周修理，江麗麗，李艷軍，毛先峰，梁　煜，馮　江

(1.東北農(nóng)業(yè)大學(xué) 電氣與信息學(xué)院，哈爾濱　150030；2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 哈爾濱　150001)

?

基于神經(jīng)網(wǎng)絡(luò)PID的牧草烘干機(jī)控制系統(tǒng)研究

周修理1，江麗麗1，李艷軍1，毛先峰1，梁煜2，馮江1

(1.東北農(nóng)業(yè)大學(xué) 電氣與信息學(xué)院，哈爾濱150030；2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院， 哈爾濱150001)

摘要：牧草的烘干效果直接影響牧草的品質(zhì)和儲(chǔ)藏時(shí)間。為此，根據(jù)牧草的品質(zhì)和儲(chǔ)藏要求，針對(duì)牧草烘干系統(tǒng)的多變量、時(shí)變和大滯后、非線性的特點(diǎn)，分析了牧草烘干機(jī)的結(jié)構(gòu)及工藝，并應(yīng)用正交試驗(yàn)和回歸分析方法建立的非線性數(shù)學(xué)模型，設(shè)計(jì)了一種基于BP神經(jīng)網(wǎng)絡(luò)PID控制算法的牧草烘干控制系統(tǒng)。試驗(yàn)結(jié)果表明：所設(shè)計(jì)的牧草烘干控制系統(tǒng)能夠達(dá)到系統(tǒng)性能指標(biāo)的要求，控制效果良好。

關(guān)鍵詞：牧草烘干；BP神經(jīng)網(wǎng)絡(luò)；PID

0引言

隨著畜牧業(yè)的迅速發(fā)展，牧草的需求量大幅增加，需要長(zhǎng)期存儲(chǔ)牧草且保證牧草的品質(zhì)，這就要求牧草的含水率應(yīng)保證在9%～12%的范圍[1]。通常采用牧草自然晾曬的方法，需時(shí)較長(zhǎng)、生產(chǎn)效率低，且受自然因素影響，牧草晾曬后的品質(zhì)不能保證；采用烘干設(shè)備烘干牧草，可以縮短烘干時(shí)間、提高牧草品質(zhì)，而現(xiàn)有的烘干設(shè)備控制參數(shù)單一，有一定的局限性[2-3]，牧草烘干效果較難達(dá)到要求。目前，學(xué)者和工程技術(shù)人員，多是針對(duì)牧草烘干進(jìn)行的理論研究[4]，應(yīng)用于實(shí)際牧草生產(chǎn)的并不多。

本文針對(duì)牧草烘干機(jī)的入口溫度、出口風(fēng)速和滾筒轉(zhuǎn)速等影響出口溫度的因素，運(yùn)用正交設(shè)計(jì)與回歸分析相結(jié)合的研究結(jié)果，設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)PID控制器；并以烘干機(jī)的出口溫度為目標(biāo)參數(shù)，研究牧草烘干機(jī)控制系統(tǒng)，從而提高烘干牧草的品質(zhì)。

1牧草烘干機(jī)結(jié)構(gòu)及工藝流程

牧草烘干機(jī)組成結(jié)構(gòu)，如圖1所示。牧草烘干機(jī)主要由燃油機(jī)、入料口、滾筒和集料箱等組成。燃油機(jī)為系統(tǒng)提供熱源，由入口風(fēng)機(jī)將熱風(fēng)吹入烘干機(jī)滾筒；入料電機(jī)帶動(dòng)牧草段(50～70mm)通過(guò)入料口進(jìn)入烘干機(jī)中，再由熱風(fēng)機(jī)吹送至滾筒中；滾筒由電機(jī)(3.5kW)帶動(dòng)旋轉(zhuǎn)，將滾筒中的牧草段翻轉(zhuǎn)，做橫向和縱向的運(yùn)動(dòng)，經(jīng)外、中、內(nèi)層，在出口風(fēng)機(jī)產(chǎn)生的負(fù)壓的作用下，進(jìn)入到集料箱中緩蘇，完成牧草烘干過(guò)程[5]。

