0　引言

自動配料係統是按照生產需要將不同原料按比例自動完成傳送 、 混合的過程 。由於環境變化 ,物料的形狀、 大小、 粘濕性、自流性等品質參數具有不確定性以及執行裝置的非線性, 使得整個配料過程具有非線性和時變性的特點, 很難建立準確的數學模型。傳統的采用基於固定數學模型的控製算法 , 控製參數多且複雜 ,需要經驗豐富的技術人員經常進行調節。由於配料過程中各種信號量以及評價指標不易定量表示, 而模糊理論不需要建立係統精確的數學模型 ,且具有良好的魯棒性,又由於專家係統對控製環節和機構變化能夠很好地理解, 當被控過程參數改變或環境變化、模糊控製的性能不能很好地滿足控製要求時 ,專家係統可以在線調整控製參數 ,使控製係統總能適應被控過程的環境 。因此, 本文采用模糊理論和專家係統, 設計了基於模糊自適應控製算法的微機配料係統, 該係統能在線評判稱量狀態和控製精度 ,自動調整稱量速度和飛料量控製 ,實現了精度、 速度的最佳結合 。

1　配料係統的模糊自適應控製算法

反映稱量效果的主要指標是精度和速度 。為了提高生產效率, 配料過程大體分為粗配料和精配料 。在粗配料過程中 ,係統以最大的速度進料,很快接近期望值; 進入精配料後, 係統自動改變其進料速度 ,調節被控量曲線使之逐漸接近期望曲線而不產生超調。在實際配料過程中, 由於給料機停止振動後空中仍有餘料( 飛料) ,為了防止配料過衝,通常采用提前停止給料機的方法。但提前量與物料的密度、給料門的橫截麵積、給料門與秤鬥的距離等參數有關,具有不確定性,實際應用中主要靠有經驗的工作人員經常調節 。考慮粗配料和精配料的實際要求, 本文采用基於專家係統的模糊自適應控製算法。

　在配料起始階段 , 實際稱料量與設定值的偏差較大,按最大速度稱料 ,以縮短稱料時間。當實際稱料量與設定值的偏差小於 δ %時 , 係統轉入模糊控製 。在模糊控製調節中 , 輸入量分別為重量偏差 E和偏差變化率 EC, 輸出量 U 為給/排料速度設定。係統采集現場信息 ,在線評判稱量狀態和控製精度,通過從知識庫中提取規則 ,自動調整稱量速度和飛料量控製。自K8凯发大酒店天生赢家機通過對控製係統的在線監督和評價,K8凯发大酒店天生赢家控製對象的未知信息 ,有效地充實和修改知識庫的內容,使控製係統特性逐步得到完善。

1. 1　模糊控製策略研究

模糊控製器輸入量分別為重量偏差 E 和偏差變化率EC,輸出量為加/排料速度給定U 。

( 1)輸入輸出量的模糊化處理

首先 ,對係統相關環節參數作歸一化變換 ,轉換為[ 0, 6] 之間的連續量, 輸入輸出量離散化後 ,每一檔對應一個模糊子集, 再進行模糊處理 。本項目將輸入變量 e、ec 和輸出變量 u 語言值模糊子集分成7 檔, 定義為{ 零 , 小小 , 小大 , 中小, 中 , 大小 ,大} ,並簡記為{ ZO, SS , SB , MS , M , BS , B} 。

( 2)模糊決策規則與推理

為了實現模糊推理, 通過總結控製經驗, 建立了如表 1 所示的模糊規則庫, 其基本形式表現為模糊條件語句 。

本係統采用的模糊規則格式為If A and B then C; if EC=A i and E = B j then U = C ij 。

( i =1, 2, … , 7; j = 1, 2, …, 7)

