李元偉

（廣東酒店管理職業(yè)技術(shù)學(xué)院，廣東 東莞523000）

1 概述

在塑料吹瓶機(jī)的相關(guān)設(shè)備中，塑料瓶坯的溫度加熱系統(tǒng)是設(shè)備中最關(guān)鍵的部分。適當(dāng)?shù)臏囟瓤刂瓶墒顾芰掀颗骶哂凶罡叩奈鼰崧?，這將大大節(jié)省能量消耗并有助于實(shí)現(xiàn)拉伸吹塑過(guò)程。如果加熱爐的溫度沒(méi)有得到很好的控制，則在生產(chǎn)耐熱塑料瓶時(shí)可能會(huì)出現(xiàn)以下問(wèn)題：中心點(diǎn)偏差，瓶底變形，硬頸，前后壁變形。填充后，收縮率會(huì)增加。在塑料吹塑設(shè)備中，我們使用溫度控制系統(tǒng)來(lái)控制熔爐的溫度。這樣，可以大大提高塑料瓶的產(chǎn)量，減少瓶坯原料的浪費(fèi)。第二是使用溫度控制系統(tǒng)來(lái)精確地檢測(cè)和控制溫度，這可以大大降低用于加熱預(yù)成型坯料的加熱功率，從而節(jié)省能源并減少污染。因此，研究塑料吹瓶機(jī)紅外加熱爐的最優(yōu)化溫度控制具有重要的實(shí)際意義。

自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)不依賴于控制對(duì)象的清晰數(shù)學(xué)模型。 理論和實(shí)踐研究表明，這是一種解決控制系統(tǒng)不確定性，非線性和強(qiáng)耦合的有效方法。 根據(jù)供熱鍋爐溫度控制系統(tǒng)的特點(diǎn)，采用基于神經(jīng)網(wǎng)絡(luò)的PID 解耦控制，并利用MATLAB 軟件獲得實(shí)際的仿真結(jié)果和結(jié)論。

2 紅外線燈管溫度控制系統(tǒng)的建模

加熱爐的設(shè)計(jì)主要是為了滿足將預(yù)成型坯加熱到理想溫度的要求，從而實(shí)現(xiàn)拉伸和吹塑的過(guò)程。根據(jù)塑料瓶坯的特性，使用九層紅外管加熱塑料瓶坯。在加熱過(guò)程中，根據(jù)預(yù)成型坯的質(zhì)量，厚度和形狀合理分配各管層的熱功率，從而使預(yù)成型坯獲得最佳的熱分布。我們使用冷卻風(fēng)扇冷卻瓶坯口和瓶身。根據(jù)以上分析，在智能采暖鍋爐溫度控制系統(tǒng)中，兩個(gè)輸入量為紅外燈電壓u1 和冷卻風(fēng)扇電壓u2，輸出量為瓶坯溫度y1 和冷卻風(fēng)扇速度y2。冷卻風(fēng)扇的風(fēng)速對(duì)預(yù)成型坯的加熱溫度有很大的影響，而加熱燈管的溫度也對(duì)冷卻風(fēng)扇輸出的風(fēng)速有一定的影響，因此這是一種耦合系統(tǒng)。根據(jù)系統(tǒng)的控制要求，將溫度控制系統(tǒng)轉(zhuǎn)換為具有兩個(gè)輸入和兩個(gè)輸出的受控對(duì)象。受控對(duì)象傳遞函數(shù)的框圖如圖1 所示：

圖1 系統(tǒng)被控對(duì)象傳遞函數(shù)框圖

為了使系統(tǒng)能夠得到解耦后的模型，我們先要知道被控對(duì)象的數(shù)學(xué)模型。利用階躍響應(yīng)法建立了4 個(gè)相關(guān)控制過(guò)程的S函數(shù)數(shù)學(xué)模型。根據(jù)具體的實(shí)驗(yàn)數(shù)據(jù)，最后得到被控對(duì)象的傳遞函數(shù)如下：

3 基于神經(jīng)元的PID 解耦控制器

神經(jīng)網(wǎng)絡(luò)現(xiàn)在是一個(gè)很流行的學(xué)科，它以其強(qiáng)大的自學(xué)習(xí)功能、并行處理問(wèn)題功能在控制領(lǐng)域得到了廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制方法是計(jì)算密集型的。由于缺乏實(shí)用的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)硬件支持，難以實(shí)現(xiàn)基于多層網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的實(shí)時(shí)在線控制。為了滿足快速過(guò)程中神經(jīng)控制的要求，使用了基于單個(gè)神經(jīng)元的自適應(yīng)控制。它可以充分利用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，同時(shí)滿足快速過(guò)程實(shí)時(shí)控制的要求[1]。

