咨詢電話
ENGLISH0755-88840386發(fā)布時間:2020-09-02 09:56:34 |來源:網(wǎng)絡(luò)轉(zhuǎn)載
動態(tài)定量稱重的關(guān)鍵技術(shù)在于解決稱量精度與速度的矛盾。動態(tài)稱重過程的被控對象具有慣性、滯后、非時變等非線性環(huán)節(jié)的特性,是單輸入單輸出的無自平衡能力的二階純滯后對象。稱重過程不確定因素多,誤差主要來源于物料、給料裝置、稱量裝置和控制系統(tǒng)。本研究從測量方法和控制原理角度入手,提出減小誤差、提高精度的新方法。
經(jīng)過對動態(tài)定量稱重過程的悉心研究,研制了以傳送帶和給料閥門為二維被控對象,以單片機MCS-51開發(fā)系統(tǒng)為控制單元的整機結(jié)構(gòu);釆用將PID控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制技術(shù)三合為一的多元復(fù)合控制技術(shù),形成以模糊神經(jīng)網(wǎng)絡(luò)PID為控制核心的控制思路。理論和試驗研究表明:該方法能夠較好地解決動態(tài)定量稱重過程的速度與精度的矛盾,而且與簡單的PID控制方法比較,將稱量誤差減小了2%~3%。
1整機結(jié)構(gòu)
傳統(tǒng)的分級給料裝置的給料口的截面積固定,當(dāng)該截面積過大,停止給料后,空中飛料質(zhì)量大,精度難以保證;截面積過小,則稱量速度不能保證。在提高控制精度和減小稱量誤差方面,許多研究都作出了貢獻(xiàn)叫本研究的控制思路是以采樣誤差為控制依據(jù),即在整個稱量過程中通過對誤差的不斷監(jiān)測及時控制給料量,無論給料閥門處于何種狀態(tài),都能夠控制輸送帶和閥門的動作速度和方向。
定量稱重是一個動態(tài)的過程,動態(tài)稱量的精度與控制過程中的每一個環(huán)節(jié)密切相關(guān)。它需要在短時間內(nèi)對被稱量物料的質(zhì)量加以判斷、檢測、控制算法運算、調(diào)整物料流量、修正因空中飛料的測量誤差,為下一次稱量做準(zhǔn)備。一次稱量過程如下:采樣,物料質(zhì)量經(jīng)傳感器轉(zhuǎn)換成對應(yīng)電壓信號,經(jīng)高精度放大、數(shù)字濾波、12位高精度A/D轉(zhuǎn)換,得到的數(shù)字量與設(shè)定量程數(shù)字量比較,獲取此次稱量誤差,將此誤差經(jīng)過處理輸入控制器,控制器根據(jù)不同的控制算法輸出控制量,經(jīng)D/A轉(zhuǎn)換成模擬電壓信號驅(qū)動執(zhí)行機構(gòu)(兩路輸出控制量,一路控制步進電機的轉(zhuǎn)速,以此改變給料閥門的開度,另一路控制交流電機的轉(zhuǎn)速,以此改變輸送帶的速度),并通過終端部件——閥門和輸送帶改變給料量,直到下一采樣時刻到來。這樣就構(gòu)成了一個反饋的閉環(huán)控制回路,直至系統(tǒng)反饋值無限逼近給定值,控制器輸出為零。
2系統(tǒng)設(shè)計
2.1硬件設(shè)計
硬件結(jié)構(gòu)包括傳感器、MCS-51、穩(wěn)壓電源、放大電路、濾波電路、步進電機驅(qū)動電路、模數(shù)/數(shù)模轉(zhuǎn)換電路、變頻器等,如圖1所示。
傳感器電源要求具有相當(dāng)高的平穩(wěn)和均勻的輸出性能,其穩(wěn)定性應(yīng)高于傳感器精度;有源濾波為三階RC低通濾波電路,截止頻率高于常態(tài)干擾頻率;步進電機的驅(qū)動采用斬波型平滑功放電路實現(xiàn)步進電機的三相六拍的工作方式。
2.2軟件設(shè)計
用MCS-51單片機開發(fā)系統(tǒng)實現(xiàn)程序控制,釆用模塊化編程方法,系統(tǒng)作業(yè)采用中斷方式。TO定時器作為步進電機驅(qū)動脈沖的定時中斷;T1為采樣中斷,計算監(jiān)控程序包括鍵盤掃描、LED顯示、器件初始化、定時計數(shù)器功能設(shè)置等。FNNPID控制算法流程見圖1。
圖1系統(tǒng)硬件連接圏
2.3控制器的設(shè)計
以增量式PID控制和模糊控制為控制核心的控制結(jié)果表明:控制效果均明顯優(yōu)于傳統(tǒng)的分級給料過程,超調(diào)減小,精度提高,但不能很好地解決因控制環(huán)境和被控對象變化產(chǎn)生的不確定誤差。以模糊神經(jīng)網(wǎng)絡(luò)PID為控制核心的控制器,能夠克服被控對象和環(huán)境所具有的高度的復(fù)雜性和不確定性,能夠解決在動態(tài)定量稱重過程中出現(xiàn)的難點。
將神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能引到模糊控制系統(tǒng)中,模糊化處理、模糊推理和解模糊計算均通過神經(jīng)元來表示。此控制器的結(jié)構(gòu)特點結(jié)合了模糊邏輯推理、神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力以及增量PID控制的優(yōu)點??刂破鞯拈]環(huán)設(shè)計框圖如圖2所示。
