻纖維的速度非偽控制器輸出；

u2(k-1)為k-1時(shí)刻纖維的溫度非偽控制器輸出；

(3)在采樣時(shí)刻k，計(jì)算候選控制器集合矩陣中每組候選控制器參數(shù)的速度和溫度性能指標(biāo)J1(i,k)和J2(i,k)，計(jì)算公式如下：

其中，

τ是在0～k之間的任意一個(gè)采樣時(shí)刻；

u1(τ)為τ時(shí)刻速度非偽控制器輸出；

u2(τ)為τ時(shí)刻溫度非偽控制器輸出；

為τ時(shí)刻第i組控制器的速度虛擬參考信號；

為τ時(shí)刻第i組控制器的溫度虛擬參考信號；

y1(τ)為τ時(shí)刻的速度實(shí)際輸出；

y2(τ)為τ時(shí)刻的溫度實(shí)際輸出；

(4)在采樣時(shí)刻k，比較候選控制器矩陣中所有組候選控制器參數(shù)相應(yīng)的速度性能指標(biāo)J1(i,k)，使得速度性能指標(biāo)最小的一組相應(yīng)序號記為速度非偽控制器序號也是候選控制器參數(shù)對應(yīng)在候選控制器集合矩陣中的行號：

在采樣時(shí)刻k，比較候選控制器矩陣中所有組候選控制器參數(shù)相應(yīng)的溫度性能指標(biāo)J2(i,k)，使得溫度性能指標(biāo)最小的一組相應(yīng)序號記為溫度非偽控制器序號也是候選控制器參數(shù)對應(yīng)在候選控制器集合矩陣中的行號：

(5)滯后切換：

當(dāng)時(shí)，即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小速度性能指標(biāo)值min(J1(i,k))與前采樣時(shí)刻k-1的速度非偽控制器器序號的當(dāng)前采樣時(shí)刻性能指標(biāo)之間的差值小于等于滯后切換閾值e時(shí)，拉伸機(jī)的速度非偽控制器序號和前一采樣時(shí)刻的相同，仍然采用前一采樣時(shí)刻的速度非偽控制器序號；

當(dāng)時(shí)，

即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小速度性能指標(biāo)值min(J1(i,k))與前采樣時(shí)刻k-1的速度非偽控制器器序號的當(dāng)前采樣時(shí)刻性能指標(biāo)之間的差值大于滯后切換閾值e時(shí)，拉伸機(jī)的速度非偽控制器序號為當(dāng)前采樣時(shí)刻速度性能指標(biāo)最小的一組相應(yīng)序號，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的速度非偽控制器序號；

當(dāng)時(shí)，

即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小溫度性能指標(biāo)值min(J2(i,k))與前采樣時(shí)刻k-1的溫度非偽控制器器序號的當(dāng)前采樣時(shí)刻性能指標(biāo)之間的差值小于等于滯后切換閾值e時(shí)，溫度非偽控制器序號和前一采樣時(shí)刻的相同，仍然采用前一采樣時(shí)刻的溫度非偽控制器序號；

當(dāng)時(shí)，

即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小溫度性能指標(biāo)值min(J2(i,k)與前采樣時(shí)刻k-1的溫度非偽控制器器序號的當(dāng)前采樣時(shí)刻性能指標(biāo)之間的差值大于滯后切換閾值e時(shí)，溫度非偽控制器序號為當(dāng)前采樣時(shí)刻速度性能指標(biāo)最小的一組相應(yīng)序號，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的溫度非偽控制器序號；

(6)根據(jù)得到的非偽控制器序號和對應(yīng)在候選控制器集合矩陣中的行號，得到相應(yīng)的候選控制器參數(shù)，從而得到相應(yīng)的速度非偽控制器和溫度非偽控制器