為了提高控製實時性 ,減少運算量 ,模糊推理采用查表法 ,控製表存儲在 PLC 中 。在實際控製時 ,隻要通過對輸入量量化和查表這 2 個步驟, 就可得到控製值 。通過模糊推理所得到的是模糊量, 實際控製需要的是精確量 ,因此,還需要將模糊量轉換為精確量。本文采用最大隸屬度法將模糊量轉換為精確量 ,取對應輸出模糊集中隸屬度值最大的論域中的值作為輸出, 計算公式如下 :

μ C ( μ＊C )=max( μC ( μ ) )        ( 1)

式中 : C 為輸出模糊集合 ; μ 為輸出論域中的元素 。

模糊控製規則表以數據塊的形式存入 PLC 存儲區內 ,在已知 E i 和 EC i 的情況下, 通過查詢該表得到U i , 由式( 2) 可算出實際的控製量 u:

u =K u ×U i          ( 2)

式中: K u 為輸出控製量比例因子。

本文對每一台秤都離線計算出各自的模糊控製查詢表, 存入相應的數據塊中 , 以便 PLC 運行中查尋。

1. 2　專家控製策略研究

專家控製器主要由數據庫、推理機、 知識庫等構成 ,其輸入量有料量設定、 實際重量、稱量時間、稱量狀態 、 速度等現場信息 。專家係統通過采集現場信息 ,在線評判稱量狀態和控製精度,當被控對象過程受到幹擾、 參數突變或者環境變化、 模糊控製的性能不能很好地滿足控製要求時 ,專家係統從知識庫中提取規則在線修改料量設定提前量和調整模糊控製器的量化因子( K e 、K ec 、K u ) , 使控製係統總能適應被控過程的環境。

量化因子對模 糊控製器 的性能影響 較大:( 1)增大 K e ,增強誤差的控製作用 , 可以加快係統的響應速度, 但 K e 過大將使係統產生過大超調量;K e 過小,將會大大削弱誤差的控製作用, 使收斂變慢 ,延長調節時間。( 2)調整 K ec 的作用 ,將會調整偏差率 ec 的作用 。量化因子 K ec 的合理選取能改善係統的動態特性 , 可對偏差進行預報並抑製超調。K e c 過大、過小都會使收斂速度變慢。( 3)調整 K u將直接影響係統輸出。增大 K u ,將會提高係統的快速性, 但在收斂階段 , K u 過大將引起超調和振蕩。減小 K u , 對係統的穩定有利 ,但延長了響應時間 。對根據配料係統控製經驗的歸納, 可得出一組修正的 K e 、K ec 、K u及提前量 。用於產生式規則表示的專家指示規則庫如下:

Rule1: if ( e( k) ≥ 0 ∩T > σ T ∩e( k) <σ )then ( K 1 =Δ K e , K 2 =-Δ K ec , K 3 =Δ K u , K 4 =0)

Rule2: if ( e( k) ≥ 0 ∩T < σ T ∩e( k) <σ )then ( K 1 =0, K 2 = 0 , K 3 =0, K 4 =0)

Rule3: if ( e( k) ≥ 0 ∩T > σ T ∩e( k) >σ )then ( K 1 =Δ K e , K 2 =Δ K ec , K 3 =Δ K u , K 4 =Δ K)

Rule4: if ( e( k) ≥ 0 ∩T < σ T ∩e( k) >σ )then ( K 1 =-Δ K e , K 2 =-Δ K ec , K 3 =Δ K u , K 4 =Δ K)

Rule5: if ( e( k)<0 ∩ T >σ T ∩ e( k)<-σ )then( K 1 =Δ K e , K 2 =-Δ K ec , K 3 =Δ K u , K 4 =-Δ K)

Rule6: if ( e( k)<0 ∩ T <σ T ∩ e( k)<-σ )then( K 1 =-Δ K e , K 2 =Δ K ec , K 3 =Δ K u , K 4 =-Δ K)

Rule7: if ( e( k)<0 ∩ T >σ T ∩ e( k)>-σ )then( K 1 =Δ K e , K 2 =Δ K ec , K 3 =Δ K u , K 4 = 0)