圖2FNNPID控制算法程序框圖
控制器為非線性的控制器,由模糊量化功能塊FJ-5-1神經(jīng)網(wǎng)絡(luò)功能塊、求和£功能塊以及輸出增益K.調(diào)整的功能塊組成。
控制器的特點:
①模糊量化F釆取正態(tài)分布特性。
②神經(jīng)網(wǎng)絡(luò)增量式PID形式為Uk=A(Kp,K、,KQ幼+8(KpA,Kd)瓦_(dá)i+C(KpA,Kd)&-2,式中4(?),B(?),C()均為非線性系數(shù),由神經(jīng)網(wǎng)絡(luò)非解析實現(xiàn)。BP神經(jīng)網(wǎng)絡(luò)采取閉環(huán)學(xué)習(xí),其擬合誤差的代價函數(shù)為min£=(l/2)£(/?k-K)2。
經(jīng)驗證,該算法具有能減少學(xué)習(xí)振蕩,逐點逼近步長合理,收斂速度快等優(yōu)點。
3試驗分析
3.1試驗結(jié)果
針對小定量稱重,選擇1kg的大米作為物料,標(biāo)定量程為OOO-OFFFH??刂破鞯妮敵鲋到?jīng)過D/A轉(zhuǎn)換改了變頻器的輸出電壓,即改變傳送帶的送料)速度,見圖4。
圖中,在不同輸出增益K。作用下,控制器輸出值隨動態(tài)測量誤差的變化而變化??梢姡捎肍NNPID的控制,超調(diào)小,穩(wěn)定性好,控制誤差小。經(jīng)過不斷的調(diào)試和修整,最終確定控制器的參數(shù)K=0.8,采樣周期丁=7mso原因在于:a)帶模糊神經(jīng)網(wǎng)絡(luò)的PID實際上近似于非線性的PID控制器,其誤差前的系數(shù)通過模糊神經(jīng)網(wǎng)絡(luò)多次離線學(xué)習(xí)而獲得,學(xué)習(xí)的效果已經(jīng)明顯地逼近被控對象E控制器的靈敏度高;b)經(jīng)過C語言和51單片機開發(fā)環(huán)境的學(xué)習(xí),FNNPID的最終控制誤差范圍在0.002-0.006之間。
3.2試驗數(shù)據(jù)分析
將增量式PID控制算式和模糊控制算式兩種控制方案對比做試驗。增量式PID控制算式為Kc[e(k)-e(k-\)]+Kfi(k)+Kd[e(fc)-2e(fc-l)+e(fc-2)],式中:分別為比例、積分、微分系數(shù);模糊控制算式為
J7=4a-E+(1-a)-A£]E>2
〃=-[□•E+(l-a)?A£]+(?£E; E>2
式中:a為自調(diào)整因子;〈為積分加權(quán)因子,取上0.2;i=0,l,2,…,如[]為取整函數(shù)。這里設(shè)
&=[0,50]K,=0.1£={0,1,2,3,4,5}
AE*=[-10,0]K&=0.5 ~1,-2,-3,-4,-5}
17X0,25] K.=-5.0U={-5,-4,-3,-2,-l,0}
式中:E.,聲分別為實測誤差、誤差變化和控制量的基本論域;K,,KaK«表示相應(yīng)的量化因子和比例因子0e,通,U分別表示量化誤差、誤差變化、控制量的模糊論域。
數(shù)據(jù)比較結(jié)果表明,在相同測量條件下,單純以增量式PID控制,相對誤差約為5.24%;根據(jù)帶積分的模糊控制方案,平均相對誤差約為3.77%;本研究的控制方案模糊神經(jīng)網(wǎng)絡(luò)PID控制方式下,平均相對誤差為2.1%,明顯高于前兩種控制方案,稱量速度也得到一定的提高。
3.3誤差分析
動態(tài)定量稱重過程中存在的誤差種類大致可以分成電子稱重誤差、自動控制的誤差、外界干擾引起的誤差。研究中,采取減小誤差的其他措施:
(1)釆用0.02級懸臂梁式稱重傳感器,其額定稱量值為25kg,保證稱量最大值10kg的質(zhì)量輸出信號在量程范圍的3/4左右;
(2)利用每次稱量前進行軟件標(biāo)定和去皮重,將減小儀表的誤差和稱體質(zhì)量產(chǎn)生的傳遞誤差;
(3)對于轉(zhuǎn)換后的電信號采用高精度放大電路和軟件數(shù)字濾波方法,保證精度;
(4)縮短并穩(wěn)定控制元件的響應(yīng)時間和執(zhí)行機構(gòu)的動作時間,采用集成元件代替分立元件,減少執(zhí)行機構(gòu)的中間環(huán)節(jié)以電動代替機械機構(gòu);
(5)軟件實現(xiàn)零點跟蹤、落差修正、設(shè)置軟件陷阱。
4結(jié)束語
基于PID、模糊和神經(jīng)網(wǎng)絡(luò)控制技術(shù),提出將模糊神經(jīng)網(wǎng)絡(luò)PID的復(fù)合技術(shù)應(yīng)用于定量稱重過程控制。從測量的方法和控制原理上解決動態(tài)稱量過程精度與速度的矛盾,最終實現(xiàn)了高速度、高精度的定量稱重。該項研究對于定量稱重技術(shù)的發(fā)展和多種復(fù)合控制技術(shù)的應(yīng)用都有一定的推動作用。
文章來源于網(wǎng)絡(luò)轉(zhuǎn)載,侵刪