其中：

為候選控制器集合矩陣中第行第一列的KP值；

為候選控制器集合矩陣中第行第二列的KI值；

為候選控制器集合矩陣中第行第三列的KD值；

為候選控制器集合矩陣中第行第一列的KP值；

為候選控制器集合矩陣中第行第二列的KI值；

為候選控制器集合矩陣中第行第三列的KD值；

(7)根據(jù)步驟(6)中得到的速度非偽控制器和溫度非偽控制器得到采樣時(shí)刻k的速度非偽控制器輸出u1(k)和溫度非偽控制器輸出u2(k)如下，

其中，k＞3；

(8)根據(jù)速度-溫度控制系統(tǒng)，得到采樣時(shí)刻k的速度實(shí)際輸出y1(k)和溫度實(shí)際輸出y2(k)，計(jì)算公式如下：

y1(k)＝0.001273·y1(k-1)+0.9987·u1(k-3)+0.9987·u2(k-6)；

y2(k)＝0.001273·y2(k-1)-6.4817·u1(k-3)+1.4981·u2(k-6)；

其中，k>3；

y1(k-1)是采樣時(shí)刻k-1的速度實(shí)際輸出；

y2(k-1)是采樣時(shí)刻k-1的溫度實(shí)際輸出；

u1(k-3)是采樣時(shí)刻k-3的速度非偽控制器輸出；

u2(k-6)是采樣時(shí)刻k-6的溫度非偽控制器輸出；

(9)若當(dāng)前采樣時(shí)刻k<TotalTime，其中的TotalTime為總采樣時(shí)間，則k＝k+1，開始下一采樣時(shí)刻的去偽控制，重復(fù)上述步驟中的(2)～(8)；否則，結(jié)束聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的速度-溫度去偽控制過程。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，對速度非偽控制器和溫度非偽控制器組成的非偽控制器參數(shù)在采樣時(shí)刻k，進(jìn)行差分進(jìn)化優(yōu)化，具體包括以下步驟：

(1)初始化種群參數(shù)：初始化種群上下界約束，在當(dāng)前采樣時(shí)刻k，速度和溫度非偽控制器組成的非偽控制器參數(shù)中每一維變量的最大取值和最小取值構(gòu)成初始種群的上界約束矢量和下界約束矢量，設(shè)置種群數(shù)NP、決策變量維數(shù)D、變異策略、最大迭代次數(shù)IM、當(dāng)前迭代數(shù)G、變異尺度因子F和交叉概率因子C_r的初始值；

所述最大取值為：在當(dāng)前采樣時(shí)刻k，非偽控制器參數(shù)在進(jìn)行差分進(jìn)化優(yōu)化前取值的110％，即上界約束矢量為

所述最小取值為：在當(dāng)前采樣時(shí)刻k，非偽控制器參數(shù)在進(jìn)行差分進(jìn)化優(yōu)化前取值的90％，即上界約束矢量為

所述種群NP為進(jìn)行差分進(jìn)化優(yōu)化的參數(shù)矢量的組數(shù)；所述決策變量維數(shù)D為進(jìn)行差分進(jìn)化優(yōu)化的參數(shù)矢量的維數(shù)，在對非偽控制器參數(shù)進(jìn)行差分進(jìn)化優(yōu)化的過程中取值D＝6；所述最大迭代次數(shù)IM為整個(gè)差分進(jìn)化優(yōu)化迭代進(jìn)行的次數(shù)；所述變異尺度因子F的取值范圍為[0,2]；所述交叉概率因子C_r的取值范圍為[0,1]；

(2)初始化種群：根據(jù)初始化種群的上下界約束，在上、下界約束矢量間的隨機(jī)值構(gòu)成的NP×D維的種群矩陣為初始化種群，在第G次迭代中，對初始化種群中的每一個(gè)個(gè)體參數(shù)矢量先初始化第一個(gè)個(gè)體參數(shù)矢量為最優(yōu)種群個(gè)體S，初始化后第一個(gè)個(gè)體參數(shù)矢量根據(jù)適應(yīng)度函數(shù)得到的適應(yīng)度函數(shù)值為最優(yōu)目標(biāo)函數(shù)值；所述中，i＝1,2,...,NP；G＝1,2,...,IM；

