0引言
稱重式包裝機主要用於顆粒狀、粉末狀及小塊物料的定量稱重及包裝，被廣泛應用於農業、食品、化工及醫藥等行業中。在稱重過程中，因受到物料衝擊、料鬥震蕩、物料滯空、物料種類、外部幹擾等多種因素影響,致使包裝機稱重控製係統具有非線性、時變和時滯的特征⑴0傳統PID稱重控製係統精度低、穩定性較差，無法獲得滿意的控製效果，影響企業最佳經濟效益。為提升稱重控製效果，模糊PID算法、模糊神經網絡算法等多種智能控製算法被應用於包裝機稱重控製係統,並取得一定的效果"T。模糊控製算法無需精確數學模型,能夠高效綜合專家知識進行控製輸出，具有較好的魯棒性和動態特性，但因傳統模糊控製的論域範圍、比例/量化因子等參數設置固定的原因，難以實現較高的控製精度，若要提升物料稱重的精確控製，則需增加模糊規則、語言變量的數量,造成模糊控製器結構複雜和難以實現的問題。針對上述問題，文中以傳統模糊算法為基礎,引進論域伸縮因子在線調整輸入輸出變量論域,避免模糊參數固定而造成的控製誤差，設計改進模糊控製算法對PID控製的三個參數進行精確在線整定，以提高稱重包裝機的稱重精確度和穩定性。
1稱重式包裝機工作過程
1.1工作過程
如圖1所示，稱重式包裝機由料倉、一級給料(粗給料)器、二級給料(精給料)器、稱料鬥、稱重傳感器、送料係統、傳輸係統、給料閥、卸料閥及控製係統等裝置組成，各裝置協同工作將料倉內物料按照設定要求和精度要求完成粗給料和精給料工作，以實現物料定量稱重,並通過卸料閥將物料填充到料袋內比幻。PLC控製器為控製核心，通過I/O模塊接收來自包裝機的稱重傳感器信息、閥位狀態、故障信息等信號，輸出給料閥、卸料閥的閥位控製、閥門開關信號;送料係統依據料倉料位傳感器、PLC控製器、送料電機組成的閉環控製係統完成物料的輸送工作;傳送係統將完成物料填充的料袋傳送到封口係統，完成料袋封口工作。

1.2給料稱重過程
包裝機給料稱重時利用觸摸屏設置物料總重量M等參數,PLC控製器依據粗給料量計算子程序計算岀粗給料值粗給料係統工作並打開粗給料閥進行放料,稱重傳感器實時檢測稱料鬥內物料重量，當物料達到Mc時關閉粗給料閥並打開精給料閥進行精給料,PLC控製器按照掃描周期對設定目標值和傳感器檢測值進行比較，若達到設定值M或允許誤差E範圍內，則停止給料,卸料閥打開進行卸料;若沒有達到設定值心且沒在允許誤差£範圍內，則繼續進行精給料工作,直到到達預期目標，包裝機給料稱重流程如圖2所示。
由圖2可知，精給料係統是保證包裝機定量稱重控製精度的關鍵，也是本文的研究重點。

2.1PID控製器
包裝機稱重PID控製器是依據稱重總量設定值r(t)與稱重傳感器檢測值/(Q的誤差值e(t)進行比例、積分、微分運算輸出控製信號旳)，以消除誤差e(t)的控製過程，其控製原理如圖3所示。

其數學表達式為

將式(1)轉換為傳遞函數形式：

式中Kp、Kl、Kd——控製器比例、積分、微分係數

2.2模糊PID控製器
模糊控製是基於模糊規則、模糊推理的一種非線性智能控製算法,其依據控製原理和專家經驗而建立,對複雜或難以精確描述的控製係統具有較好的適用性。包裝機定量稱重係統比較複雜,傳統PID控製器因參數無法自整定而難以實現較高的控製精度，將模糊控製與PID控製進行有效結合,通過模糊控製規則在線整定PID參數以提升稱重控製係統的調節效果⑹。模糊PID稱重控製係統如圖4所示,將稱重設定值r（t）與稱重檢測值y(t)的偏差e(t)和偏差微分ec（t）輸入模糊控製器，經模糊推理獲取e(t)、ec（t）與PID控製器參數Kp、Kl、Kd的映射模糊值，精確化處理後向PID控製器輸出Kp、Kl、Kd參數，當e(t)、ec(t)實時變化時，模糊控製器能夠依據專家經驗輸出PID參數，以適應當前係統調節需求，優化後的PID控製器調節精給料閥門開度。

2.3改進模糊控製算法
傳統模糊控製算法因參數設定固定和參數設置具有一定的局限性，而難以實現較精確的控製效果，若要實現複雜控製係統的精確穩定調節,則需要更加精細劃分語言變量、增加模糊規則數量，進而勢必增加模糊控製器設計的難度和複雜度⑺。為實現包裝機稱重控製係統精準稱量，在模糊控製的變量論域中加入伸縮因子，在保證語言變量劃分、控製規則不變的情況下，可以使變量論域隨稱重誤差增加(減小)而伸張(收縮)，相當於局部範圍內增加控製規則數量，從而消除因論域固定而產生的控製誤差，提高控製係統調節精度心。
考慮到程序設計難度和控製係統軟件的處理能力有限，釆用比例形式設計論域伸張因子。設定輸入變量e的初始論域為[-E,E]、伸縮因子為a(e),則伸縮論域為[-a(e)E,a(e)E]，同理設定模糊控製輸入輸出論域參數見表l。