1.燃油機(jī)　2.入口電機(jī)(主電機(jī)也是鼓風(fēng)機(jī))　3.燃燒腔　4.入料電機(jī)

2神經(jīng)網(wǎng)絡(luò)PID控制原理

神經(jīng)網(wǎng)絡(luò)具有魯棒性強(qiáng)、非線性映射能力和自學(xué)習(xí)能力，適用于非線性、不確定的復(fù)雜性系統(tǒng)。

將神經(jīng)網(wǎng)絡(luò)技術(shù)與傳統(tǒng)PID控制相結(jié)合，在一定程度上解決了傳統(tǒng)PID控制器不易進(jìn)行在線實(shí)時(shí)參數(shù)整定的缺陷，且不完全依賴精準(zhǔn)的數(shù)學(xué)模型，較好地適應(yīng)系統(tǒng)的參數(shù)變化對(duì)系統(tǒng)的影響。

2.1人工神經(jīng)網(wǎng)絡(luò)模型

典型的多輸入單輸出的人工神經(jīng)元模型，如圖2所示。圖2中，xj(j=1，2，…，p)為輸入信號(hào)；Wkp為權(quán)值；Uk為求和單元；θk為閾值；Vk為偏差調(diào)整后的值；φ(vk)為傳輸函數(shù)。

多輸入單輸出人工神經(jīng)元模型的數(shù)學(xué)表達(dá)式為

Vk=netk=Uk-θk

yk=φ(vk)

圖2　多輸入單輸出的人工神經(jīng)元模型

2.2BP神經(jīng)網(wǎng)絡(luò)PID 算法

2.2.1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示[6]。

圖3　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖3中，n為輸入節(jié)點(diǎn)個(gè)數(shù)；r為隱含層節(jié)點(diǎn)個(gè)數(shù)；輸出節(jié)點(diǎn)為3個(gè)可調(diào)參數(shù)KP，KI，KD，都是正值。

1)BP神經(jīng)網(wǎng)絡(luò)的輸入為

xi(k)=e(k+1-i) i=1,2,...,n

其中，n為被控系統(tǒng)輸入變量的個(gè)數(shù)；x1，x2，…，xn為輸入層中的神經(jīng)元輸出。

2)網(wǎng)絡(luò)的隱含層輸入輸出分別為

3)網(wǎng)絡(luò)的隱含層輸入輸出分別為

2.2.2BP神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)

傳遞函數(shù)f(s)的設(shè)計(jì)為輸入輸出的非線性的關(guān)系，一般選用下面的形式的Sigmoid函數(shù)[7]，有

其中，傳遞函數(shù)壓縮的程度由系數(shù)λ決定，傳遞函數(shù)的圖形，如圖4所示。

圖4　Sigmoid函數(shù)圖形

2.2.3BP神經(jīng)網(wǎng)絡(luò)PID算法

BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)結(jié)構(gòu)[8]，如圖5所示。其主要組成：①PID控制器，在線整定控制器參數(shù)KP，KI，KD，實(shí)現(xiàn)被控對(duì)象的被控制量的調(diào)節(jié)；②BP神經(jīng)網(wǎng)絡(luò)(BPNN)。系統(tǒng)的運(yùn)行過(guò)程中，神經(jīng)網(wǎng)絡(luò)通過(guò)自身學(xué)習(xí)和加權(quán)系數(shù)的調(diào)整，確定系統(tǒng)穩(wěn)定狀態(tài)下，調(diào)節(jié)PID參數(shù)KP，KI，KD，控制系統(tǒng)性能指標(biāo)達(dá)到最優(yōu)。

圖5　神經(jīng)網(wǎng)絡(luò)PID系統(tǒng)結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)與PID有機(jī)結(jié)合，大大增加了系統(tǒng)的魯棒性，可實(shí)現(xiàn)高性能的控制。

3牧草烘干機(jī)控制系統(tǒng)

