0　引言

自动配料系统是按照生产需要将不同原料按比例自动完成传送 、 混合的过程 。由于环境变化 ,物料的形状、 大小、 粘湿性、自流性等品质参数具有不确定性以及执行装置的非线性, 使得整个配料过程具有非线性和时变性的特点, 很难建立准确的数学模型。传统的采用基于固定数学模型的控制算法 , 控制参数多且复杂 ,需要经验丰富的技术人员经常进行调节。由于配料过程中各种信号量以及评价指标不易定量表示, 而模糊理论不需要建立系统精确的数学模型 ,且具有良好的鲁棒性,又由于专家系统对控制环节和机构变化能够很好地理解, 当被控过程参数改变或环境变化、模糊控制的性能不能很好地满足控制要求时 ,专家系统可以在线调整控制参数 ,使控制系统总能适应被控过程的环境 。因此, 本文采用模糊理论和专家系统, 设计了基于模糊自适应控制算法的微机配料系统, 该系统能在线评判称量状态和控制精度 ,自动调整称量速度和飞料量控制 ,实现了精度、 速度的最佳结合 。

1　配料系统的模糊自适应控制算法

反映称量效果的主要指标是精度和速度 。为了提高生产效率, 配料过程大体分为粗配料和精配料 。在粗配料过程中 ,系统以最大的速度进料,很快接近期望值; 进入精配料后, 系统自动改变其进料速度 ,调节被控量曲线使之逐渐接近期望曲线而不产生超调。在实际配料过程中, 由于给料机停止振动后空中仍有余料( 飞料) ,为了防止配料过冲,通常采用提前停止给料机的方法。但提前量与物料的密度、给料门的横截面积、给料门与秤斗的距离等参数有关,具有不确定性,实际应用中主要靠有经验的工作人员经常调节 。考虑粗配料和精配料的实际要求, 本文采用基于专家系统的模糊自适应控制算法。

　在配料起始阶段 , 实际称料量与设定值的偏差较大,按最大速度称料 ,以缩短称料时间。当实际称料量与设定值的偏差小于 δ %时 , 系统转入模糊控制 。在模糊控制调节中 , 输入量分别为重量偏差 E和偏差变化率 EC, 输出量 U 为给/排料速度设定。系统采集现场信息 ,在线评判称量状态和控制精度,通过从知识库中提取规则 ,自动调整称量速度和飞料量控制。自学习机通过对控制系统的在线监督和评价,学习控制对象的未知信息 ,有效地充实和修改知识库的内容,使控制系统特性逐步得到完善。

1. 1　模糊控制策略研究

模糊控制器输入量分别为重量偏差 E 和偏差变化率EC,输出量为加/排料速度给定U 。

( 1)输入输出量的模糊化处理

首先 ,对系统相关环节参数作归一化变换 ,转换为[ 0, 6] 之间的连续量, 输入输出量离散化后 ,每一档对应一个模糊子集, 再进行模糊处理 。本项目将输入变量 e、ec 和输出变量 u 语言值模糊子集分成7 档, 定义为{ 零 , 小小 , 小大 , 中小, 中 , 大小 ,大} ,并简记为{ ZO, SS , SB , MS , M , BS , B} 。

( 2)模糊决策规则与推理

为了实现模糊推理, 通过总结控制经验, 建立了如表 1 所示的模糊规则库, 其基本形式表现为模糊条件语句 。

本系统采用的模糊规则格式为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)

为了提高控制实时性 ,减少运算量 ,模糊推理采用查表法 ,控制表存储在 PLC 中 。在实际控制时 ,只要通过对输入量量化和查表这 2 个步骤, 就可得到控制值 。通过模糊推理所得到的是模糊量, 实际控制需要的是精确量 ,因此,还需要将模糊量转换为精确量。本文采用最大隶属度法将模糊量转换为精确量 ,取对应输出模糊集中隶属度值最大的论域中的值作为输出, 计算公式如下 :

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

式中 : C 为输出模糊集合 ; μ 为输出论域中的元素 。

模糊控制规则表以数据块的形式存入 PLC 存储区内 ,在已知 E i 和 EC i 的情况下, 通过查询该表得到U i , 由式( 2) 可算出实际的控制量 u:

u =K u ×U i          ( 2)

式中: K u 为输出控制量比例因子。

本文对每一台秤都离线计算出各自的模糊控制查询表, 存入相应的数据块中 , 以便 PLC 运行中查寻。

1. 2　专家控制策略研究

专家控制器主要由数据库、推理机、 知识库等构成 ,其输入量有料量设定、 实际重量、称量时间、称量状态 、 速度等现场信息 。专家系统通过采集现场信息 ,在线评判称量状态和控制精度,当被控对象过程受到干扰、 参数突变或者环境变化、 模糊控制的性能不能很好地满足控制要求时 ,专家系统从知识库中提取规则在线修改料量设定提前量和调整模糊控制器的量化因子( K e 、K ec 、K u ) , 使控制系统总能适应被控过程的环境。

