咨詢電話
ENGLISH0755-88840386發(fā)布時(shí)間:2019-08-29 10:38:47 |來源:中國知網(wǎng)
電子定量包裝系統(tǒng)是在電子稱重技術(shù)的基礎(chǔ)之上發(fā)展而來的一種動(dòng)態(tài)定量稱重系統(tǒng),是集機(jī)械、電氣、自動(dòng)化、計(jì)算機(jī)等技術(shù)于一體的自動(dòng)智能計(jì)量稱重設(shè)備 。電子定量包裝設(shè)備根據(jù)具體的控制程序,自動(dòng)將大份的物料分成預(yù)定的小份物料。該設(shè)備因其具有智能自動(dòng)稱量,大大提高生產(chǎn)效率,解放勞動(dòng)力等優(yōu)點(diǎn),在糧加工、食品包裝、水泥包裝、醫(yī)藥包裝等領(lǐng)域被廣泛應(yīng)用 。電子定量包裝系統(tǒng)是否穩(wěn)定,對(duì)企業(yè)經(jīng)濟(jì)效益具有直接影響,該系統(tǒng)如果能夠穩(wěn)定的運(yùn)行,可以使企業(yè)獲得最佳的經(jīng)濟(jì)效益。
實(shí)現(xiàn)動(dòng)態(tài)定量稱重包裝的關(guān)鍵是解決動(dòng)態(tài)定量稱重的精確控制,主要包括實(shí)時(shí)快速稱重和
實(shí)時(shí)精確稱重,該控制系統(tǒng)性能的好壞直接決定了動(dòng)態(tài)定量稱重包裝的效率高低。動(dòng)態(tài)定量稱重包裝系統(tǒng)是一個(gè)非線性、時(shí)變性以及多種干擾并存的一個(gè)復(fù)雜系統(tǒng) 。當(dāng)為了提高包裝效率加快稱重速度時(shí),由于物料沖擊和空中飛料等因素的存在,將直接影響稱重包裝精度。當(dāng)為了提高稱重包裝精度時(shí),又不得不降低下料速度,從而影響了包裝效率。因此如何同時(shí)兼顧下料速度和稱重包裝精度對(duì)于提高整個(gè)動(dòng)態(tài)定量包裝系統(tǒng)性能至關(guān)重要。
目前國內(nèi)外學(xué)者針對(duì)上述問題提出了多種智能控制方法,以解決稱重速度和稱重精度二者
之間存在的矛盾問題,例如在文獻(xiàn)中提出了一種模糊自適應(yīng)PID控制方法,對(duì)控制系統(tǒng)進(jìn)行了仿真,并取得了一定成效。文獻(xiàn)[10]中提出了一種基于BP神經(jīng)網(wǎng)絡(luò)與PID相結(jié)合的控制算法,大大提高了控制系統(tǒng)性能,但BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率和收斂速率均較慢、而訓(xùn)練時(shí)間過長(zhǎng)。
徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(radical basis function,RBF)在逼近能力、分析能力以及學(xué)習(xí)速率上均優(yōu)于BP網(wǎng)絡(luò)。為此提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的PID的動(dòng)態(tài)定量稱重包裝控制方法。在RBF神經(jīng)網(wǎng)絡(luò)PID控制過程中,由神經(jīng)網(wǎng)絡(luò)RBF在線辨識(shí)得到了梯度信息,然后由得到的梯度信息對(duì)PID中的三個(gè)參數(shù)進(jìn)行在線調(diào)整,從而提高了動(dòng)態(tài)稱量系統(tǒng)的控制精度。
1 定量稱重包裝系統(tǒng)組成
下料稱重包裝系統(tǒng)主要由料倉、下料裝置、稱重傳感器、稱量斗、放料門、夾袋裝置、包裝機(jī)以及傳送帶等設(shè)備組成,下料稱重包裝系統(tǒng)結(jié)構(gòu)簡(jiǎn)圖如圖1所示。
稱重系統(tǒng)中的傳感器將電信號(hào)經(jīng)過A/D轉(zhuǎn)換后將信號(hào)傳送到單片機(jī)中,單片機(jī)再根據(jù)比較程序,通過對(duì)電磁閥1的控制從而實(shí)現(xiàn)物料重量的調(diào)節(jié),電磁閥2的開關(guān)實(shí)現(xiàn)最終產(chǎn)品的包裝。
2 傳統(tǒng)PID控制器
傳統(tǒng)的PID控制是一種線性的控制器,主要根據(jù)給定值 x 與實(shí)際輸出值 y 構(gòu)成的控制偏差:
e(t)=x-y
(1)
將偏差的比例(P)、積分(I)以及微分(D)進(jìn)
行線性組合從而構(gòu)成PID控制,PID控制器如圖2
所示,其控制數(shù)學(xué)模型為:
