基于自适应遗传算法整定的刨花板热压系统PID控制

黄晓舟，朱良宽，曹 军

(东北林业大学机电工程学院，哈尔滨150040)

进入21世纪以来，随着国民经济快速发展，我国刨花板工业步入快速发展时期，在企业数量、生产产量以及产品质量等方面都取得了世界瞩目的进步。刨花板是人造板三大主体产品之一，它以木质或非木质纤维材料为原料，是综合利用木材资源的主要手段，刨花板各种产品也应用于国民生产与生活的各个领域，发展刨花板的生产，提升刨花板品质，对提高国家经济发展、森林资源的保护都具有十分重要的意义［1－2］。

热压是刨花板生产中最重要的工序，也是整个生产线的咽喉，影响着生产效率以及成本，同时也影响着板坯的厚度、板坯密度分布的均匀性和胶合强度等特性，所以能否按照工艺的需求，在连续热压机的相应位置达到温度与压力的指标是热压控制的关键所在。刨花板热压控制系统的压力提供机构是液压缸，热压系统通过控制压缸的下降率同时配合加热时间来控制板坯的厚度，但液压控制系统中控制元件的非线性决定了系统具有非线性，阻尼比和泄露系数等不可测量使得系统具有时变性以及模型参数不确定性，要实现控制系统的精确控制需要考虑控制系统的复杂特性，用传统工艺和常规的控制模式生产刨花板，产品精度不高，原料浪费大［3－4］。

PID控制算法是目前刨花板热压系统常采用的控制方法，但是该算法的缺点是其控制器参数调节依赖人的经验，因此适应性较差。因此本文采用自适应遗传算法整定PID控制方法，不但保持了常规PID控制原则，并且可实现PID参数的在线自整定，同时兼具更大的灵活性和适应性，使系统得到更好的控制精度，避免了系统过早陷入局部最优解，满足了刨花板热压机对伺服控制系统严格的非超调要求。

1 刨花板热压伺服控制系统

本文讨论结合连续平压和位置伺服控制方法的液压控制板厚系统控制技术。不同长度的连续热压机在生产过程中的钢带速度虽然不同，但热压的原理是相同的，通过控制液压缸的下降率和热压时间来调整刨花板的厚度。只有在生产不同厚度的刨花板产品时，其钢带开档曲线将有所不同。一般来说，连续平压热压过程可分为预热压阶段和主热压阶段［4］，典型的连续热压机的压力曲线图如图1所示。

图1 连续热压机压力曲线图Fig.1 Pressure curve of continuous hot press

(1)预热压阶段。①快速压榨段:板坯随钢带进入热压机后，通过钢带间隙逐渐变小来快速将板坯压缩到一定的厚度，压力快速上升到最高压力，最大压力值一般在2.0～3.0 MPa;同时板坯表面温度快速上升，并向板坯内部传热，形成较大的温度梯度。在板坯反弹力、压板压力以及温度梯度的共同作用下，快速形成板面硬层。该阶段的板坯压缩速度是由钢带开档的大小和钢带运行速度所决定。②减压阶段。在板坯被压缩到一定厚度，压力上升到最大至值后，压力开始逐渐减小，以便减小板面硬层厚度，使断面密度分布更为合理。同时，有利于板坯内部水分的排出。

(2)主热压阶段。主热压阶段约占压机总长度的75%，产品厚度和胶的固化主要在该阶段完成。①低压段，在压机的一定长度内保持较低压力，低压压力一般为0.1～1.0 MPa，以控制断面密度分布更加合理和有利于板坯内部水分顺利排出。随着水分的排出和胶粘剂的不断固化，克服了板坯的反弹力，压力又逐渐上升到毛坯规定厚度的状态。②保压段，当板坯压缩到一定厚度后，压机进行较长时间的位置保持，钢带间隙不变，保压压力一般为0.2～1.0 MPa，以便控制厚度，板坯内部胶粘剂基本固化后，毛坯会产生干燥现象，其压力趋于零，毛坯随钢带前行，离开保压段，热压结束。

2 自适应在线遗传算法整定PID压板控制

在刨花板热压控制系统中，目前主流控制方法仍为PID控制，其参数优化结构对系统的控制效果影响很大。PID参数整定和优化的方法有很多，可分为离线优化与在线优化两大类，在工业过程控制系统中专家控制法与单纯形法的应用较为多见。然而，尽管上述方法都具有良好的寻优特性，其寻优弊端也很明显:一方面，单纯形法与神经网络控制方法的弊端相同，即对于参数的初始值选取比较敏感，选取不当易过早陷入局部最优解［6］;另一方面，专家整定法对于专家的经验要求非常高，并且所设计的控制方法具有很强的针对性，被控对象不同则需要的控制规则也不同，因此泛化能力很差，而整理知识库则更是一项长期的工程。

采用遗传算法在线整定PID参数，就是针对每个采样时间实现PID控制参数的遗传算法优化。在采样时间k，选取足够多的个体，计算不同个体的适应度，将自适应度大的个体字串所对应的参数作为控制参数。

基于自适应遗传算法在线整定PID的控制系统框图如图2中所示。其中r(t)代表刨花板板厚的初始设定值，y(t)表示板厚的实际输出值，e和de/dt分别表示系统的误差和系统的误差变化率，通过遗传算法优化kp、ki和kd参数。在实际中通过参数e和ec，在线调整PID 3个参数以满足不同要求的控制要求［5－8］。

图2 自适应在线遗传算法整定PID热压控制系统Fig.2 Adaptive genetic algorithm tuning PID hot press control system

