郝宝齐　沈彬　孙勤江

【摘 要】文中采用串级控制作为海洋平台热介质锅炉的控制方案，采用粒子群算法对PID控制器的比例带δ、积分时间Ti进行最优化，从而实现热介质锅炉温度的自动控制。通过粒子群算法进行串级控制系统PID参数优化，提高了控制系统的控制精度、可靠性、稳定性，具有工业应用价值。

【关键词】热介质锅炉；粒子群算法；PID；串级控制系统

【Abstract】This paper uses the cascade control as the control scheme of the offshore platform heat medium boiler. The particle swarm algorithm has been used to optimized proportional band δ and integration time Ti， achieve medium heat boiler automatic temperature control. Through PID cascade control system parameters optimized by PSO， the control accuracy ， reliability and effectiveness of the said method have been proven，has industrial applications

【Key words】Heating medium boiler；Particle swarm；Proportion integration differentiation；Cascade control system

0.引言

海上平臺以及FPSO（Floating Production Storage & Offloading Unit，浮式生产储存卸货装置）是油气处理、储存的生产设施，原油中油气水分离的处理过程需要一定的热源。一般在海上都配备几台热介质锅炉，通过燃烧燃料来加热热介质油，作为生产流程和储油舱等的加热源。海洋平台热介质锅炉的主要工作原理是：热介质油经循环泵加压进入锅炉盘管后被加热，然后输送至换热器，通过换热器与原油进行热能传递，换热后，冷的热介质油回流至热油膨胀罐，如此反复循环，提供稳定的热源。由于海洋平台的能源供给成本比较高，且海上作业环境危险性较大，因此寻求和开发节约海洋平台热介质锅炉能源的方法和途径成为研究热点。现如今大部分热介质锅炉采用PID控制方法，但是PID控制参数是通过现场工程整定获得，控制精度不高，容易造成资源的浪费[1]。

粒子群（PSO）算法是一种基于群体智能的全局优化算法，其模拟社会的群体行为，在多维空间中构造粒子群进行寻优，且每个粒子通过迭代过程中的群体和自身最优值修正自身前进方向和速度。……