包裝機定量稱重模糊控製輸入輸出變量論域伸縮因子函數為：

為使包裝機稱重控製係統有較好控製效果,原則上當稱重誤差較小時對論域進行收縮，當稱重誤差較大時不對論域進行伸張,則優化輸入變量e的論域伸縮因子為：

3改進模糊PID控製器的包裝機稱重控製係統
由於PID控製器參數無法自整定，致使PID包裝機稱重控製係統不能獲得令人滿意的控製效果，結合模糊控製算法和論域伸縮理論,設計改進模糊PID控製器，以克服稱料鬥震蕩、空中滯料及物料衝擊造成的稱重精度低、穩定性差的問題。如圖4所示,改進模糊PID控製係統通過以下步驟完成物料稱重控製：
PLC控製器將稱重傳感器檢測的物料重量y（t）與物料設定值r（t）進行運算獲得e（t）和ec（t）的當前值；（2）將e（t）和ec（t）的當前值數據傳送到論域伸縮調整子程序，依據公式（8）、公式（4）、公式（5）、公式（6）、公式（7）計算模糊控製器變量的論域伸縮因子a（e）、a（ec）、P（e,ec）、I（e,ec）、D（e,ec）的當前值；（3）模糊控製器依據變量論域伸縮因子調整變量論域，並依據當前論域範圍模糊推理獲得PID控製器參數Kp、Kl、Kd的值,Kp、Kl、Kd模糊控製規則如表2所示；（4）PID控製器接收模糊控製器傳輸的PID參數實現參數整定，依據稱重誤差計算並輸出控製信號;（5）PLC將PID控製輸出信號進行D/A轉換，經I/O模塊傳輸到精給料控製閥，以調節閥門開度,實現精確調節。

利用MATLAB軟件的FIS編輯器建立模糊控製器，設置控製器結構為兩入三出、隸屬度函數均為三角形隸屬函數,依據實際稱重情況設定變量實際論域、論域範圍、模糊子集、量化（比例）因子等參數，使用MATLAB編寫論域伸縮因子代碼，改進模糊PID控製器具體參數見表3。

4仿真與分析
本文對改進模糊PID控製器、模糊PID控製器、PID控製器進行仿真對比分析，以驗證改進模糊PID控製器的可行性和適用性。彭博等〔⑺利用係統辨識的方法，獲得包裝機稱重控製係統模型：

利用Simulink軟件建立改進模糊PID控製仿真模型（見圖6）進行仿真對比分析，設定改進模糊PID控製器和模糊PID控製器的參數（見表3）,PID控製器參數為P=2.574、/=0.427、0=3.393進行simulink仿真比較，設定稱重克重為250g（允許誤差為±3g）,3種控製器的階躍響應仿真曲線如圖7所示。當稱重設定值為250g時（見圖7）,傳統PID控製的超調量約為18.75g、達到穩定時間約為102s,模糊PID控製的超調量約為4.33g、達到穩定時間約為80s,改進模糊PID控製超調幾乎為零、達到穩定時間約為45s,對比3種控製器仿真曲線的超調量、響應速度、達到穩態時間，可得:改進模糊PID控製相對於模糊PID控製、PID控製具有更好的優越性和適用性。

包裝機在定量稱重過程中存在多種幹擾因素,故稱重控製係統要求有較好的抗幹擾能力，為驗證改進模糊PID控製應對幹擾的魯棒性，在仿真埒160S處添加一個20g的負向階躍幹擾量,對3種控製器的抗幹擾能力進行仿真對比，仿真曲線如圖8所示。如圖8中所示，添加負向階躍幹擾後傳統PID控製偏離穩態值約為37.8g、再次達到穩態時間約為80s,模糊PID控製偏離穩態值約為23.9g、再次達到穩態時間約為34s,改進模糊PID偏離穩態值約為11.4g、再次達到穩態時間約為20s,對比可得:改進模糊PID控製抵抗係統擾動能力最強，魯棒性最好。從控製器性能、抗幹擾能力仿真對比可知，改進模糊PID應用於具有非線、時變、時滯的包裝機稱重控製係統具有更好的優越性、有效性。
5結語
本文對包裝機稱重控製係統及稱重過程進行研究,針對稱重控製係統具有時變、非線性、時滯的特征，為提高定量稱重的精度和穩定性，在傳統模糊PID控製的基礎上，引入論域伸縮因子使模糊變量論域能夠跟隨稱重誤差參數變化而進行自動伸縮調整,設計一種改進模糊PID控製算法。該控製算法避免因模糊變量論域固定、參數設置局限等問題造成的稱重誤差,進一步優化了模糊控製對PID參數在線整定效果，提升定量稱重控製精度。MATLAB仿真結果表明:改進模糊PID控製算法較模糊PID控製。控製在超調量、響應速度、抗幹擾能力等方麵均具有優越性。將該控製器應用於包裝機稱重係統，能夠提高產品定量稱重的速度和稱重精度，具有一定的應用價值。

本文源於網絡轉載，如有侵權，請聯係刪除

深圳市k8凯发版官网儀器有限公司是一家專門從事稱重儀表和全自動包裝碼垛生產線的研發及生產的高新技術企業，所生產的JY500係列稱重顯示控製器（包括配料秤儀表、皮帶秤儀表、包裝秤儀表、重量變送器等）高速高精度，使用壽命長。k8凯发版官网儀器有十數年的現場校驗經驗，在業內有良好的口碑，且有專門的售後工程師幫忙解決產品使用過程中遇到的技術問題，客戶可以放心省心順心的使用我司的產品。如果對我司的產品感興趣，歡迎谘詢。