应用改进人工蜂群算法的VCRU冷凝温度PIλDμ控制的数值研究

充分考虑蒸汽压缩式制冷机组(Vapor Compression Refrigerating Unit,VCRU)中的冷凝器被控对象具有结构参数时变、惯性大和时滞等特点,传统PID调节方式会导致其关键性能参数?冷凝温度Tc的调节时间长、稳态误差和超调量均较大的问题.对此提出冷凝温度分数阶PID(PIλDμ)控制策略,且设计改进人工蜂群算法(Improved Artificial Bee Colony Algorithm,IABCA)对该冷凝温度分数阶PID控制器(Fractional Order PID Controller for Condensation Temperature,CT-FOPIDC)参数进行优化整定,提升Tc的调节质量.首先,根据空调制冷工艺的要求和相关自动控制理论,对该冷凝温度PIλDμ控制系统中的各个组成环节进行建模.其次,基于基本人工蜂群算法(Basic Artificial Bee Colony Algorithm,BABCA),对学习因子c1和c2进行线性变化,保持其他参数不变,重构IABCA,且将min ITAE(Integrated Time Absolute Error,绝对积分时间误差)作为其目标函数,进而对CT-FOPIDC的5个参数进行整定,得到相应的最佳参数值.最后,使用MATLAB软件,分别对IABCA和该冷凝温度PIλDμ控制系统进行编程和组态.仿真结果表明该IABCA对CT-FOPIDC参数的优化整定是可行的,同时该冷凝温度PIλDμ控制系统的调节品质明显优于传统PID控制系统.