適應(yīng)度函數(shù)為：

其中，

(3)差分變異操作產(chǎn)生變異矢量在第G次迭代中，在DE/rand/1的變異策略下其中，和是從初始化種群矩陣中隨機(jī)選擇的3個(gè)不同于父代且互不相同的個(gè)體參數(shù)矢量，即r1＝1,2,...,NP，r2＝1,2,...,NP，r3＝1,2,...,NP，r1≠r2≠r3≠i，F(xiàn)為變異尺度因子；

交叉操作產(chǎn)生實(shí)驗(yàn)矢量在第G次迭代中，初始化種群中第i個(gè)個(gè)體參數(shù)矢量為變異矢量為采用二項(xiàng)式交叉操作，即生成NP×D階由0～1之間均勻取值的數(shù)值組成的矩陣，生成的隨機(jī)數(shù)數(shù)值小于等于交叉概率因子C_r時(shí)，結(jié)果為0，此時(shí)得到實(shí)驗(yàn)矢量

(4)選擇操作產(chǎn)生下一代參數(shù)矢量在第G次迭代中，生成與實(shí)驗(yàn)矢量相對應(yīng)的速度虛擬參考信號和溫度虛擬參考信號在第G次迭代中，生成與個(gè)體參數(shù)矢量相對應(yīng)的速度虛擬參考信號和溫度虛擬參考信號計(jì)算公式如下：

其次，根據(jù)適應(yīng)度函數(shù)：

計(jì)算出實(shí)驗(yàn)矢量和個(gè)體參數(shù)矢量相應(yīng)的適應(yīng)度函數(shù)值和計(jì)算公式如下：

(5)比較選擇較優(yōu)者保存到下一代，即：當(dāng)時(shí)，當(dāng)時(shí)，并且，當(dāng)時(shí)更新最優(yōu)種群個(gè)體，即最優(yōu)種群個(gè)體最優(yōu)目標(biāo)函數(shù)值返回步驟(3)的差分變異操作，直到達(dá)到優(yōu)化目標(biāo)值；

(6)當(dāng)達(dá)到最大迭代次數(shù)IM或者當(dāng)前最優(yōu)目標(biāo)函數(shù)值f(S)達(dá)到優(yōu)化目標(biāo)值，即時(shí)，根據(jù)此時(shí)的最優(yōu)種群個(gè)數(shù)S得到當(dāng)前采樣時(shí)刻的非偽控制器優(yōu)化參數(shù)

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述的候選控制器參數(shù)N的取值范圍為10～500。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述的滯后切換閾值e＝5.0×10^-5。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述的PID參數(shù)工程整定依據(jù)衰減曲線法，即當(dāng)速度-溫度控制系統(tǒng)在運(yùn)行時(shí)的實(shí)際速度輸出和溫度輸出分別出現(xiàn)4:1衰減振蕩過程時(shí)，根據(jù)衰減曲線法的經(jīng)驗(yàn)公式計(jì)算記錄此時(shí)的KP₁、KI₁和KD₁；

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述的速度-溫度控制系統(tǒng)在運(yùn)行時(shí)分別出現(xiàn)4:1衰減振蕩過程是兩個(gè)相鄰?fù)较虿ǚ宓某{(diào)量之比為4：1。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述的在初始化中每次分別從l個(gè)比例系數(shù)KP候選值、m個(gè)積分系數(shù)KI候選值以及n個(gè)微分系數(shù)KD候選值中各自按序選擇一個(gè)候選值組成一組候選控制器參數(shù)，其中的各自按序是指按從大到小的順序。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述常值a為纖維二級拉伸速度的期望輸出，初始化設(shè)定為160m/min，常值b為纖維二級拉伸溫度的期望輸出，初始化設(shè)定為165℃。