量化因子对模 糊控制器 的性能影响 较大:( 1)增大 K e ,增强误差的控制作用 , 可以加快系统的响应速度, 但 K e 过大将使系统产生过大超调量;K e 过小,将会大大削弱误差的控制作用, 使收敛变慢 ,延长调节时间。( 2)调整 K ec 的作用 ,将会调整偏差率 ec 的作用 。量化因子 K ec 的合理选取能改善系统的动态特性 , 可对偏差进行预报并抑制超调。K e c 过大、过小都会使收敛速度变慢。( 3)调整 K u将直接影响系统输出。增大 K u ,将会提高系统的快速性, 但在收敛阶段 , K u 过大将引起超调和振荡。减小 K u , 对系统的稳定有利 ,但延长了响应时间 。对根据配料系统控制经验的归纳, 可得出一组修正的 K e 、K ec 、K u及提前量 。用于产生式规则表示的专家指示规则库如下:

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) 表示当前时刻的偏差; σ T 为设定时间; σ为设定精度大小 ; K 1 、 K 2 、K 3 、K 4 分别为量化因子 K e 、 K ec 、 比例因子 K u 以及提前量K 的动态修正因子; Δ K e 、Δ K ec 、Δ K u 、Δ K 分别为 K e 、K e c 、K u 、K的增量。

不妨设 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) 分别为当前时刻和上一时刻的值 ,则在线修正算法为

式中 : K _e ( 0) 、K _ec ( 0) 、K _u ( 0) 、K( 0) 为各参数的初始值,可以根据具体情况选取不同的数值, 在系统初始化时预先赋值。运用上述修正算法, 可以对模糊控制因子及设定提前量进行在线修正 ,量化因子 、比例因子及其它参数的调整规则存放在专家知识库中,运行时在线调整 。

2　配料控制系统硬件设计

配料系统工艺复杂, 现场设备多,为提高其通用性,将控制系统分为 3 层 : 现场设备层、监控层及管理层。
 

现场设备层主要功能是连接现场设备, 如传感器、 开关设备和执行机构等 。监控层主要实现参数时序设定 、 生产设备运行状态监测显示和故障诊断等功能。管理层对由监控层传来的数据进行统计分析,完成生产统计功能。现场设备层采用某公司FX2N PLC 作为主控制器, 负责信号的采集处理及控制输出 。称重传感器将物料的重量信号转换为电信号 ,利用信号调理电路对其放大 、滤波后经 A/D转换进入 PLC ,PLC 对采集的相关数据和参数进行处理,并根据上位机下达的命令对给料机、胶带机、混合机等动力设备进行控制 ,实现配料系统的自动运行。

3　 运行效果

基于模糊自适应控制算法的微机配料系统已在国家高新技术产业化项目某玻璃公司压延太阳能电池封装玻璃生产线上成功应用。表 2 给出了采用该算法进行称量控制的 1#硅砂秤部分生产记录 。从实际应用来看,该算法有效提高了配料的控制精度,缩短了配料时间, 提高了企业的生产效率 。

4　 结语

本文设计的基于模糊理论和专家系统的微机配料控制系统 ,采用原料设定值与实际给料值的偏差和偏差变化率作为模糊控制器输入, 给/排料速度值作为输出,利用专家系统在线评判称量状态和控制精度,自动调整称量速度和飞料量控制 , 实现了精度 、 速度的最佳结合。该系统工作稳定可靠,操作简便 ,具有较高的控制精度,可以满足各种配料生产的要求。实际应用表明 , 基于该算法的配料系统极大地提高了系统的控制精度, 提高了产品的合格率 ,降低了操作人员的工作量 。

参考文献:

[ 1] 　 罗贤东. 混凝土搅拌站自动配料系统的研究与开发[ D] . 青岛: 青岛理工大学, 2007.

[ 2] 　 景征骏, 许家民, 吴访升. 基于专家知识库的模糊控制系统的研究[ J] .微计算机信息, 2007, 27( 7-1) : 31-33.

[ 3] 　 宋乐鹏. 基于 PLC 带自修正因子模糊控制自动配料系统研究[ J] . 电气传动, 2008, 38( 8): 72 -74.

[ 4] 　 杨维明, 徐萍萍, 陈建新. PLC 在配料称重控制系统中的应用[ J] . 微计算机信息, 2005, 21( 2): 9-10.

[ 5] 　 周克良, 肖　 清. 微机配料控制系统[ J] . 工矿自动化,2005( 4): 63 -64.