胡亞南 - 李 鑫 寧奎偉 - 趙錦文 -

(1. 西京學院，陜西 西安 710021；2. 陜西西微測控工程有限公司，陜西 咸陽 712000)

啤酒是由大麥等谷物經糖化、發(fā)酵、灌裝等主要工序生產制作的主流飲品，其中，發(fā)酵過程是決定啤酒品質和口感的關鍵環(huán)節(jié)，直接影響廠家產品銷售和經濟效益[1]。發(fā)酵過程中物料發(fā)生著復雜的生物、化學反應且伴隨著熱量的排放，主要工藝對象為時間、壓力、溫度和糖度，由于糖度、時間控制取決于發(fā)酵溫度、酵母活性(受溫度影響)，而且壓力變化同樣受溫度影響，所以對啤酒發(fā)酵溫度控制對產品的穩(wěn)定性和精確性至關重要。

傳統(tǒng)PID控制因結構簡單、成熟、易實現等優(yōu)點被應用于啤酒發(fā)酵溫度控制，但發(fā)酵過程存在微生物代謝、熱量交換、反應放熱及反應釜體積大等因素，使溫度控制系統(tǒng)具有時變、非線、滯后特征，需反復、繁瑣整定PID參數，造成溫度控制系統(tǒng)超調和震蕩。杜金釗等[2]將模糊控制算法應用于啤酒發(fā)酵溫度控制中，并取得一定效果，但模糊控制受專家主觀性和盲目性影響且無法消除系統(tǒng)靜差；高錦等[3]將Smith算法和非線性PID應用于啤酒發(fā)酵溫度控制以解決系統(tǒng)溫度偏差大、波動頻繁的問題，但非線性PID參數較多且最優(yōu)參數獲取較難；寧奎偉等[4]將遺傳算法和OPC技術應用于啤酒溫度控制，仿真效果較好，但未考慮系統(tǒng)模型失配及抗干擾能力?；谀：齈ID控制算法，試驗擬提出一種具有自學習、自適應能力的徑向基神經網絡模糊PID控制算法(模糊RBFNN-PID)，以實現啤酒發(fā)酵溫度精確、穩(wěn)定控制，同時采用PLC和觸摸屏組成控制系統(tǒng)，對啤酒發(fā)酵工藝過程進行實質控制，以達到優(yōu)質、高效、低消耗的控制效果。

1 啤酒發(fā)酵溫度控制系統(tǒng)

由圖1可知，啤酒發(fā)酵溫度控制系統(tǒng)由PLC、觸摸屏(KP1500)、模擬量輸出模塊(SM1232 AO)、模擬量輸入模塊(SM1231 AI)、溫度檢測裝置、氣動調節(jié)閥組成。啤酒發(fā)酵過程需在一定工藝溫度、時間條件下進行，由于發(fā)酵罐體積較大，為使發(fā)酵罐內溫度均勻、穩(wěn)定、調節(jié)迅速，故在發(fā)酵罐外壁鋪設上、中、下3層冷卻管路，同時在冷卻管路安裝3臺氣動調節(jié)閥(FV301、FV302、FV303)及在罐體安裝3臺溫度檢測裝置(TIC301、TIC302、TIC303)。PLC通過PN接口與KP1500通訊，進行數據交互，實現友好人機交互；在KP1500設置啤酒發(fā)酵時間和溫度值，安裝在罐體內的熱電阻PT100檢測溫度信號，溫度變送器將溫度信號轉化成4～20 mA電流信號傳輸給SM1231 AI進行采樣、轉化，經內部總線將轉化后數字量穩(wěn)定信號送至PLC；PLC將溫度設定值和檢測值進行邏輯運算、分析后輸出控制信號至SM1232 AO轉化為4～20 mA電流信號調節(jié)氣動閥門開度，改變進入發(fā)酵罐外壁的冷媒流量，實現發(fā)酵罐溫度精確控制。

圖1 啤酒發(fā)酵溫度控制系統(tǒng)Figure 1 Temperature control system of beerfermentation

2 模糊RBFNN-PID溫度控制策略

如圖2所示，以啤酒發(fā)酵溫度設定值r(k)與檢測值y(k)的偏差e(k)和偏差變化率ec(k)為模糊RBFNN控制器的輸入變量，以PID增量參數ΔKP、ΔKI、ΔKD為輸出變量。模糊RBFNN以學習指標為目標不斷優(yōu)化模糊控制規(guī)則，輸出最佳PID增量參數，以提高發(fā)酵溫度控制效果。

圖2 模糊RBFNN-PID的啤酒發(fā)酵溫度控制Figure 2 Temperature control of beer fermentationbased on fuzzy RBFNN-PID

依據模糊控制結構和PID參數，設計2-10-25-3的4層模糊RBFNN控制器結構，如圖3所示。

模糊RBFNN控制器第1～4層分別為輸入層、模糊層、推理層和輸出層，以I、O表示各層網絡輸入輸出，以I、O下標表示層數，則：

第1層(輸入層)，輸入變量為啤酒發(fā)酵溫度e(k)、ec(k)，節(jié)點數m1=2。

圖3 模糊RBFNN控制器結構Figure 3 Structure of fuzzy RBFNN-PID controller

I1(1)=e(k)，

(1)

