廖雪超，劉振興，廖生偉

（1.武漢科技大學計算機科學與技術學院，湖北武漢 430081；2.武漢科技大學信息科學與工程學院，湖北武漢 430081；3.武鋼熱軋總廠中厚板分廠，湖北武漢 430065）

基于兩級下料和動態(tài)修正的配料稱量控制模型

廖雪超1，劉振興2，廖生偉3

（1.武漢科技大學計算機科學與技術學院，湖北武漢 430081；2.武漢科技大學信息科學與工程學院，湖北武漢 430081；3.武鋼熱軋總廠中厚板分廠，湖北武漢 430065）

介紹了自動配料稱量系統(tǒng)的工藝流程和系統(tǒng)結構，為了提高系統(tǒng)的生產速度和配料精度，設計了高/低速下料+點動下料的兩級下料控制方式，并采用點動下料方式對低速下料進行誤差精確補償。針對物料在空中的“落差”不易控制，容易產生超差的問題，每次下料結束后，對兩級下料模型和提前量采用迭代方式進行動態(tài)修正，并采用二階預估器對目標值進行預估。既提高了下料速度，又保證了稱量的精度。

自動配料稱量；點動下料；動態(tài)修正；提前量

1 引言

自動配料稱量系統(tǒng)是精細化工廠生產工藝過程中一道非常重要的工序，配料稱量的速度和精度對整個生產線的效率和產品質量舉足輕重。自動配料控制過程是一個多輸入、多輸出系統(tǒng)，各條配料輸送線按照事先設定的配方比協調控制，控制系統(tǒng)需對料位、流量及時準確地進行監(jiān)測和調節(jié)。本系統(tǒng)采用高/低速下料+點動下料的兩級下料控制方式，并對每次下料的過程進行動態(tài)修正，在保證稱量精度的前提下，提高下料的速度。

2 系統(tǒng)工藝流程及控制原理

本系統(tǒng)主要由8個大倉、10個小倉、8個液體倉、1個人工添加倉、4臺稱重斗和稱重儀W1—W4、3個下料振動篩B1—B3、3個振動篩驅動M1—M3、混合機M5和輸送機M6組成（如圖1所示）。

系統(tǒng)首先根據當前生產的飼料成分要求，選擇添加的輔料種類并計算各個料倉所需的物料重量，經操作人員確認后開始運行。大倉、小倉人工添加倉和液體倉根據各倉配方設定值，依配料設定順序打開電磁振動給料器（振動速度的快慢與下料速度成正比），將固體料投放至稱重斗進行稱重，當稱重斗中物料重量達到設定值時，振動給料器停止振動，依次進行下一料倉的給料稱重工作。當所有料倉稱重完成后，由振動篩M1，M2和M4將各自稱重斗內的固體料投放至混合機內進行一次攪拌，攪拌過程中，液體倉振動篩M3再將液體料投放至混合機內進行二次攪拌。最后，由輸送機將攪拌均勻的飼料送出，完成自動配料過程［1］。

圖1 控制系統(tǒng)工藝圖Fig.1 Control system process

料倉底部裝有振動給料器，開始稱量時，啟動振動給料器，物料即從料倉下落到稱重斗。由于料倉底部與稱重斗之間有一定的距離，則振動給料器在開始給料后，物料會在空中經過一段時間才落入稱重斗，稱重斗內物料重量才會發(fā)生變化。當振動給料器停止下料時，經過一段時間延遲，空中余料才會全部落入稱重斗，稱重斗內物料重量達到穩(wěn)定值。這種因物料滯后而產生的超差，稱為“下料落差”［2］。此外，由于物料形狀不規(guī)則，粒徑差異較大，加上生產過程中不定期的向料倉加料，使得料倉的料位變化不定，因此，每一瞬間物料流的流速隨機變化，使每次下料因“下料落差”所造成的物料稱量偏差都不相同。這種由于料位變化和落差引起的稱量偏差，須設計專門的配料稱量修正模型，在稱量臨近結束時，根據“下料落差”預估計算“提前量”，在稱量到達提前量時停止下料，利用停機前的慣性使“當前稱量值+預估提前量=目標稱量值”，將下料誤差控制在目標±閾值之內。

3 系統(tǒng)硬件結構和控制原理

系統(tǒng)由上位機、PLC、稱重儀和變頻器組成一個3級計算機控制網絡（如圖2所示），PLC通過現場總線連接變頻器，通過RS232串行通信方式連接稱重儀表。在自動配料生產工藝過程中.將大倉主料與小倉輔料以及人工料、液體料按一定比例配合，由稱重斗完成對物料的計量。PLC主要承擔對輸送設備、秤量過程、攪拌過程進行實時控制，并完成對系統(tǒng)故障檢測、顯示及報警，同時向變頻器輸出信號調節(jié)皮帶機轉速的作用。