u(t)=K p e(t)+K i ∫ 0
t e(t)dt+Kdde(t)dt
(2)
式(2)中: K p 為比例系數(shù), K i 為積分系數(shù), K d
為微分系數(shù)。
當(dāng)控制對(duì)象具有非線性以及隨機(jī)性時(shí),傳統(tǒng)的PID控制方法并不能達(dá)到理想的控制效果。
3 RBF神經(jīng)網(wǎng)絡(luò)的 PID控制器
RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示,該網(wǎng)絡(luò)主要由輸入層、隱含層以及輸出層組成。RBF神經(jīng)網(wǎng)絡(luò)具有收斂周期短、全局逼近能力強(qiáng)的特點(diǎn),在非線性和隨機(jī)性的控制系統(tǒng)中具有不錯(cuò)表現(xiàn)從而被廣泛應(yīng)用。
3.1 控制器的實(shí)現(xiàn)
結(jié)合傳統(tǒng)PID和RBF神經(jīng)網(wǎng)絡(luò)各自的優(yōu)點(diǎn),設(shè)計(jì)了如圖4所示的RBF神經(jīng)網(wǎng)絡(luò)的PID控制結(jié)
構(gòu),通過RBF在線辨識(shí)得到梯度信息,再由梯度信息對(duì)控制系統(tǒng)中的PID參數(shù)進(jìn)行自適應(yīng)調(diào)整,從而使系統(tǒng)具有自適應(yīng)性,顯著提高了系統(tǒng)的魯棒性。
定義控制誤差為:
e ( ) k =r ( ) k -y ( ) k(3)
其中, r ( ) k 為輸入, y ( ) k 輸出, e ( ) k 為控制誤差。對(duì)式(1)進(jìn)行離散化處理可得:
u ( ) k =u(k-1)+K p [e(k)-e(k-1)]+K i e(k)
+K d [e(k)-2e(k-1)+e(k-2)](4)
由式(4)可得:
Δu ( ) k =K p [ ] e ( ) k -e ( ) k-1 +K i e ( ) k
+K d [ ] e ( ) k -2e ( ) k-1 +e ( ) k-2(5)
式中: Δu ( ) k =u ( ) k -u ( )k-1 ,其中PID中的參數(shù)由RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行在線實(shí)時(shí)修正。
引入輸出誤差平方函數(shù)作為性能指標(biāo):
E ( ) k =12 [] r ( ) k -y ( ) k2=12e ( ) k2(6)
K p 、 K i 、 K d 三個(gè)參數(shù)采用梯度下降的方法進(jìn)行調(diào)整:
4 仿真分析
為了驗(yàn)證所提算法的有效性,將RBF神經(jīng)網(wǎng)絡(luò)PID控制方法與傳統(tǒng)PID方法進(jìn)行仿真對(duì)比。
參考文獻(xiàn)[12]中所提出了一種定量包裝系統(tǒng)傳遞
函數(shù)的數(shù)學(xué)模型G(s)=1.48(2.5s+1)(8.26s+1)e-0.2s(16)采樣周期 T=0.5s ,將其離散化處理,采用Matlab對(duì)上述兩種控制方法進(jìn)行仿真。仿真參數(shù)選擇為:動(dòng)量因子 α=0.02 ,學(xué)習(xí)速率 η=0.35 ,加權(quán)因子 w=0.01 ,PID 參數(shù)為 K p =5 , K i =0.8 ,K d =1.5 。圖5~7分別為傳統(tǒng)PID控制方法和RBF神經(jīng)網(wǎng)絡(luò)的PID控制方法對(duì)不同物料質(zhì)量稱重包裝系統(tǒng)仿真結(jié)果。
5 結(jié)束語
針對(duì)動(dòng)態(tài)定量稱重包裝系統(tǒng)具有非線性、時(shí)變性以及建立精確數(shù)學(xué)模型困難等特點(diǎn),提出了
一種基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制算法。通過MATLAB對(duì)不同控制方法進(jìn)行仿真對(duì)比。仿真結(jié)果表明:傳統(tǒng)PID控制方法超調(diào)量較大,穩(wěn)定周期長(zhǎng);而RBF神經(jīng)網(wǎng)絡(luò)的PID控制效果平穩(wěn),能夠?qū)崿F(xiàn)包裝質(zhì)量精確控制,具有良好的動(dòng)態(tài)性能,控制效果明顯優(yōu)于傳統(tǒng)PID控制方法。
作者:盧君宜
摘于中國知網(wǎng),如有侵權(quán)請(qǐng)聯(lián)系刪除