有益效果

本發(fā)明的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，在數(shù)據(jù)驅(qū)動基礎(chǔ)上，采用兩級拉伸工藝對聚酯初生纖維進(jìn)行拉伸，對于第二拉伸輥與定型輥之間的二級拉伸環(huán)節(jié)，引入去偽控制算法對聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)進(jìn)行控制，該算法在候選控制器集合基礎(chǔ)上，計(jì)算虛擬參考信號，根據(jù)性能指標(biāo)辨識出當(dāng)前采樣時(shí)刻的非偽控制器，切換到控制回路中，既可以使系統(tǒng)具有較好的瞬時(shí)響應(yīng)性能，還能夠維持閉環(huán)系統(tǒng)的穩(wěn)定性。

本發(fā)明的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，引入的差分進(jìn)化算法(Differential Evolution,DE)是一種比較新穎的智能優(yōu)化算法，對當(dāng)前代數(shù)的種群在全局進(jìn)行隨機(jī)并行直接搜索。因?yàn)槠湓硪锥Y(jié)構(gòu)簡單，收斂速度快且優(yōu)化效果出色而在實(shí)際工程項(xiàng)目優(yōu)化技術(shù)中得到了極大的應(yīng)用。在去偽控制基礎(chǔ)上對其進(jìn)行差分進(jìn)化優(yōu)化，進(jìn)一步優(yōu)化了控制效果。

附圖說明

圖1是聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法結(jié)構(gòu)框圖；

圖2是聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制算法流程圖；

圖3是聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的纖維拉伸速度控制實(shí)例；

圖4是聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的纖維拉伸溫度控制實(shí)例。

具體實(shí)施方式

下面結(jié)合具體實(shí)施方式，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等價(jià)形式同樣落于本申請所附權(quán)利要求書所限定的范圍。

實(shí)施例1

本發(fā)明涉及一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，該方法結(jié)構(gòu)框圖如圖1所示，拉伸方式采用兩級拉伸工藝，初生纖維在經(jīng)過集束環(huán)節(jié)形成工藝規(guī)定粗度的大股絲束后喂入集束拉伸機(jī)，集束拉伸機(jī)對于第二拉伸輥與定型輥之間的二級拉伸環(huán)節(jié)的纖維拉伸速度和拉伸溫度采用去偽控制的速度-溫度耦合控制方法。在數(shù)據(jù)驅(qū)動的基礎(chǔ)上，引入去偽控制算法對拉伸環(huán)節(jié)進(jìn)行控制，該算法在候選控制器集合基礎(chǔ)上，計(jì)算虛擬參考信號，根據(jù)性能指標(biāo)辨識出當(dāng)前采樣時(shí)刻的非偽控制器，與其他數(shù)據(jù)驅(qū)動控制方法相比，去偽控制使系統(tǒng)具有較好的瞬時(shí)響應(yīng)性能，還能夠維持閉環(huán)系統(tǒng)的穩(wěn)定性。根據(jù)去偽控制得到的非偽控制器參數(shù)，對其進(jìn)行差分進(jìn)化優(yōu)化，經(jīng)過差分變異、交叉和選擇操作后，再將改進(jìn)后的非偽控制器切換至閉環(huán)控制回路，可達(dá)到更好的控制效果。

一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，所述拉伸環(huán)節(jié)中的拉伸方式為兩級拉伸工藝，對于兩級拉伸工藝中的第二拉伸輥與定型輥之間的二級拉伸環(huán)節(jié)，其纖維拉伸時(shí)的速度和溫度采用去偽控制的速度-溫度耦合控制方法，具體控制步驟為：

(1)初始條件：

a、初始輸入：

速度實(shí)際輸出y1(k)在采樣時(shí)刻1～3的值y1(1)～y1(3)＝0；

溫度實(shí)際輸出y2(k)在采樣時(shí)刻1～3的值y2(1)～y2(3)＝0.1；

速度非偽控制器輸出u1(k)在采樣時(shí)刻1～2的值u1(1)～u1(2)＝5；

溫度非偽控制器輸出u2(k)在采樣時(shí)刻1～2的值u2(1)～u2(2)＝0.1；

b、初始化：

速度期望輸出y1*(k)，初始化時(shí)將其設(shè)定為常值a，即為實(shí)際生產(chǎn)過程需要的速度目標(biāo)值，在任何采樣時(shí)刻k，y1*(k)＝160；