3 遗传PID参数整定原理

3.1 参数确定

确定待整定参数的编码方式及范围，根据控制要求确定参数范围，选用固定长度的二进制字串来表示待整定参数，并将各参数的二进制字串连接起来组成一个长的二进制字串，作为遗传算法的操作对象。

3.2 种群初始化

由于遗传算法不受待整定参数初始值的影响，所以初始种群基因可利用计算机随机产生。本文根据编码长度产生0～1之间的均匀分布的随机数，并且依据控制的实时性与计算复杂程度来选取合适的遗传进化代数及初始种群大小。

3.3 适应度函数选取

本文将控制量的绝对值引入到目标函数并将其为适应度函数进行参数寻优，最优的控制参数即在满足约束条件下使适应度函数最大时所对应的控制器参数。

3.4 遗传操作

遗传操作分为复制、交叉和变异3个步骤。在进行遗传操作之前，需要计算父代种群每个基因的适配度。初始种群经过种群遗传操作将会得到新一代的种群，再通过解码后代入适配函数，如果没有达到结束条件则重复以上操作，直至满足结束条件为止。

上述遗传操作过程如图3所示。

4 基于遗传算法的PID控制实现步骤

(1)PID参数设置。取值范围kp为 ［0，20］，ki和kd为 ［0，1］，编码方式为二进制，编码长度为10。

(2)初始化种群P(0)。初代种群大小设为30，种群进化代数设置为100代。

(3)将各个体基因字串解码，使用适应函数f求取相应的适配值，并判断是否满足参数优化要求。

(4)对种群P(t)进行复制、交叉和变异操作，产生下一代种群P(t+1)。

(5)重复以上步骤3和4，直至参数收敛或者满足结束条件。

5 仿真结果与分析

在本文中，被控对象为刨花板热压机控制中的高阶位置伺服控制系统，其开环传递函数可以设置如下［7］:

图3 基于遗传算法的参数寻优过程Fig.3 Algorithm parameter optimization process via GA

仿真环境为MATLAB7.0。为了比较，将常规PID控制算法与自适应在线遗传PID控制算法进行了仿真对比研究，具体如下:

(1)仿真情形一。以阶跃函数作为系统的参考输入用于模拟工业控制环境中最常见信号，对连续热压高阶位置伺服控制系统进行对比仿真实验，在仿真时间的一半处添加了一个干扰信号来检验控制算法的抗干扰能力。

图4为常规PID控制响应曲线，图5为代价函数J的优化过程，图6为自适应在线遗传算法整定PID控制响应曲线。

由仿真结果可以看出:基于自适应在线遗传算法的PID控制的上升时间明显减小，基本上没有超调，调整时间大大缩短;另外，在某一采样周期内施加相同的脉冲干扰信号时，虽然遗传算法中的目标函数 (代价函数)发生了畸变，但是并没有对系统的输出造成影响，从而说明系统具备了较好的鲁棒性，相比之下，常规的PID控制方法会产生一定量的动态偏差。

(2)仿真情形二:针对本文所提出的控制算法，采用方波与正弦波作为参考输入信号进行仿真验证。仿真结果如图7和图8所示。从仿真结果可以看出，对于不同形式的参考输入信号信号，采用本文的控制方法同样具有良好的控制效果，可以很快地跟踪到参考输入信号。

综上讨论，本文所提出的基于自适应在线遗传算法整定PID控制策略具有更为出色的动、静态特性，满足了刨花板热压机对伺服控制系统严格的非超调要求。

图4 常规PID控制响应曲线Fig.4 Curve of conventional PID control response

图5 代价函数J的优化过程Fig.5 Optimization process of cost function J

图6 基于自适应遗传算法整定PID控制响应曲线Fig.6 Control response curve based on adaptive GA setting PID

6 结论

针对刨花板连续热压控制系统设计了自适应遗传算法整定的PID控制器，以在线实时调整PID参数的方式改善了刨花板热压伺服控制系统的整体性能。仿真结果表明:本文设计的控制器大大缩短了热压伺服控制系统的阶跃响应的调整时间，基本没有超调的情况，提高了响应速度，并且抗干扰的能力也较常规的PID控制明显增强，该方法在提高了热压伺服控制精度的同时，使系统获得了更好的静态性能与动态性能。

图7 基于自适应遗传算法整定PID控制方波响应曲线Fig.7 Square wave response curve via adaptive GA setting PID

图8 基于自适应遗传算法整定PID控制正弦响应曲线Fig.8 Sine response curve via adaptive GA setting PID

［1］ Zheng K.Analysis on hot press technology control in production of MDF by continuous press［J］.China Wood Industry，1999，13(6):34－36.

［2］ Liu Z，Wang J.Study on factors influencing the heat transfer process in hot press of wood particleboard［J］.Journal of Beijing Forestry U-niversity，1995，17(2):64 －71.

［3］ Zombori B G，Kamke F A，Watson L T.Simulation of the internal conditions during the hot press process［J］.Wood and Fiber Science，2003，35(1):2 －23.

［4］陈德旺.连续平压发生产 MDF的热压工艺［J］.林产工业，2005，32(4):32 －34，38.

［5］刘金琨.先进PID控制及其MATLAB仿真［M］.北京:电子工业出版社，2003.

［6］张 巍，卢宇清.基于在线自适应遗传算法的PID参数整定和优化［J］.计算机仿真，2011，28(12):154 －157.

［7］蔡纪华.谈人造板热压机控制系统的进展［J］.森林工程，2002，28(1):9－10.

［8］石 祎.中密度纤维板和刨花板热压机的正确选用［J］.林业机械与木工设备，2009，37(1):54 －55.