信息來源： | 發布日期：
2013-06-06 14:12:09
| 瀏覽量：978
文章（zhāng）摘要：
李國昉1，2 毛誌懷2
（1 河北科（kē）技師範學院機電係（xì），秦皇島 066600 2 中國農業大學工學院，北京 100083）
摘 要: 在分析先進控製（zhì）特點的基礎上，總結了糧食幹燥過程（chéng）中先進控製方法的發展與現狀，指出了幹燥過程控製中的存在問題，並提出了糧食幹燥過程控製的發展方向。
關鍵（jiàn）詞（cí）：幹燥；先進控（kòng）製；自適應控製（zhì）；模型預測控製；^控製；模糊控製（zhì）；神經網絡控（kòng）製
Abstract: The development of advanced control in grain drying process is summarized based on the characteristics of advanced control in this paper. The kernel problems in drying process control are introduced. l is also discussed. Some advices on the development of grain drying process control is proposed.
Key words : drying;advanced control；adaptive control；model predictive control；expert control；fuzzy control；neural network control
糧食幹燥的基本目標是保持幹燥過程穩定的（de）前提下，以^低（dī）的幹燥成本和（hé）能耗得到穀物^優的烘幹品質。糧食幹燥過程（chéng）是典型的非線性、多變量、大滯後、參數關聯耦合的非穩態傳熱傳（chuán）質過程，糧食本身又是一種（zhǒng）複雜的生物化（huà）學（xué）物質，為達到上述目標，在幹燥過程中必須不斷（duàn）地調整幹燥參（cān）數，對幹燥（zào）機工作過程進（jìn）行控製。幹燥過程的自動控製是實現幹燥機優質、高效、低耗、安全作業的有效（xiào）手段。實現幹燥過程的自動（dòng）控製，實現糧食幹燥機的自動控製，對保證出機（jī）糧食水分均勻一致、幹後糧（liáng）食品（pǐn）質、減輕操作人員勞動強度及充（chōng）分發揮幹燥機生產能力等具有重（chóng）要意義。根據國家糧食局在《“十五”糧食行業科技發展規劃》[1] 中製（zhì）定的發展目標，糧（liáng）食烘幹過程的在（zài）線監測和自動控製已成為提（tí）高我國糧食幹燥處理工藝效率的關鍵問題和實現“十五”規劃的重要途（tú）徑。隨著我（wǒ）國對糧庫建設投入力度（dù）的加大，糧食加工（gōng）業與國際日益接軌，糧食幹燥的自動化（huà）將為我國的糧食加入國際流通（tōng）大市場奠定基礎。
1 先進控製的特點
糧（liáng）食幹燥過程自動控製問（wèn）題的研究開始於20世紀60年代。當時使用前饋控製、反饋控製、反饋（kuì）-前饋控製和自（zì）適應控製（zhì）等傳統控製方法。傳統控製理論采用差分方程或傳（chuán）遞函數（shù），把幹燥過程係統的知識和已有的信息表達成解析式。但是在使用和設計采用（yòng）上述控製方法的穀（gǔ）物幹燥機控製係統時會遇到很多困難，原因（yīn）是：（1）穀物幹燥過程是複雜的、時變的和非線性的；（2）某些幹燥過程變量(如穀物品質和色澤)是不（bú）能（néng）直接測量（liàng）的，有些變量(例如穀物水分含量（liàng）)的測（cè）量可能是不連續、不^、不完整或不可靠的；（3）幹燥機的過（guò）程模型（xíng）是對（duì）實際過程的近似，而且需要大量的計算時間；（4）幾乎不可能用一個適當的模型來表示像幹燥過程這樣一個非線（xiàn）性、滯後、時變的複雜係統；（5）穀物幹燥機的被（bèi）控（kòng）變量和控製變量之間存在交互效應；（6）穀物幹燥機的作業條件（jiàn）複雜，擾（rǎo）動變量的範圍寬，難以調控。
