【技术实现步骤摘要】
本专利技术属于增氧设备控制领域，尤其是涉及一种用于水产养殖的增氧设备控制方法。
技术介绍
1、水产养殖对环境的要求涉及多个方面，以确保其健康生长和繁殖，其中，水产养殖对氧气浓度的要求相对较高。在养殖过程中，溶解氧的含量对鱼类的生长具有重要影响；为了确保鱼类的正常生长和发育，养殖水体中的溶解氧应保持在4mg/l以上，但是溶氧量过高，一方面会造成成本浪费，另一方面氧气过高会导致杂藻生成，影响鱼类养殖，为了达到这一要求，养殖者需要定期检测水体中的溶解氧含量，并采取相应的措施来维持适当的氧气浓度。这可能包括增加换水量、使用增氧设备等方法，以确保养殖水体的氧气充足。
2、增氧设备的反馈控制系统通过实时监测和调整溶氧量值和氧气供应，结合鱼类的生长特性和最优化的培养条件，实现对通入气体中氧气浓度和流量的调节，为了提高增氧设备的控制精度，目前的增氧设备的控制技术大多采用pid控制方法， 但是传统pid控制方法在实际的增氧监测控制中，存在着许多干扰因素，如温度、压力、流量等的变化，这些因素会对溶氧量产生影响，使得pid控制器的控制效果受到干扰。
3、混合领导者算法（hlbo）是一种元启发式算法，hlbo的主要思想是在混合领导者的指导下引导算法种群个体趋向最佳值，hlbo的包括勘探和开发两个阶段。勘探是在搜索空间的不同区域进行全局搜索的能力，而开发是在所获得的解附近进行局部搜索的能力，因为在这些解附近可能有更好的解。平衡探索和开发在优化算法成功实现最优解方面起着关键作用。现有实验对比了混合领导者算法与粒子群、鲸鱼优化算法等1
技术实现思路
1、基于
技术介绍
中存在的上述问题，本专利技术所要解决的问题是：改进混合领导者算法（bhlbo），解决混合领导者算法在局部开发阶段的收敛速度差的问题，同时减少混合领导者算法陷入局部最优的时间，利用改进的混合领导者算法优化pid，解决pid参数确定难得问题，提升分数pid在增氧设备控制中的稳定性，从而解决在鱼类养殖过程中溶氧量精确控制难得问题。
2、本专利技术解决其技术问题所采用的技术方案是：一种用于水产养殖的增氧设备控制方法，利用改进的混合领导者算法优化增氧设备增氧量控制的pid控制器，具体步骤为。
3、s1、利用氧容量传感器获取水产养殖水域中实时的含氧量值，计算实时的含氧量值与养殖环境的理想目标含氧量值的差值。
4、s2、将步骤s1所述差值输入到增氧设备的pid控制器中，同时利用改进的混合领导者算法整定pid的比例参数kp、积分参数ki和微分参数kd。
5、s3、增氧设备的pid控制器输出增氧控制量，通过增氧控制量控制增氧设备增氧速度，实现在水产养殖时增氧设备对增氧量的精准控制。
6、优选地，在利用改进的混合领导者算法（bhlbo）优化pid控制器对增氧设备的实时增氧量控制时，需要实时采集养殖环境中的含氧量数据，实时的含氧量值与养殖环境的理想目标含氧量值的差值作为pid控制器和ahlbo算法优化的反馈信号，差值越小，侧面说明pid控制器性能越好，对增氧设备增氧量控制越佳。
7、优选地，增氧设备的pid控制器采用位置式pid，相对于位置式pid，增量式pid关注的是控制量的变化量，更适用于需要根据目标值的变化来调整输出的情况，改进的混合领导者算法（ahlbo）整定pid的比例参数kp、积分参数ki和微分参数kd，得到最佳pid控制参数，将最佳pid控制参数用于增量设备pid控制中，同时，结合实时的含氧量值与养殖环境的理想目标含氧量值的差值，经过pid控制器的运行，增氧设备的pid控制器输出一个控制量，其中，pid控制器的运行建立数学模型为：
8、u(t)=kp\cdot \left [ {e(t)-e(t-1)} \right ]+ki\cdot e(t)+kd\cdot \left [ {e(t)-2e(t-1)+e(t-2)} \right ]；
9、式中，kp为增量式pid控制器的比例参数，ki为增量式pid控制器的积分参数，kd为增量式pid控制器的微分参数，为时刻增氧设备的目标氧气释放值与增氧设备的实时氧气释放值的差值，为时刻增氧设备的目标氧气释放值与增氧设备的实时氧气释放值的差值。
10、优选地，利用增氧设备的pid控制器输出的控制量输入到增氧设备的无刷直流电机控制器中，控制无刷直流电机的转速，从而准确控制增氧设备增氧速度。
11、优选地，利用步骤s1和s3所述的实时的含氧量值与养殖环境的目标含氧量值的差值和增氧控制量设计目标函数模型，利用目标函数引导改进的混合领导者算法整定pid的参数，目标函数数学模型公式为：