圖2 控制系統(tǒng)的硬件結構圖Fig.2 Control system hardware structure

為實現配料過程的快速高效稱量，稱量開始時，PLC給變頻器一個高速信號，驅動振動給料器高速下料；在稱量值接近目標值時，PLC給變頻器一個低速信號，驅動給料器低速下料；在稱量值到達“提前量”時，PLC輸出給變頻器一個停止信號，利用停機前的慣性使稱量值逼近目標值。系統(tǒng)控制框圖如圖3所示。

圖3 系統(tǒng)控制原理框圖Fig.3 System control theory diagram

4 自動配料控制模型

配料稱量的時間和稱量精度是一對矛盾量［3］，要保證較高的稱量精度，須采用較低的下料速度，造成給料過程時間比較長，這樣是以犧牲時間來保證精度的方式，生產效率較低。而提高下料速度時，在較短的稱量時間時，物料在空中的“落差”不易控制，容易產生超差，影響稱量精度［4］。

為實現配料稱量過程的快速、精確控制。系統(tǒng)采用兩級速度控制下料。在開始稱量時，采用高速v2進行快速給料，在物料接近目標值時，采用低速v1進行給料，最終靠控制模型計算空中落差及預關門時間，以保證稱量精度。對于以上控制方式，影響下料稱量效果的有如下兩個因素：高/低速下料的轉換和每次下料落差的預估計。由于每次下料時，料倉內的料位、物料形狀等情況都不盡相同，則提前量的預估值須根據每次下料的情況進行修正，高/低速下料的轉換點也需根據本次的下料重量、提前量等情況進行修正，否則會在多次稱量后造成累計誤差。因此，系統(tǒng)通過設計如下2個下料控制模型來進行控制。

4.1 高/低速下料控制模型

高/低速下料控制模型如圖4所示，模型控制目標是：經過高/低速下料操作后，實際重量在下料目標閾值r1和r2范圍之內。

圖4 高/低速下料控制模型Fig.4 High/slow dosing control model

表1列出了控制模型的幾個時間階段和每個階段的實時稱量值。

表1 控制模型的4個階段Tab.1 The four stage of high/low speed dosing control model

料倉下料時，當稱重值到達P1前先進行高速振動下料（速度v2），然后速度以線性方式從v2降為v1，線性斜率由時間t2—t1定義。此后進入低速振動下料（速度v1），當稱量值到達P2時，停止下料。此后，由于“下料落差”的原因，稱重斗上的稱量值會經過一段時間后才穩(wěn)定，系統(tǒng)會記錄該下料穩(wěn)定時間t4和下料實際值WR，以此來修正“提前量”。此外，為了消除提前量造成的累計誤差，系統(tǒng)在每個料倉下料完成后，系統(tǒng)都會針對該料倉實時計算參數高/低速切換重量差值（提前量1）ΔW1和下料停止-穩(wěn)定重量差值（提前量2）ΔW2，然后據此計算下一次高/低速切換點P1和下料停止點P2。

4.2 點動下料控制模型

如果采用高/低速下料方式控制后，該料倉的實際稱量值仍沒有達到稱量目標閾值，則進行點動下料控制模型（如圖5所示）。

圖5 點動下料控制模型Fig.5 Inching dosing control model

圖5中參數：t6為點動脈沖時長，t3為點動調整時長，r1，r2為重量目標閾值（-），（+），W2為下料停止-穩(wěn)定重量差值，v1為低速下料速度，c1為點動下料次數最大值（一般取：c1＝3）。

點動下料控制過程由如下3步組成：啟動低速下料（速度v1），時間長度t6；停止低速下料，時間長度t3；計算稱量值WR，如果WR＜r1，則重復以上點動下料過程，且重復點動次數≤c1。

5 提前量動態(tài)修正模型

5.1 模型動態(tài)修正

為實現下料過程的精確控制，消除提前量引起的累計誤差，系統(tǒng)實時分析每次稱量過程中偏差的變化情況，在每次下料后對P1和P2進行動態(tài)修正。

第N次下料時：稱量誤差為

式（3）為本次稱量誤差的定義；式（4）為本次目標值的定義；式（5）和式（6）為本次提前量的定義，如果上次的誤差率ΔU(N-1)越大，則本次設置的提前量就應減小。由式（5）和式（6）計算本次的P1（N）和P2（N）：

上述方法在PLC中采用迭代方式實現，在目標值較大時（WP＞30 kg），控制效果較好。

如果WP較小，則式（1）中的ΔE（N）較小，誤差率ΔU（N）不明顯，實際值WR(N)與目標值WT(N)比較接近，但多次下料后的累計誤差會有較大波動。欲使WR（N）=WT（N），采用以下迭代算法對ΔW2（N）進行動態(tài)修正（ΔW1（N）的修正方法與此方法類似）。

