吕晨悦， 施一萍， 刘 瑾， 张金立， 程宗政

(上海工程技术大学 电子电气工程学院,上海 201620)

0 引 言

随着空压机的广泛应用，用户对于设备运行稳定性及节能的要求越来越高，而空压机系统是个结构十分复杂的非线性高阶系统，传统的比例—积分—微分(proportional-integral-differential,PID)控制很难达到良好的控制效果。因此有学者将BP神经网络与PID算法相结合[1～3]或是利用仿生算法，例如：蚁群算法[4]、遗传算法[5]、蜂群算法[6]等来整定PID参数。但这些算法存在搜索范围大、收敛速度慢以及易陷入局部最优解等问题，因此本文利用改进鸡群优化(chicken swarm optimization,CSO)算法整定PID参数，从而实现了对空压机出口压力的有效控制，使系统保持最优的运行状态。

1 空压机系统

空压机系统主要由普通电机、螺杆主机、储气罐以及运行控制系统等组成，为了使空压机系统更加稳定、节能，因此在系统中增设变频器和永磁电动机，其系统结构如图1所示[7,8]。在普通螺杆空压机的基础上增设了变频器，通过变频器改变电源的频率来改变空压机电动机的转速，使得空压机的排气量发生改变，从而解决普通螺杆空压机由于频繁空载和负载而运行不稳定、波动较大和浪费过多功率两种问题。将普通电机换为永磁电动机，利用永磁体来产生电机的磁场，无需励磁线圈也无需励磁电流，从而降低电流消耗、提高电动机的效率。利用压力变送器将出口气体压力转变为电信号，传入可编程逻辑控制器(programmable logic controller,PLC)，利用PLC中的PID控制算法测算出实际用气量，并根据实际用气量调整变频器供电的频率和幅值从而控制电动机的转速，最终实现对空压机系统排气量相对于用气量的平衡与实时控制。……