Rule8 : if ( e( k)<0 ∩ T <σ T ∩e( k)>-σ )then( K 1 = 0, K 2 = 0 , K 3 =0, K 4 =0)

其中 : e( k) 表示當前時刻的偏差; σ T 為設定時間; σ為設定精度大小 ; K 1 、 K 2 、K 3 、K 4 分別為量化因子 K e 、 K ec 、 比例因子 K u 以及提前量K 的動態修正因子; Δ K e 、Δ K ec 、Δ K u 、Δ K 分別為 K e 、K e c 、K u 、K的增量。

不妨設 K e ( k) 、K ec ( k) 、 K u ( k) 、K( k) 及 K e ( k -1) 、 K ec ( k -1) 、 K u ( k - 1) 、 K( k - 1) 分別為當前時刻和上一時刻的值 ,則在線修正算法為

式中 : K _e ( 0) 、K _ec ( 0) 、K _u ( 0) 、K( 0) 為各參數的初始值,可以根據具體情況選取不同的數值, 在係統初始化時預先賦值。運用上述修正算法, 可以對模糊控製因子及設定提前量進行在線修正 ,量化因子 、比例因子及其它參數的調整規則存放在專家知識庫中,運行時在線調整 。

2　配料控製係統硬件設計

配料係統工藝複雜, 現場設備多,為提高其通用性,將控製係統分為 3 層 : 現場設備層、監控層及管理層。
 

現場設備層主要功能是連接現場設備, 如傳感器、 開關設備和執行機構等 。監控層主要實現參數時序設定 、 生產設備運行狀態監測顯示和故障診斷等功能。管理層對由監控層傳來的數據進行統計分析,完成生產統計功能。現場設備層采用某公司FX2N PLC 作為主控製器, 負責信號的采集處理及控製輸出 。稱重傳感器將物料的重量信號轉換為電信號 ,利用信號調理電路對其放大 、濾波後經 A/D轉換進入 PLC ,PLC 對采集的相關數據和參數進行處理,並根據上位機下達的命令對給料機、膠帶機、混合機等動力設備進行控製 ,實現配料係統的自動運行。

3　 運行效果

基於模糊自適應控製算法的微機配料係統已在國家高新技術產業化項目某玻璃公司壓延太陽能電池封裝玻璃生產線上成功應用。表 2 給出了采用該算法進行稱量控製的 1#矽砂秤部分生產記錄 。從實際應用來看,該算法有效提高了配料的控製精度,縮短了配料時間, 提高了企業的生產效率 。

4　 結語

本文設計的基於模糊理論和專家係統的微機配料控製係統 ,采用原料設定值與實際給料值的偏差和偏差變化率作為模糊控製器輸入, 給/排料速度值作為輸出,利用專家係統在線評判稱量狀態和控製精度,自動調整稱量速度和飛料量控製 , 實現了精度 、 速度的最佳結合。該係統工作穩定可靠,操作簡便 ,具有較高的控製精度,可以滿足各種配料生產的要求。實際應用表明 , 基於該算法的配料係統極大地提高了係統的控製精度, 提高了產品的合格率 ,降低了操作人員的工作量 。

參考文獻:

[ 1] 　 羅賢東. 混凝土攪拌站自動配料係統的研究與開發[ D] . 青島: 青島理工大學, 2007.

[ 2] 　 景征駿, 許家民, 吳訪升. 基於專家知識庫的模糊控製係統的研究[ J] .微計算機信息, 2007, 27( 7-1) : 31-33.

[ 3] 　 宋樂鵬. 基於 PLC 帶自修正因子模糊控製自動配料係統研究[ J] . 電氣傳動, 2008, 38( 8): 72 -74.

[ 4] 　 楊維明, 徐萍萍, 陳建新. PLC 在配料稱重控製係統中的應用[ J] . 微計算機信息, 2005, 21( 2): 9-10.

[ 5] 　 周克良, 肖　 清. 微機配料控製係統[ J] . 工礦自動化,2005( 4): 63 -64.