溫度期望輸出y2*(k)，初始化時(shí)將其設(shè)定為常值b，即為實(shí)際生產(chǎn)過程需要的溫度目標(biāo)值，在任何采樣時(shí)刻k，y2*(k)＝165；

對速度-溫度耦合控制系統(tǒng)進(jìn)行PID參數(shù)工程整定，得到40組PID參數(shù)：

比例系數(shù)KP候選值，從40組PID參數(shù)中提取出KP值，共有4個(gè)不同的取值：0.1,0.15,0.2,0.25；

積分系數(shù)KI候選值，從40組PID參數(shù)中提取出KI值，共有5個(gè)不同的取值：0.01,0.02,0.03,0.04,0.05；

微分系數(shù)KD候選值，從40組PID參數(shù)中提取出KD值，共有2個(gè)不同的取值：0.01,0.05；

在初始化中每次分別從4個(gè)比例系數(shù)KP候選值，5個(gè)積分系數(shù)KI候選值以及2個(gè)微分系數(shù)KD候選值中各自按序選擇一個(gè)候選值組成一組候選控制器參數(shù)，將每組候選控制器參數(shù)依次賦值到一個(gè)矩陣的相應(yīng)行，組成一個(gè)候選控制器集合矩陣：

其中，4×5×2＝40，則排列組合后有40組候選控制器參數(shù)，最終形成一個(gè)40×3矩陣，即候選控制器集合矩陣為一個(gè)40×3矩陣；形成的候選控制器集合矩陣中，KP_i為第i組控制器的KP參數(shù)值，KI_i為第i組控制器的KI參數(shù)值，KD_i為第i組控制器的KD參數(shù)值；

速度誤差e1(k)，為任一采樣時(shí)刻k速度期望輸出y1*(k)與速度實(shí)際輸出y1(k)之間的差值，即：

e1(k)＝y(tǒng)1*(k)-y1(k)；

溫度誤差e2(k)，為任一采樣時(shí)刻k溫度期望輸出y2*(k)與溫度實(shí)際輸出y2(k)之間的差值，即：

e2(k)＝y(tǒng)2*(k)-y2(k)；

(2)在采樣時(shí)刻k，結(jié)合候選控制器集合矩陣中每組候選控制器的參數(shù)，分別計(jì)算出相應(yīng)的速度和溫度虛擬參考信號和計(jì)算公式如下：

(3)在采樣時(shí)刻k，計(jì)算候選控制器集合矩陣中每組候選控制器參數(shù)的速度和溫度性能指標(biāo)J1(i,k)和J2(i,k)，計(jì)算公式如下：

(4)在采樣時(shí)刻k，比較候選控制器矩陣中所有組候選控制器參數(shù)相應(yīng)的速度性能指標(biāo)J1(i,k)，使得速度性能指標(biāo)最小的一組相應(yīng)序號記為速度非偽控制器序號也是候選控制器參數(shù)對應(yīng)在候選控制器集合矩陣中的行號：

在采樣時(shí)刻k，比較候選控制器矩陣中所有組候選控制器參數(shù)相應(yīng)的溫度性能指標(biāo)J2(i,k)，使得溫度性能指標(biāo)最小的一組相應(yīng)序號記為溫度非偽控制器序號也是候選控制器參數(shù)對應(yīng)在候選控制器集合矩陣中的行號：

(5)滯后切換：

當(dāng)時(shí)，即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小速度性能指標(biāo)值min(J1(i,k))與上一采樣時(shí)刻k-1的速度非偽控制器的性能指標(biāo)之間的差值小于等于滯后切換閾值e時(shí)，拉伸機(jī)的速度非偽控制器序號和前一采樣時(shí)刻的相同，仍然采用前一采樣時(shí)刻的速度非偽控制器序號；