神經(jīng)元是具有智能學(xué)習(xí)能力的非線性多輸入單輸出處理單元，可用于實(shí)現(xiàn)自適應(yīng)PID控制。多變量系統(tǒng)的解耦控制可以通過(guò)神經(jīng)元PID 控制實(shí)現(xiàn)[2]。圖2 顯示了雙神經(jīng)元PID解耦控制系統(tǒng)的框圖，該系統(tǒng)由兩個(gè)神經(jīng)元PID 控制器組成。

以第一個(gè)神經(jīng)元PID 控制器為例，其控制器框圖如圖3 所示[3]。

圖中K 為神經(jīng)元的比例系數(shù)，k＞0,為k 時(shí)刻神經(jīng)元PID 控制器的輸出值，神經(jīng)元通過(guò)智能學(xué)習(xí)產(chǎn)生的控制信號(hào)u(k)為：

神經(jīng)元的控制是通過(guò)調(diào)整權(quán)重系數(shù)wi來(lái)實(shí)現(xiàn)學(xué)習(xí)功能。通過(guò)理論與實(shí)際推導(dǎo)，PID 參數(shù)的在線學(xué)習(xí)更新主要與偏差e（k）和偏差的變化量△e（k）有關(guān)。因此，本文采用有監(jiān)督的學(xué)習(xí)規(guī)則來(lái)調(diào)整權(quán)重系數(shù)。在對(duì)上面所示的公式進(jìn)行整理后，可以得到如下所示的算法：

圖2 二變量神經(jīng)元PID 解耦控制系統(tǒng)框圖

圖3 基于單個(gè)神經(jīng)元的PID 控制器框圖

圖4 PID 解耦控制系統(tǒng)MATLAB 仿真框圖

本文通過(guò)大量的仿真和實(shí)際控制結(jié)果示例，總結(jié)了以下參數(shù)調(diào)整規(guī)則。

a.初始加權(quán)系數(shù)的wi選擇：可以任意選擇。

b.對(duì)于階躍輸入，如果輸出具有較大的過(guò)沖并且反復(fù)出現(xiàn)正弦衰減，則應(yīng)減小K 以保持不變，并且保持不變。 如果上升時(shí)間較長(zhǎng)且沒(méi)有超調(diào)，則增加K，θp，θi，θd。

c.如果被控對(duì)象的響應(yīng)曲線表現(xiàn)為上升時(shí)間短，并且過(guò)沖過(guò)多，則應(yīng)減小θi參數(shù)，其他參數(shù)保持不變。

d.如果受控對(duì)象的上升響應(yīng)曲線時(shí)間較長(zhǎng)，同時(shí)增大θi時(shí)會(huì)導(dǎo)致過(guò)度的超調(diào)，這個(gè)時(shí)候可以適當(dāng)增大θp，其他參數(shù)保持不變。

4 溫度控制系統(tǒng)的MATLAB 仿真研究

我們?cè)O(shè)置采樣周期T=0.1 秒,將紅外線燈管溫度解耦的被控對(duì)象的傳遞函數(shù)模型即公式（1）轉(zhuǎn)化為差分方程,可以表示為：

根據(jù)上文所述的神經(jīng)元PID 解耦控制原理，我們可以利用MATLAB 軟件搭建如圖4 所示的神經(jīng)元PID 解耦控制系統(tǒng)仿真框圖來(lái)實(shí)現(xiàn)該控制系統(tǒng)，其中PID 解耦控制系統(tǒng)算法部分用S- 函數(shù)編寫(xiě)，選擇S- 函數(shù)模塊的輸入信號(hào)為[e(k),e(k-1),e(k-2)],輸出信號(hào)為控制量u(k)，并將系統(tǒng)被控對(duì)象的差分方程封裝成多輸入多輸出模塊[5]。

給定輸入信號(hào)為單位階躍輸入，即：

5 結(jié)論

針對(duì)供熱鍋爐溫度控制系統(tǒng)，采用基于神經(jīng)元的神經(jīng)網(wǎng)絡(luò)控制器，提出了一種改進(jìn)的神經(jīng)元權(quán)值系數(shù)校正算法，因此，權(quán)重系數(shù)的自適應(yīng)修改并不是完全基于神經(jīng)網(wǎng)絡(luò)的控制學(xué)習(xí)原理，而是基于訓(xùn)練學(xué)習(xí)的經(jīng)驗(yàn)數(shù)據(jù)[6]。MATALB 仿真和實(shí)驗(yàn)結(jié)果表明，該控制方法通過(guò)自主學(xué)習(xí)、能做到自適應(yīng)調(diào)整經(jīng)驗(yàn)數(shù)據(jù)和智能調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值，最后能達(dá)到滿意的解耦響應(yīng)控制效果，實(shí)現(xiàn)了對(duì)供熱鍋爐加熱爐溫度的精確穩(wěn)定控制。

圖5 階躍信號(hào)為R1 時(shí)的解耦響應(yīng)曲線

圖6 階躍信號(hào)為R2 時(shí)的解耦響應(yīng)曲線