发酵过程产物浓度PID控制器设计与优化  

Design and Optimization Method of PID Controller for Product Concentration of Fermentation Process

作　　者：王志文 李大刚[1] 陈崇城[1] 曾飞虎[2] 陈晓玲[1] WANG Zhi-wen;LI Da-gang;CHEN Chong-cheng;ZENG Fei-hu;CHEN Xiao-Ling(Fujian University Applied Technical Engineering Center of Practical Chemical Materials,Liming Vocational University,Quanzhou 362000,China;School of Light Industry,Liming Vocational University,Quanzhou 362000,China;School of New Materials and Shoes&Clothing Engineering,Liming Vocational University,Quanzhou 362000,China)

机构地区：[1]黎明职业大学实用化工材料福建省高校应用技术工程中心/新材料与鞋服工程学院,福建泉州362000 [2]黎明职业大学轻工学院

出　　处：《通化师范学院学报》2021年第10期8-19,共12页Journal of Tonghua Normal University

基　　金：福建省2019年中青年教师教育科研项目(JAT191447);黎明职业大学2018年规划项目(LZ2018101).

摘　　要：由于生物发酵过程的代谢反应没有稳定的工作操作点,使得反应过程具有高度的非线性变化,生产质量伴随严重的时变性演化,导致传统型的PID控制器参数整定困难,控制效果的满意程度较低.该文提出采用多种不同类型的粒子群算法来整定发酵过程PID控制器的参数.结合生物反应过程的机理特性,将整个发酵过程分解成4个子区间,并优化整定得到基于不同类型的粒子群优化算法的子过程PID控制器.仿真结果表明:针对发酵过程的不同特性,可选择不同粒子群算法优化子过程PID参数,以解决实际应用的问题.Conventional proportional-integral-derivative(PID)controller has been found insufficient for nonlinear and time-varying fermentation processes.The PID control parameters are determined by using different particle swarm optimization algorithms.In combination with the process mechanism,the whole process is decomposed into four sub-intervals,and the sub-processes PID controller based on different particle swarm algorithms are optimized.As an example,a typical intermittent fermentation simulation show that different particle swarm algorithms are selected to optimize the sub-process PID parameters,which can solve the problems in the practical application.

关 键 词：间歇过程 发酵过程 PID控制 粒子群算法 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置] TQ02[自动化与计算机技术—控制科学与工程]