3.1牧草烘干機(jī)控制系統(tǒng)組成結(jié)構(gòu)

牧草烘干機(jī)控制系統(tǒng)，主要由單片機(jī)、D/A轉(zhuǎn)換電路、A/D轉(zhuǎn)換電路、開(kāi)關(guān)量輸入，輸出電路及接口電路等組成，如圖6所示。。

烘干牧草過(guò)程中，由傳感器測(cè)量入口溫度、外層溫度、內(nèi)層溫度、轉(zhuǎn)角溫度和出口溫度；經(jīng)變送器轉(zhuǎn)換為4～20mA的電流信號(hào)；再由I/V電路轉(zhuǎn)換，A/D轉(zhuǎn)換為數(shù)字信號(hào)送給計(jì)算機(jī)系統(tǒng)。按工藝指標(biāo)要求，神經(jīng)網(wǎng)絡(luò)PID數(shù)字控制器輸出控制信號(hào)，D/A轉(zhuǎn)換器將數(shù)字量轉(zhuǎn)換為模擬量，通過(guò)變頻器調(diào)節(jié)電機(jī)轉(zhuǎn)速(出口風(fēng)機(jī)、滾筒電機(jī)、入料電機(jī)等設(shè)備的啟停)，可實(shí)現(xiàn)工藝參數(shù)和時(shí)間設(shè)定、系統(tǒng)設(shè)備的啟停、故障復(fù)位及檢測(cè)參數(shù)等顯示。

圖6　系統(tǒng)總體結(jié)構(gòu)框圖

3.2控制器數(shù)學(xué)模型

系統(tǒng)設(shè)定指標(biāo)參數(shù)：滾筒電機(jī)的變頻器頻率為10.10Hz；滾筒轉(zhuǎn)速為10r/min；出口風(fēng)機(jī)變頻器頻率為30Hz；出口風(fēng)速為16.8m/s；按照工藝流程，牧草烘干啟動(dòng)工作30min后，系統(tǒng)烘干溫度相對(duì)穩(wěn)定，此時(shí)要求：入口溫度為425℃；出口溫度為100℃。

正交試驗(yàn)設(shè)計(jì)具有“均勻分散，齊整可比”的特點(diǎn)[9]，能夠準(zhǔn)確地找出各因素的變化規(guī)律。文小平在設(shè)定指標(biāo)工藝要求下進(jìn)行實(shí)驗(yàn)[10]，獲取數(shù)據(jù)，采用正交設(shè)計(jì)與回歸分析相結(jié)合的方法，獲取數(shù)學(xué)模型為

y1=107.482-4.983x1+0.085x2-0.103x3

其中，y1為出口溫度。x1為熱風(fēng)入口溫度、x2為滾筒轉(zhuǎn)速，x3為出口風(fēng)速。

經(jīng)理論仿真驗(yàn)證，該模型可用于牧草烘干機(jī)控制系統(tǒng)的設(shè)計(jì)研究。

3.3系統(tǒng)硬件設(shè)計(jì)

3.3.1系統(tǒng)溫度檢測(cè)

牧草烘干過(guò)程對(duì)溫度參數(shù)指標(biāo)的要求，如表1所示。

表1　溫度檢測(cè)參數(shù)指標(biāo)列表

根據(jù)表1中系統(tǒng)溫度參數(shù)要求的范圍和精度，考慮烘干機(jī)內(nèi)物料的高速撞擊(要求傳感器有較高強(qiáng)度的封裝)、安裝環(huán)境及成本等因素，選取溫度傳感器，其具體參數(shù)如表2所示。

表2　溫度傳感器列表

采用HT-133一體化變送器與溫度傳感器相配套，從而提高了抗電磁干擾能力和溫度檢測(cè)的精度。

變送器將采集的信號(hào)轉(zhuǎn)換為4～20mA電流信號(hào)，經(jīng)I/V和A/D轉(zhuǎn)換傳送給計(jì)算機(jī)系統(tǒng)。I/V轉(zhuǎn)換電路，如圖7所示。