當(dāng)時(shí)，即在當(dāng)前采樣時(shí)刻k相應(yīng)的最小速度性能指標(biāo)值min(J1(i,k))與上一采樣時(shí)刻k-1的速度非偽控制器的性能指標(biāo)之間的差值大于滯后切換閾值e時(shí)，拉伸機(jī)的速度非偽控制器序號為當(dāng)前采樣時(shí)刻速度性能指標(biāo)最小的一組相應(yīng)序號，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的速度非偽控制器序號；

在采樣時(shí)刻k＝21時(shí)，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的拉伸速度非偽控制器序號，即在采樣時(shí)刻k＝300時(shí)，仍然采用上一時(shí)刻的拉伸速度非偽控制器，即

當(dāng)時(shí)，即在當(dāng)前采樣時(shí)刻的最小溫度性能指標(biāo)值與上一采樣時(shí)刻的溫度非偽控制器的當(dāng)前性能指標(biāo)值之間的差值小于等于滯后切換閾值e時(shí)，溫度非偽控制器序號和上一采樣時(shí)刻的相同，仍然采用上一采樣時(shí)刻的溫度非偽控制器序號；

當(dāng)時(shí)，即在當(dāng)前采樣時(shí)刻的最小溫度性能指標(biāo)值與上一采樣時(shí)刻的性能指標(biāo)之間的差值大于滯后切換閾值e時(shí)，溫度非偽控制器序號為當(dāng)前采樣時(shí)刻速度性能指標(biāo)最小的一組相應(yīng)序號，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的溫度非偽控制器序號；

在采樣時(shí)刻k＝224時(shí)，采用當(dāng)前采樣時(shí)刻的最小性能指標(biāo)值對應(yīng)的拉伸溫度非偽控制器序號，即在采樣時(shí)刻k＝300時(shí)，仍然采用上一時(shí)刻的拉伸溫度非偽控制器，即

(6)根據(jù)(5)得到的非偽控制器序號和對應(yīng)在候選控制器集合矩陣中的行號，得到相應(yīng)的候選控制器參數(shù)，從而得到相應(yīng)的速度非偽控制器和溫度非偽控制器分別為：和

(7)根據(jù)(6)中得到的速度非偽控制器和溫度非偽控制器得到采樣時(shí)刻k的速度非偽控制器輸出u1(k)和溫度非偽控制器輸出u2(k)如下，

其中，k>3；采樣時(shí)刻k＝224時(shí)，u1(224)＝0.1，u2(224)＝0.8436，采樣時(shí)刻k＝300時(shí)，u1(300)＝0.1，u2(300)＝0.8436

(8)根據(jù)速度-溫度控制系統(tǒng)，得到采樣時(shí)刻k的速度實(shí)際輸出y1(k)和溫度實(shí)際輸出y2(k)，計(jì)算公式如下：

y1(k)＝0.001273·y1(k-1)+0.9987·u1(k-3)+0.9987·u2(k-6)；

y2(k)＝0.001273·y2(k-1)-6.4817·u1(k-3)+1.4981·u2(k-6)；

其中，k>3；

y1(k-1)是采樣時(shí)刻k-1的速度實(shí)際輸出；

y2(k-1)是采樣時(shí)刻k-1的溫度實(shí)際輸出；

u1(k-3)是采樣時(shí)刻k-3的速度非偽控制器輸出；

u2(k-6)是采樣時(shí)刻k-6的溫度非偽控制器輸出；

采樣時(shí)刻k＝224時(shí)、y1(224)＝1.00、y2(224)＝0.25，采樣時(shí)刻k＝300時(shí)，y1(300)＝1.00，y2(300)＝0.25；

(9)總采樣時(shí)間TotalTime＝300，采樣時(shí)刻k＝224時(shí)，k<TotalTime，開始下一采樣時(shí)刻的去偽控制，重復(fù)上述步驟中的(2)～(8)；否則，結(jié)束聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的速度-溫度去偽控制過程。