顯然，要克服上述困難需要對（duì）穀物幹燥機的傳統控製方法不斷改進，同時要探索新的、更（gèng）有效（xiào）的控製方法。20世紀70 年代，電子行業的（de）進步，尤其是計算機技術的發（fā）展使得現在所（suǒ）謂的先進（jìn）控製的思想得（dé）以廣（guǎng）泛的傳播。先進控製的目標就是為（wéi）了解決那些采用常規（guī）控製效果不（bú）佳，甚至無法控製的複雜（zá）工業（yè）過程控製問題。近年來，現代（dài）控製和人工智能取得了長足的（de）發展，為先進控製係統的實施奠定（dìng）了強大的（de）理論基礎（chǔ）；而控製計算機是集（jí）散控製係統（DCS）的普（pǔ）及，計算機網絡技術的突飛（fēi）猛進，則為先進控（kòng）製的應用提供了強有力的硬件和軟件平台。總之，工業發展的需要、控製理論（lùn）和計算機及網絡技術的發展強有力地推動了先進控製的發（fā）展。
計算機技術飛速發展，人工智能控製理論開始在千燥機控製中得到應用，明顯改善了千燥機控製係統的性能。傳統控（kòng）製方法由於大滯後和對糧（liáng）食幹燥過程的非（fēi）線性聯係，不（bú）適於控製糧食幹燥機。人工智（zhì）能（néng）技術進步在工程領域中廣泛應用，先進控製理論和控製方（fāng）法應用到穀物幹燥過程的自動化控製中，控製方法不斷改進（jìn），控製（zhì）效果提高。90年（nián）代後（hòu），過（guò）程控製（zhì）己經（jīng）開始向智能化發展，智能控製理論日益與幹燥技術結（jié）合在一起，利用人（rén）工（gōng）神經網絡對幹燥過程進行模型模擬和控製；^係統應用於穀物品質預測、幹燥過程控製和（hé）管（guǎn）理谘詢等方麵。
與控製理論、儀表、計算機、計算機通信與網絡等技術密切相關的先進控製係統，具有以下特點：
(1)先進控製係（xì）統的（de）理論基礎主要是基於模型的控（kòng）製（zhì）策略，如:模型預（yù）測控製（zhì），這（zhè）些控製策略充分（fèn）利用工業過程輸入輸出有（yǒu）關（guān）信息建立係統模型，而不必依賴對反應機理（lǐ）的深（shēn）入研究。日前，基於知識的控製，如^控製和模糊邏輯控製正成為先進控製的一個重要發展方向。
（2）先進控製係統通常用於處理複雜的多變是過程控製問題，如大時滯、多變量耦合（hé）、被控變^與控製變量存在著各種約束等。采用的先進控製策略是（shì）建立在常規單回（huí）路控製基礎之上的動態協調（diào）約束控製，可使控製（zhì）係統適應（yīng）實際工業生產過程動態特性和操作（zuò）要求。
（3）先進控製係統的實現需要（yào）較高（gāo）性（xìng）能的計算機作為支持平台.由於先進控製器控製算法的複雜性和計算機硬件兩方麵因素的影響，複雜係統的（de）先進控製（zhì）算法通常是在上位（wèi）機上實施的。隨著DCS功能的不斷增強和先進控製技術的發展，部（bù）分（fèn）先進控製策略可（kě）以與基本控製回（huí）路（lù）一在DCS上實現。後一種方式可有效她增強先進控製的可靠性、可操作性（xìng）和可維護性。
2 幹燥過程先進控（kòng）製發展（zhǎn）現狀
先進控例策路是先（xiān）進控製係統（tǒng）的核心內容，目前先進控製策略種類繁（fán）多，幹燥過程中主要的先進控製策略有:預測控製、模糊（hú）邏（luó）輯控製、神經控製、自適應控製（zhì）、^係統。
2.1 基於（yú）模型的控（kòng）製（zhì）
2.1.1 自適應控製