12、；
13、式中，为积分目标函数积分上限时间，为当前时间，为增氧设备的pid控制器的响应时间，即达到目标含氧量值的时间。
14、优选地，所述步骤s2中，改进的混合领导者算法，混合领导者算法改进方式为：
15、s21、引入螺旋开发因子，并使混合领导者算法在局部开发阶段以当前最优位置为中心收敛，按照公式（1）改进混合领导者算法的局部开发位置更新数学模型；
16、（1）；
17、式中，为局部开发阶段混合领导者算法第个成员的第维的新位置；为混合领导者算法第个成员的第维的当前位置，为混合领导者算法的全局中最佳成员的位置，即最优位置；为区间[0,1]中的一个随机实数，为螺旋开发因子，数学模型公式为：
18、；
19、式中，为螺旋开发因子初始值，取值为2，为螺旋开发因子最终值，取值为0，为混合领导者算法最大迭代次数，为线性递减参数，公式为；
20、s22、在混合领导者算法在局部开发阶段结束后，加入"局部聚集"状态机制；所述"局部聚集"状态机制方法为：
21、s221、根据成员个体的位置和当前迭代的最优位置设计局部聚集指标，数学模型为：
22、；
23、式中，为混合领导者算法最大成员规模，为混合领导者算法第个成员的当前位置，为当前第次迭代的最佳成员的位置，为控制聚集范围的参数，取值为0.6；
24、s222、计算混合领导者算法的每个成员的位置的局部聚集指标，对比所有成员的局部聚集指标，若超过的成员的大于0.6，说明混合领导者算法陷入局部最优的状态。
25、优选地，改进的混合领导者算法对pid控制器参数寻优过程中，在前半迭代过程中，改进的混合领导者算法需要具备较强全局搜索的能力，确保算法能在搜索空间中进行广泛寻优，螺旋开发因子在次迭代之前采用指数与对数结合，不仅保证螺旋开发因子变化范围稳定，还可以提高算法全局寻优效率；迭代后期减小的较快，使得较长时间保持较小值，以提高算法收敛精度，提高平衡了算法的全本文档来自技高网...
【技术保护点】
1.一种用于水产养殖的增氧设备控制方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种用于水产养殖的增氧设备控制方法，其特征在于，利用所述的实时的含氧量值与养殖环境的目标含氧量值的差值和增氧控制量设计目标函数模型，利用目标函数引导改进的混合领导者算法整定PID的参数，目标函数数学模型公式为：
3.根据权利要求2所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步骤S21中，引入螺旋开发因子，并使混合领导者算法在局部开发阶段以当前最优位置为中心收敛，按照公式（1）改进混合领导者算法的局部开发位置更新数学模型；
4.根据权利要求3所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步骤S22中，所述"局部聚集"状态机制方法为：
5.根据权利要求1-4任意一项所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步骤S2中，利用改进的混合领导者算法整定增氧设备的PID的比例参数Kp、积分参数Ki和微分参数Kd的具体步骤为：
6.根据权利要求5所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步
7.根据权利要求5所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步骤step5，柯西变异生成新成员的数学模型为：
...【技术特征摘要】
1.一种用于水产养殖的增氧设备控制方法，其特征在于，具体步骤为：
2.根据权利要求1所述的一种用于水产养殖的增氧设备控制方法，其特征在于，利用所述的实时的含氧量值与养殖环境的目标含氧量值的差值和增氧控制量设计目标函数模型，利用目标函数引导改进的混合领导者算法整定pid的参数，目标函数数学模型公式为：
3.根据权利要求2所述的一种用于水产养殖的增氧设备控制方法，其特征在于，所述步骤s21中，引入螺旋开发因子，并使混合领导者算法在局部开发阶段以当前最优位置为中心收敛，按照公式（1）改进混合领导者算法的局部开发位置更新数学模型；
4.根据权利要求3所述的一种用于水产养殖的增氧设备控制方法，其特征...
【专利技术属性】
技术研发人员：杨少闻，王庆恒，郑哲，廖永山，杨创业，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。