圖7　I/V轉(zhuǎn)換電路

A/D轉(zhuǎn)換電路采用TLC2543，該芯片為12位逐次逼近模數(shù)轉(zhuǎn)換器，具有模擬輸入通道11個(gè)、簡(jiǎn)單的3線SPI串行接口、內(nèi)置自檢測(cè)等功能，最大轉(zhuǎn)換時(shí)間為10μs，線性度誤差最大為±1LSB。A/D轉(zhuǎn)換器的基準(zhǔn)源選擇由美信公司生產(chǎn)的MAX6341電壓基準(zhǔn)芯片，其初始精度為±0.02%、溫漂為1×10-6°C；信號(hào)傳輸采用TLP521光耦隔離、75451驅(qū)動(dòng)器。A/D轉(zhuǎn)換接口電路如圖8所示。

3.3.2滾筒電機(jī)與出口風(fēng)機(jī)變頻調(diào)速

牧草烘干過(guò)程中，其入口溫度、滾筒轉(zhuǎn)速、出口風(fēng)速是影響牧草烘干質(zhì)量的主要因素。系統(tǒng)熱源采用Spark26/W燃油機(jī)，通過(guò)調(diào)節(jié)油門(mén)的開(kāi)度調(diào)節(jié)入口溫度；滾筒電機(jī)的功率為3.7kW，其額定電壓380～440V，采用的變頻器為艾默生EV1000，調(diào)節(jié)頻率為0～50Hz；出口風(fēng)機(jī)的功率為7.5kW，其額定電壓380～440V，采用的變頻器為惠豐HF-G，調(diào)節(jié)頻率0～50Hz。

系統(tǒng)控制單元采用STC89C58RD+單片機(jī)，工作電壓為3.4～5.5V；通用I/O口32個(gè)，能夠達(dá)到系統(tǒng)要求。

圖8　A/D轉(zhuǎn)換接口電路

3.4系統(tǒng)軟件設(shè)計(jì)

3.4.1BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)

牧草烘干機(jī)控制系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)，實(shí)現(xiàn)系統(tǒng)的運(yùn)行及數(shù)據(jù)的采集、處理和控制，如圖9所示。

圖9　BP神經(jīng)網(wǎng)絡(luò)PID控制主程序流程圖

3.4.2BP神經(jīng)網(wǎng)絡(luò)PID數(shù)字控制器

BP神經(jīng)網(wǎng)絡(luò)PID數(shù)字控制器程序流程，如圖10所示。計(jì)算機(jī)系統(tǒng)運(yùn)行BP神經(jīng)網(wǎng)絡(luò)PID參數(shù)算法，完成實(shí)時(shí)優(yōu)化PID參數(shù)。

4結(jié)果分析與討論

4.1系統(tǒng)誤差分析

控制系統(tǒng)存在系統(tǒng)誤差，主要包括溫度變送器、I/V轉(zhuǎn)換電路、A/D轉(zhuǎn)換等出現(xiàn)的誤差。經(jīng)過(guò)計(jì)算與測(cè)試，A/D轉(zhuǎn)換誤差為：0.02%，系統(tǒng)I/V轉(zhuǎn)換誤差為0.23%，變送器誤差為0.25%。綜上分析，系統(tǒng)誤差可達(dá)±0.5%。

圖10　BP神經(jīng)網(wǎng)絡(luò)PID控制器程序流程圖

4.2測(cè)試結(jié)果分析

基于BP神經(jīng)網(wǎng)絡(luò)PID的牧草烘干控制系統(tǒng)測(cè)試在樣機(jī)中進(jìn)行。檢測(cè)儀表選用ALNOR8585熱風(fēng)速儀(測(cè)溫范圍1～120℃，精度0.1%)，測(cè)試結(jié)果如表3所示。