如上所述的一種聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的去偽控制方法，對速度非偽控制器和溫度非偽控制器組成的非偽控制器參數(shù)在采樣時(shí)刻k，進(jìn)行差分進(jìn)化優(yōu)化，具體包括以下步驟：

(1)本實(shí)例中初始化種群參數(shù)如下：種群數(shù)NP＝60，決策變量維數(shù)D＝6，變異策略為DE/rand/1，最大迭代次數(shù)IM＝500，變異尺度因子F＝0.85，交叉概率因子C_r＝0.1，初始化種群上界約束矢量為下界約束矢量為

(2)初始化種群：根據(jù)初始化種群的上下界約束，在上、下界約束矢量間的隨機(jī)值構(gòu)成的NP×D維的種群矩陣為初始化種群，在第G次迭代中，對初始化種群中的每一個(gè)個(gè)體參數(shù)矢量先初始化最優(yōu)種群個(gè)體最優(yōu)目標(biāo)函數(shù)值

(3)差分變異操作產(chǎn)生變異矢量在第G次迭代中，在DE/rand/1的變異策略下其中，和是從初始化種群矩陣中隨機(jī)選擇的3個(gè)不同于父代且互不相同的個(gè)體參數(shù)矢量，即r1＝1,2,...,NP，r2＝1,2,...,NP，r3＝1,2,...,NP，r1≠r2≠r3≠i，F(xiàn)為變異尺度因子；

(4)交叉操作產(chǎn)生實(shí)驗(yàn)矢量在第G次迭代中，初始化種群中第i個(gè)個(gè)體參數(shù)矢量為變異矢量為采用二項(xiàng)式交叉操作，即生成NP×D階由0～1之間均勻取值的數(shù)值組成的矩陣，生成的隨機(jī)數(shù)數(shù)值小于等于交叉概率因子C_r時(shí)結(jié)果為1，此時(shí)生成的隨機(jī)數(shù)數(shù)值大于交叉概率因子C_r時(shí)結(jié)果為0，此時(shí)得到實(shí)驗(yàn)矢量

(5)選擇操作產(chǎn)生下一代參數(shù)矢量在第G次迭代中，生成與實(shí)驗(yàn)矢量相對應(yīng)的速度虛擬參考信號和溫度虛擬參考信號在第G次迭代中，生成與個(gè)體參數(shù)矢量相對應(yīng)的速度虛擬參考信號和溫度虛擬參考信號計(jì)算公式如下：

其次，根據(jù)適應(yīng)度函數(shù)：

比較選擇較優(yōu)者保存到下一代，當(dāng)時(shí)，當(dāng)時(shí)，并且，當(dāng)時(shí)更新最優(yōu)種群個(gè)體，即最優(yōu)種群個(gè)體最優(yōu)目標(biāo)函數(shù)值返回步驟(3)的差分變異操作，直到達(dá)到優(yōu)化目標(biāo)值；

(6)當(dāng)達(dá)到最大迭代次數(shù)IM或者當(dāng)前最優(yōu)目標(biāo)函數(shù)值f(S)達(dá)到優(yōu)化目標(biāo)值，即時(shí)，根據(jù)此時(shí)的最優(yōu)種群個(gè)數(shù)S得到當(dāng)前采樣時(shí)刻的非偽控制器優(yōu)化參數(shù)

仿真運(yùn)行過程如圖1、2所示，分別使用去偽控制和基于差分進(jìn)化的去偽控制對聚酯短纖維生產(chǎn)過程中拉伸環(huán)節(jié)的拉伸速度和拉伸溫度進(jìn)行控制，仿真結(jié)果如圖3、4所示，由圖中可以看出，系統(tǒng)實(shí)際輸出能快速到達(dá)控制目標(biāo)，且超調(diào)量小，具備消除時(shí)滯和解耦的能力。仿真表明該優(yōu)化方法收斂速度快，具有較出色的優(yōu)化效果。