自適應控製（zhì）的基本原理是根據幹燥（zào）過程參（cān）數的變化和外界幹擾隨時調（diào）整控製參數，使幹燥機處於（yú）^佳的工作狀態。自適應控（kòng）製具有適用多種糧食幹燥機、無須任何關於幹燥機自己特點的數（shù）據、對環境條件和糧食狀況無特殊要求、控製器對幹擾的響應速度較快、控製模型中的參數能隨（suí）外界（jiè）條件的變化（huà）進行自動調節等優點（diǎn）。瑞典Nybrant（1985）把自校正技術應（yīng）用到橫流穀物幹燥機（jī）控製。幹燥機排氣溫度作（zuò）為輸出變量（liàng），穀物排糧速率用作被控變（biàn）量，並選擇（zé）自動回歸移動平均（ARMA）模型（xíng）表現橫流幹燥機的動態特（tè）性。在實驗室橫流幹（gàn）燥機上進（jìn）行了驗證性試驗，控製誤差的標準差在後（hòu）50個樣本期間是0.13℃。結果表明，自適應控製器能夠（gòu）比較準確的控製（zhì）排氣溫（wēn）度。劉建軍[5]（2003年（nián））對HTJ-200型（xíng）烘幹機進行研究，通過在線樣本的采集和智能優化算法對係統進行定量分析，建立由實時檢（jiǎn）測數據所確定的過程智能模型，再通過智能優（yōu）化（huà）算法調用人工智能模型，獲（huò）取係統的控製規則，由（yóu）控製程序給出控（kòng）製量經D/A轉換後輸出給執行部件。李曉（xiǎo）斌等[3]（1998）研究真空冷凍幹燥設備的先進（jìn）控製（zhì）係統，針對不同凍幹（gàn）物料的工藝要求，采取DRA算法和臨界（jiè）比例法兩種自適應、自整定控製方法，解決了被控對象主控參數--溫度的滯（zhì）後問題。
2.1.2 模型預測控製
過程控製（zhì）理論的^新研究（jiū）領域是模型（xíng）預測控製（zhì），是基於模型、滾動實施並結合反饋校正的優化控製算法，它對於控製非線性和大滯（zhì）後過程尤其有效。
Forbes，Jacobson，Rhodes，和Sullivan[24]（1984)和Eltigani設計了基於模型的幹燥控製器，其控（kòng）製行為基於一個過程模型和一（yī）個所謂的假冒的（de）入口穀物水分含量。幹燥速率參數根據模型預測值和傳感器出口實測的水（shuǐ）分含（hán）量之差間（jiān）歇式更新。Forbes和Eltigani控製器的不同在於控製算法中（zhōng）所用的過程模型的種類不同。密執安大學的劉強[25]（2001）提出了橫流幹燥機的模型預測控製器。仿真測試在一台Zimmerman VT-1210塔式橫流穀物幹燥機上進行，利用Labview建立的控製器能夠成功運作，並實現出口處玉米含水率控製在設定點的0.7%以（yǐ）內。控製器（qì）對進（jìn）入幹燥機（jī）的（de）入口穀物含（hán）水率相當大範圍的變（biàn）化（huà），以及熱風（fēng）溫度的大階躍變化都能進行良好補償。
對模型預測控製研究中，較多工作（zuò）集中（zhōng）於過（guò）程模（mó）型的的建立和求解，且在模型中考慮幹燥品質問題。法國的P.Dufour [31]等人（2003）借助偏微分方程（PDES），將模型預測控製拓展到係統模型，從而使PDES方程能夠大規模（mó）應用。他們提出了一個（gè）全局模型，旨在減少由於基於^優化任務解決方案的PDE模型所帶來的在線（xiàn）計算時間。開（kāi）發出與實（shí）際中大量應用的IMC結構相結合的一個通用的MPC框架。在IMC- MPC結構中用到了兩個反饋環，以校正過程性能和基（jī）於模型的在線優化器中所引起的模擬誤（wù）差。丹麥的Helge Didriksen[29]（2002）開發了一個滾筒幹燥機的描述質量、能量和動量轉換（huàn）的動態一次法則模（mó）型，並應用到糖廠幹燥甜（tián）菜中的預測控製。結果（guǒ）表明，隨著操作變（biàn）量和幹擾變化（huà），該模型具有較好的預測能力。通過模擬比較了帶有模型預測控製和傳統的反饋控製，模型預測控製表現出了更優的性能。法國的I．C．Trelea，G.Trystram 和 F.Courtois[27]於1997年設計了用於批式幹燥過程（chéng）的非線性預測優化控製算法，在（zài）中試規模的幹燥機上進行了測試。