根據以上迭代算法，在每次下料結束后，利用本批次的提前量ΔW2（N）來遞推計算下一批次的提前量ΔW2（N+1），經過若干批次下料稱量后，可實現稱量提前量的準確估計，從而提高稱量的精度。

5.2 目標值二階預估器的設計

本下料控制模型的控制對象是精細化飼料配料系統(tǒng)，料倉稱量值小，下料速度快和停止穩(wěn)定過程短。為提高模型算法對精細化控制對象的適應性，系統(tǒng)設計采用如下二階預估器模型對稱量實際值WR（N）進行預估：

式中：WR（N+1）是第N+1次實際稱量值；WT（N）是第N次稱量設定值；ω（N）是參數向量；XT是數據向量的轉置。

本系統(tǒng)二階預估器的設計目的是選取合適的WT（N），使下一次稱量誤差的指標最小：

根據自校正原理，得出如下控制方程：

對于向量ω(N)，采用最小二乘法進行遞推估計；參數b0可以在初始計算時一次性選取。則參數向量ω(N)的遞推估計方程如下：

式中：K（N+1）為增益矩陣；δ(N)為修正項。

系統(tǒng)設計二階預估，則取n=2。

6 實際應用結果

本文采用高/低速下料控制模型實現配料稱量的精確控制：高速下料時，使物料重量接近目標值；低速下料時，實現配料稱量的精確控制。并采用點動下料方式對低速下料稱量精度進行補償。每次下料結束后，對下一次的提前量ΔW1（N）和ΔW2（N）進行動態(tài)修正，并采用二階預估器對目標值WT（N）進行預估。本控制算法已在某精細化配料稱量系統(tǒng)中進行應用，表2為系統(tǒng)對某料倉進行實時控制（工藝給定值為40 kg）的過程數據。采用新算法之前，一次稱量完畢需要約5 min 20 s，連續(xù)多次稱量后的物料精度誤差已達到±0.12 kg，隨著次數增多，累積誤差越來越大；采用新算法之后，一次稱量完畢3種物料控制在4 min 30 s以內。

表2 連續(xù)稱量20次的過程數據Tab.2 The process data of continuous 20 batches

從圖6中誤差和提前量變化趨勢可知，連續(xù)20次稱量后的稱量精度可控制在接近±0.01 kg，而且稱量次數的增多并不會對累計誤差和提前量造成影響。

圖6 連續(xù)稱量20次的誤差和提前量變化趨勢圖Fig.6 Trend graph of error and preact of continuous 20 batches

7 結論

新算法有效地調和了稱量速度和精度的矛盾，完全滿足了整個工藝的生產需要。并且，本控制模型設計合理，實現簡單，可實現配料稱量過程的快速、精確控制，具有很好的控制性和可靠性。

［1］ 宋樂鵬.基于PLC帶自修正因子模糊控制自動配料系統(tǒng)研究［J］.電氣傳動，2008，38（8）：72-74.

［2］ 宋輝，方宗達.自動配料控制系統(tǒng)的稱量問題［J］.自動化與儀器儀表，2003（2）：23-24.

［3］ 張慶彬，畢麗紅，王鑄.工業(yè)自動配料系統(tǒng)的精度分析［J］.自動化技術與應用，2005，24（5）：79-81.

［4］ 劉超，白玲，劉峰.飼料配料平滑自適應誤差補償模型及應用［J］.飼料工業(yè)，2010，31（21）：1-3.

修改稿日期：2013-12-15

Automatic Batch Weighing Control Model Based on Two Levels Dosing and Dynamic Correcting

LIAO Xue-chao1，LIU Zhen-xing2，LIAO Sheng-wei3
（1.Computer Science&Technology Institute，Wuhan University of Science and Technology，Wuhan430081，Hubei，China；2.School of Information Science and Engineering，Wuhan University of Science and
Technology，Wuhan430081，Hubei，China；3.The WISCO Plate Rolling Plant，Wuhan430065，Hubei，China）

The process flow and system structure of automatic batch weighting system were presented.In order to increase production speed and dosing accuracy，designed the two-level dosing control mode（high/low speed dosing+inching dosing）.Besides，the inching dosing mode was adopted to accurately compensate the weight deviation.In order to solve the problem that the fall of materials in-air cannot be easily controlled and out of tolerance.The two-level dosing control model and preact will correct after each dosing dynamically with iteration method，moreover，the target value is predicted with second-order prediction，so as to increase the dosing speed with high weighting accuracy.

automatic batch weighing；inching dosing；dynamic correcting；preact

TM921.5

B

國家自然科學基金項目（61100055）

廖雪超（1979-），男，研究生，講師，Email：Liaoxuechao2008@sina.com

2013-08-07