I1(2)=ec(k)，

(2)

O1(i,j)=I1(i) (i=1,2;j=1,2…n)，

(3)

式中：

n——模糊變量模糊子集個數。

第2層(模糊層)，模糊層是將輸入的精確量轉化為模糊量，每個節(jié)點表示一個模糊子集；設定發(fā)酵溫度e(k)、ec(k)的模糊子集均為{NB(負大)，NS(負小)，ZO(零)，PS(正小)，PB(正大)}，節(jié)點數m2=10；隸屬度函數為高斯型函數[5-6]。

(4)

式中：

cij、bij——第i個模糊輸入變量的第j個子集隸屬度函數中心和基寬，i=1，2，j=1，…，5。

第3層(推理層)，推理層的每個節(jié)點表示一條模糊規(guī)則，發(fā)酵溫度e(k)、ec(k)的模糊子集數均為5，則模糊控制規(guī)則數應為25，故m3=25；將模糊層的模糊子集兩兩配對，實現各節(jié)點的模糊推理，節(jié)點輸出應為所有輸入信號的乘積。因此

(5)

(6)

式中：

Ni——模糊層節(jié)點數；

t——模糊規(guī)則節(jié)點，取1，2，…，25。

第4層(輸出層)，輸出層節(jié)點輸出為所有輸入信號的加權和，模糊RBFNN輸出量為ΔKP、ΔKI、ΔKD，即節(jié)點數m4=3。

(7)

式中：

ωij——第3、4層節(jié)點連接權矩陣。

模糊RBFNN控制第4層對應的PID控制增量參數為：

(8)

PID控制器參數為：

(9)

式中：

ΔKP、ΔKI、ΔKD——PID增量參數；

KP、KI、KD——PID參數；

KP0、KI0、KD0——PID初始參數。

為使PID控制器適應復雜的啤酒發(fā)酵溫度控制系統(tǒng)，利用學習算法對模糊RBFNN的cij，bij，ωij3個參數進行自我調整和優(yōu)化，可使模糊RBFNN-PID控制器具備邏輯判斷能力及自我優(yōu)化能力，利用梯度下降法對模糊RBFNN參數進行修正，模糊RBFNN-PID學習目標為[7]：

(10)

ωij、cij、bij參數的優(yōu)化算法為：

(11)

(12)

(13)

式中：

η——慣性系數；

u——學習速率。

其中，

(14)

(15)

(16)

(17)

3 啤酒發(fā)酵控制系統(tǒng)設計

啤酒發(fā)酵控制系統(tǒng)以西門子PLC和觸摸屏為核心部件，對啤酒發(fā)酵過程進行自動控制和數據處理，具備數據顯示、存儲、報警和打印功能。整個控制過程需對過程變量實時檢測、數據分析，涉及檢測裝置和執(zhí)行裝置較多，且參數對象間存在一定耦合影響，故對控制系統(tǒng)要求較高。

3.1 硬件選型

3.1.1 PLC選型 依據啤酒發(fā)酵控制需求和廠家控制要求，對現場I/O控制點量進行計算，并冗余20%的I/O接口用于進行后期控制系統(tǒng)的維護、維修和功能擴展，系統(tǒng)共需58個I/O控制點[8]。考慮到系統(tǒng)I/O點量、系統(tǒng)運算能力及經濟性問題，選用西門子CPU 1214C(6ES7214-1AG40-0XB0)作為系統(tǒng)PLC，其集成PROFINT接口和強大的工藝功能，可滿足啤酒發(fā)酵自動控制需求。

3.1.2 觸摸屏選型 選用西門子KP1500精簡型觸摸屏，屏幕尺寸391.16 mm，分辨率1 280×800，1 600萬色，集成2個PROFINT接口；KP1500能夠實現啤酒發(fā)酵控制系統(tǒng)工藝流程顯示、參數設置、歷史曲線、報表生成、故障報警等功能，具有友好的人機界面。

3.1.3 檢測裝置選型 溫度傳感器選用天康WZP-230型號的PT100熱電阻傳感器，檢測范圍-200～450 ℃，檢測精度0.03 ℃；液位傳感器選用海聯HLY超聲波傳感器，檢測范圍0～6 m，檢測精度3 mm。

3.1.4 執(zhí)行裝置選型 選用力諾氣動ZSSV-16TK125-YPD2D型調節(jié)閥，管徑DN125，防護等級PN1.6。

啤酒發(fā)酵控制系統(tǒng)硬件選型列表如表1所示。

3.2 下位機硬件組態(tài)

啤酒發(fā)酵控制系統(tǒng)下位機設計基于TIA Portal V13平臺進行設計，TIA Portal V13注重用戶體驗自動化工具平臺，包含Step7和WinCC兩部分，可實現從過程控制到離散控制、從驅動到HMI的工控相關工具。啟動TIA Portal V13后點擊“創(chuàng)建新項目”，然后在Portal視圖下的“設備與網絡”中點擊“添加新設備”后依據型號添加項目所需的PLC模塊、PS模塊、IM模塊及SM模塊，如圖4所示。