實驗表明（míng），算法可處理重要的幹擾（rǎo）和失效該控製算法可方便地用（yòng）於（yú）其它批式過程，如冷（lěng）凍、殺菌或發酵（jiào）。有些學者將神（shén）經網絡用於模型預測控製（zhì）過（guò）程建模。Jay[32]（1996）初次將神經網絡模型用於（yú）幹燥過程預測控製。法國的J.A. Hernandez-Perez等（děng） [33]（2004）提（tí）出了基於人（rén）工神經（jīng）網絡的傳質傳（chuán）熱預測模型，該模型將產品收縮作為水分（fèn）的函數，應（yīng）用了帶有一個隱藏層的兩（liǎng）個獨立的前饋網絡，隱藏層中帶有三個神經細胞，可^預測傳質傳熱。在數據（jù）裝置校（xiào）驗中，模擬和實驗運動學測試相一致。開發的模型可用（yòng）於幹燥過程的在線狀態估計和（hé）控製（zhì）。
2.2 智能控製
智能控製是一（yī）門新興（xìng）的（de）理論和技術，它是（shì）傳統控製（zhì）發（fā）展的高級階段。這是以無模型為特征的更接（jiē）近（jìn）於人腦思維方式的一種控製理論，主要用來解決那些用傳統方法難以解決的複雜係統的控製，其控製器（qì）的設計擺脫了係統模型的束縛（fù），算法簡單、魯棒性強。目前，^控製、神經控製和模糊控製等智能控製技（jì）術正成為先進控製的一個重要發展方（fāng）向。
2.2.1 ^控製
^係統技術能把數學算法和控製工程師的操（cāo）作經驗融合到一起，^大限度的利用已有知識（shí），達到傳統（tǒng）控製方式難以取得（dé）的控製效果。^控製係統（tǒng）運（yùn）行（háng）在連續的實時環境（jìng）中，利用實時信息處理的方式來監控係統的動態特性， 並給出適當的（de）控製作用。將^係統技術與糧食幹燥（zào）過程控製相結合，用（yòng）於糧（liáng）食的生（shēng）產、管理和（hé）監控（kòng），可提高糧食的生產效率及生產效益。劉明山[12]（2001）研製了（le）一種糧食幹（gàn）燥模糊控製^係統，將仿真結果與實測數據進行對照，兩者基本一致。劉淑榮（róng）[13]（2001）將^係統技術與幹燥（zào）過程控製相結（jié）合（hé），設（shè）計了一個高水分糧烘幹過程控（kòng）製的模糊^係（xì）統。何玉春[14]（2001）通過^智能控製在幹燥（zào）過程中把烘幹參數優化，在烘幹設備的設計和幹燥過（guò）程中（zhōng）求出能（néng）耗、效率（lǜ）、品質的共利點，使幹燥機沿著共利線對穀物進行烘幹，使設備在幹燥過程中始終處於^佳操作；同時，將溫度測控技（jì）術與網絡技術互聯，建立一套（tào）簡單而（ér）有效的基於溫度的網絡測控係統。
2.2.2 神經網絡控製
神經網（wǎng）絡可為複雜非線性過（guò）程的建模提供有效的（de）方法，進而可用於過程軟測量和控製（zhì）係統的設計上。神經網絡在幹燥過程中的應用主要有兩個：幹燥過程建模和控製。
法（fǎ）國的J.-L.Dirion（1996）[6]等（děng）人（rén）開發了一個神經控（kòng）製器，用於調整半批式實驗反應器的溫度，基（jī）本實驗形成了神經網絡的學（xué）習數據庫，該神經控製器可以提供非（fēi）常好的設定點跟蹤（zōng）和幹擾排除。劉亞秋[9]（2000）開（kāi）發了基於單神經元的自（zì）適應PID控製器，設計了木材幹燥窯神經網絡模型，用BP算（suàn）法（fǎ）對幹燥窯的輸入輸出特性進行描述（shù）並（bìng）對模型學習與訓練，通過試驗（yàn）與仿真證明所得的結論滿（mǎn）足誤差指標的要（yào）求。張吉禮[10]（2003）將模糊控（kòng）製（zhì）技術與神經網絡技術相結合（hé），設（shè）計出了穀物幹燥過（guò）程參數在線檢測與智能預測（cè）控製係（xì）統。智能控製下的幹燥機出口糧食含水量變化範圍比手動控製的小，前者為13.6%～14.4%，後者為12.4%～14.2%；智能控製下的出口糧食含水量波動頻率比手動（dòng）控製的小，前者波動周期約為20h，後者周期約為8h。王品[11]（2003）用改（gǎi）進的BP網絡算法（fǎ）建立烘幹塔的神經網絡模型，通過神經網絡（luò）模型建（jiàn）立了神經（jīng）網絡控製器，實現了拱幹塔係統糧食水分烘幹的智能控製，提高了糧食烘幹的質量和效率。