表3　出口溫度檢測(cè)表

對(duì)比檢測(cè)樣機(jī)的出口溫度與標(biāo)準(zhǔn)儀表檢測(cè)的數(shù)據(jù)，結(jié)果表明：測(cè)量的相對(duì)誤差均在系統(tǒng)要求的0.5%以下，能夠滿足系統(tǒng)性能指標(biāo)的控制要求。

5結(jié)論

針對(duì)牧草烘干系統(tǒng)的多變量、時(shí)變和大滯后、大慣性、非線性的特點(diǎn)，應(yīng)用正交試驗(yàn)和回歸分析方法建立的非線性數(shù)學(xué)模型，給出了一種基于BP神經(jīng)網(wǎng)絡(luò)PID的控制算法，設(shè)計(jì)實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)PID的牧草烘干控制系統(tǒng)。系統(tǒng)測(cè)試與分析結(jié)果表明，所設(shè)計(jì)的系統(tǒng)滿足系統(tǒng)控制指標(biāo)要求。

參考文獻(xiàn)：

[1]盧英林.苜蓿草高溫快速烘干設(shè)備研制中的若干問(wèn)題[J].干燥技術(shù)與設(shè)備，2004(2):38.

[2]劉柏青.四重滾筒干燥機(jī)的模擬和設(shè)計(jì)[D].哈爾濱:東北農(nóng)業(yè)大學(xué)，2007：9-15.

[3]黃志剛，毛志懷.轉(zhuǎn)筒干燥器的現(xiàn)狀及發(fā)展趨勢(shì)[J].食品科學(xué)，2003(8)：185-187.

[4]Asunción Iguaz，Hector Budman，Peter L.Douglas. Modelling and control of an alfalfa rotary dryer [J].Drying Technology，2002，20(9):1869-1887.

[5]佟勇.四重滾筒式牧草烘干機(jī)控制系統(tǒng)的研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué)，2009：5-11.

[6]Carmen Jover，Carlos F.Alastruey. Multivariable control for an industrial rotary dryer [J].Food control，2006，17:653-659.

[7]張國(guó)忠．智能控制系統(tǒng)及應(yīng)用[M]．北京：中國(guó)電力出版社，2007：87-101.

[8]李紹銘，趙偉．基于S函數(shù)的BP神經(jīng)網(wǎng)絡(luò)PID控制器Simulink仿真[J]．工業(yè)控制技術(shù)，2008，(1)：95-96.

[9]徐中儒.農(nóng)業(yè)試驗(yàn)最優(yōu)回歸設(shè)計(jì)[M].北京：清華大學(xué)出版社，1988：68.

[10]文小平.滾筒式牧草烘干機(jī)控制系統(tǒng)非線性回歸模型[J].農(nóng)機(jī)化研究，2011，33(8):115-118.

Research on BPNN-PID for Forage Dryer Control System

Zhou Xiuli1，Jiang Lili1，Li Yanjun1，Mao Xianfeng1，Liang Yu2，F(xiàn)eng Jiang1

(1.School of Electric and Information, Northeast Agricultural University, Harbin, 150001, China; 2.School of Electronics and Information Engineering, Harbin Institute of Technology, Harbin, 150030, China)

Abstract：Drying forage directly affect the forage quality and storage time. In this paper, based on the quality and storage of forage drying requirements, according to the system characteristics of multivariable, time-varying and large time-delay and nonlinear, both the forage dryer structure and process are analyzed, using the nonlinear mathematical model that is established by the orthogonal test and regression analysis method, to design a forage drying control system on BP neural network PID control algorithm. The results show that it can achieve the requirements of the system performance index, the control effect is good.

Key words：forage drying; BP neural network; PID

文章編號(hào)：1003-188X(2016)03-0055-05

中圖分類號(hào)：S818.1

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介：周修理(1966-)，男，山東文登人，副教授，(E-mail)xlzhou@neau.edu.cn。通訊作者：江麗麗(1990-)，女，黑龍江寧安人，碩士研究生，(E-mail)383363349@qq.com。

基金項(xiàng)目：黑龍江省教育廳研究項(xiàng)目(12541041)

收稿日期：2015-04-24