孫 握 瑜
(安徽商貿職業(yè)技術學院 信息與人工智能學院,安徽 蕪湖 241002)
擠出機儀器作為一款專業(yè)的生產設備,被廣泛應用于城市建設、石油傳輸、物料配送等行業(yè)。擠出機將固態(tài)顆粒塑化成均勻熔體,并在一定壓力和溫度條件下,由擠出機機頭輸出不同品類的成品[1]。目前,國內多數(shù)擠出機在溫控方面主要采用分離儀表和電熱圈分區(qū)加熱進行控制,該方式具備很高的性價比,但僅通過單片機技術的分離模塊控制,難以實現(xiàn)擠出機綜合控制,因而不能滿足擠出機的最優(yōu)運行模式[2-3]。而PID技術的發(fā)展以及神經網絡算法的提出為擠出機智能控制提供了新的途徑,將PID與智能控制相結合實現(xiàn)對擠出機溫度的控制成為研究的熱點[4-6]。如相關學者提出的T-S模型的模糊控制法,通過引入獎懲函數(shù)來改善擠出機溫度系統(tǒng)的動態(tài)特性[7];針對PID控制過程中存在的非線性特征,利用非線性函數(shù)來表述PID控制系統(tǒng)中的比例、積分關系,并由不同工藝緩解來改變函數(shù)因子,實現(xiàn)對PID的可消除超調,提高算法的調節(jié)效率[8]。
本文在擠出機智能溫控系統(tǒng)算法的基礎上,結合模糊神經網絡和PID控制,通過引入自整定方法,根據(jù)不同工藝階段來實現(xiàn)對原料基礎溫度的智能控制,并設計得到模糊自正整定的PID算法控制器,實現(xiàn)對溫控非線性參數(shù)的智能控制。
擠出機通過加料斗將原料顆粒由轉動螺桿送至預定溫度的主機螺桿料筒中,高溫作用下利用轉動的螺桿對桶內原料剪切、攪拌、混煉、塑化,將固體顆粒熔化成流體狀態(tài),并不斷推進主機螺桿前進,最終在機頭通過口模成型輸出成品。
在原料基礎控制系統(tǒng)中,采用PLC自動控制技術實現(xiàn)對生產過程中溫度、壓力控制,使用螺桿料筒控制溫度。在生產中,筒體可劃分為7個模塊,每個模塊用加熱片加熱,可設定恒定溫度點,也可用開關量實現(xiàn)控制。當溫度大于設定的上限值時,加熱片停止工作,冷卻系統(tǒng)開始工作,系統(tǒng)給出報警信號,并輸出開關量信號。圖1為典型的料筒溫度控制系統(tǒng)。
圖1 料筒溫度控制系統(tǒng)
考慮到擠出機料筒溫度控制系統(tǒng)的滯后性、非線性特征[9],在不同加工工況下存在的不確定性,采用傳統(tǒng)的PID控制法難以建立精確的數(shù)學模型。而根據(jù)模糊控制規(guī)則,通過模糊神經網絡算法,確定PID智能控制的整定參數(shù),且具有特定的優(yōu)勢,有效保證了PID控制器能夠適應不同被控對象的非線性變化特征?;诖?,建立基于模糊神經網絡的PID智能控制系統(tǒng),具體流程如圖2所示。
圖2 模糊控制系統(tǒng)控制流程
1)確定輸入、輸出變量、論域關系。將系統(tǒng)偏差和偏差率作為系統(tǒng)輸入量,通常溫差控制系統(tǒng)輸入變量取溫度偏差量化因子Ke和偏差變化率量化因子。而輸出變量取溫度偏差量的相應比例因子,即假設偏差c基本論域為[-xc,xc],對應連續(xù)論域為[-n,n],則量化因子Kc和比例因子Kss分別為:
(1)
(2)
上式中:n為預先確定的論域;xc為基本論域[-xc,xc]的某個偏差值。
2)定義模糊子集。獲得模糊子集數(shù)量和對應的語言變量,根據(jù)模糊子集類別選擇隸屬度函數(shù)。即在模糊神經網絡給定論域U中,對于給定模糊的任意x,x∈U,存在隸屬度函數(shù)μA(x),則滿足式(1)條件的A定義為模糊集合
A={|μA(x)|?x∈U,μA(x)∈[0,1]}
(3)
對于某一個變量xi與模糊集合的相關性,采用隸屬度來進行描述??梢钥闯?,隸屬度僅與元素xi有關,而與模糊集并無關系,建立變量xi與隸屬度的函數(shù)關機即隸屬度函數(shù)。目前,應用較為廣泛的正態(tài)型隸屬度函數(shù)如下:
μ(x)=exp[-(x-α)2/σ2](σ>0)
(4)