劉永忠[8]（1999）應用人工神經網絡係統理論預測冷凍幹燥過程特（tè）性，以幹燥時間、升華幹燥（zào）時間的份額、幹燥製品生產率和升華界麵（miàn）溫度等幹燥過程（chéng）特性參數作為網絡模（mó）型（xíng）的輸出參數，將網絡的預測結果與數學模型的計算進行比較，預測結果與（yǔ）計算結（jié）果符合較好。鄭文利（lì）[7]（2000）采用（yòng）人工（gōng）神經網絡對冷凍幹燥過程中的凍幹物（wù）料重量變化進行（háng）智（zhì）能模（mó）擬：對凍幹工（gōng）藝條件正交實驗結果（guǒ）進行學習（xí），利用學習後的網絡對工藝條件進（jìn）行預測及優化。
2.2.3 模（mó）糊控製
模糊控製是一種基於（yú）規則的控製，直接采用語言型控製規則，其依據是現場操作人員的控製經驗或相關（guān）^的知（zhī）識，在設計中不需要建（jiàn）立被控對象的^數學模（mó）型，所以（yǐ）控製機理和策略易於接受和理解。
目前，國內外幹燥過程控（kòng）製主要應用的是模糊控製方法。Zhang Qin[15]等（1994）對連續式橫流穀物幹燥機進行了模糊控製的研究，通過調整加熱器的功（gōng）率和卸糧攪龍的轉速來控製（zhì）幹燥機（jī）的操作，驗證試驗控製成功率達86.4%。李俊明[16]等(1996)以幹燥塔熱風溫（wēn）度為依據，將玉米幹燥生產中一名熟練的（de）操作（zuò）者通過感（gǎn）官係統的觀察（chá）和經（jīng）驗製定了模糊控製規則，利用模糊控製（zhì）實現了排量電機（jī）的轉速調（diào）節，並提出（chū）橫流玉米幹燥（zào）機的自組織模糊控製器應采用開環式模糊控製係統（tǒng），以解決玉米（mǐ）幹燥過程中的大滯（zhì）後問題。李業德、李（lǐ）業剛[17](2001)設計了一種以（yǐ）89c51單片機為核心的（de）模糊智能控製器，在順流式烘幹機上通過對小麥的在線烘幹試驗，證明該係統響應時（shí）間短、超調量小、控製精度（dù）高，但入口穀物水分波動會對幹燥過程產生影（yǐng）響。
國內許（xǔ）多研究生從事糧食幹燥機（jī）模糊控製的研究工作。東北大學（xué）的孟憲沛[18]（2003）在糧（liáng）食幹燥塔的智能建模與智能（néng）控製中（zhōng），利用模糊集合理論和優化算法，建立糧（liáng）食烘幹係統（tǒng）的（de）智能模型和模糊控製係統（tǒng）的模糊規則，設計（jì）出係統的模糊控製器。哈（hā）爾濱工業大學的唐曉健[20]（2003）研究基於TS模型的混流式糧食烘幹塔多變量模糊控製（zhì）方法，對該係統（tǒng）進行（háng）控製仿真，並與手（shǒu）動控製方法和傳統的模糊控（kòng）製方法進行比較。華南農大的曹（cáo）豔明[21]（2000）針對高濕稻穀循環式緩蘇幹燥工藝特點，利用模糊控製模擬人類（lèi）思（sī）維方式的設（shè）計方法，開發稻穀循環幹燥機自（zì）動（dòng）控製係統。西北輕工（gōng）業學院的蘇宇鋒[23]（2002）采用基於工人實（shí）際操作（zuò）經驗的模（mó）糊算（suàn）法，利用單片機對冷（lěng）凍幹燥係統進行控製，提高了設備的（de）自動化程度。
轉載（zǎi）請注明出處（糧食幹燥過程的先進控製（1）：
http://www.lehexiangu.com/news/507.html
)
相關文章
相關產品