表1 硬件選型表Table 1 Hardware selection table

圖4 硬件組態(tài)圖Figure 4 Hardware configuration diagram

3.3 網絡組態(tài)

TIA Portal V13平臺的“設備與網絡”編輯器內打開網絡視圖，網絡視圖中包含啤酒發(fā)酵控制系統(tǒng)的各個子控制系統(tǒng)及KP1500監(jiān)視器，分別點擊PLC設備和KP1500監(jiān)視器的PN端口拖動進行網絡連接，然后選擇“屬性→常規(guī)→PROFINET接口→以太網地址”修改設備IP地址和設備名稱，編譯檢查無錯誤后進行保存[9]。試驗設計的啤酒發(fā)酵控制系統(tǒng)包含3臺啤酒發(fā)酵罐設備，網絡組態(tài)圖如圖5所示；Portal平臺相對于傳統(tǒng)STEP7+WinCC平臺網絡搭建更加可視、便捷、高效。

圖5 網絡組態(tài)圖Figure 5 Network configuration diagram

3.4 人機界面設計

SIMATIC WinCC (TIA Portal)相對于傳統(tǒng)的SIMATIC WinCC Flexible軟件對控制、可視化、驅動解決方案可使用同一編輯器設計，實現工程組態(tài)框架內完美交互；同時可以使用用戶自定義對象庫和面板庫設計，可保證組態(tài)質量高度一致。如圖6所示，在Portal WinCC軟件平臺開發(fā)啤酒發(fā)酵控制系統(tǒng)，包括可視化的工藝流程、控制參數設置、對象歷史曲線及生產報表等界面，實現了啤酒發(fā)酵自動控制的解決方案。

圖6 人機交互界面圖Figure 6 Human computer interface diagram

4 啤酒發(fā)酵模糊RBFNN-PID控制程序設計

基于Portal STEP7平臺開發(fā)的啤酒發(fā)酵溫度控制系統(tǒng)，可便捷、高效地實現系統(tǒng)設計、調試、仿真及故障查詢。圖7為啤酒發(fā)酵罐中層溫度控制流程圖，首先完成系統(tǒng)初始化設置，對啤酒發(fā)酵控制系統(tǒng)的相關預置參數進行輸入，在KP1500設置中層溫度設定值SP302，啟動啤酒發(fā)酵自動控制系統(tǒng)，SM1231接收TIC302溫度值并進行A/D轉化，CPU1214C對SP302值和TIC302值進行邏輯運算，按照采樣周期T輸出e(k)和ec(k)值[10]。模糊RBFNN控制器依據e(k)和ec(k)值進行邏輯規(guī)則判斷，同時依據學習目標e(k)對參數cij，bij，ωij進行調整和優(yōu)化，以實現發(fā)酵溫度最佳控制并輸出PID增量參數△KP、△KI、△KD。按式(9)進行PID參數疊加，將KP、KI、KD數據送至PID控制器進行控制運算；CPU1214C將PID控制運算結果經SM1232進行D/A轉化為4～20 mA電流信號后作用于氣動調節(jié)閥FV302，FV302依據閥位值與電流值的線性比例調整閥位開度以改變進入發(fā)酵罐中層冷卻管道的冷媒量，進而調整啤酒發(fā)酵罐中層溫度值。

圖7 啤酒發(fā)酵罐中層溫度控制流程Figure 7 Middle temperature control processof beer fermenter

5 仿真與應用

5.1 仿真驗證

利用Matlab軟件平臺建立模糊RBFNN-PID控制器、模糊PID控制器和PID控制器進行對比仿真，設置啤酒發(fā)酵溫度為12 ℃。呂寧等[11]建立的啤酒發(fā)酵溫度控制系統(tǒng)傳遞函數為：

(18)

設置仿真運行時間為2 000 s，在t=1 200 s時向啤酒發(fā)酵溫度控制系統(tǒng)添加一個幅值為3 ℃(25%)的階躍信號模擬現場干擾信號，以驗證3種控制器的性能和抗干擾能力。3種控制器的Simulink仿真對比曲線和性能指標分別如圖8、表2所示。

由圖8、表2可知，模糊RBFNN-PID控制器上升時間大于模糊PID和PID控制器，但其超調量最小、達到穩(wěn)態(tài)時間最短、抗干擾能力最強。由于啤酒發(fā)酵過程，微生物代謝、熱量交換及耦合、物料發(fā)酵非線性放熱等因素均對啤酒發(fā)酵溫度控制傳遞函數存在影響，所以將啤酒發(fā)酵溫度控制系統(tǒng)傳遞函數的比例系數K增加30%，以驗證3種控制器的模型失配魯棒性。如圖9所示，當系統(tǒng)模型K增加30%后，PID、模糊PID、模糊RBFNN-PID 3種控制器的超調量分別增加21.71%，6.39%，0.38%；達到穩(wěn)態(tài)時間分別增加220，185，143 s，由此可見模糊RBFNN-PID控制模型失配魯棒性最優(yōu)。

圖8 3種控制器仿真曲線Figure 8 Three kinds of controller simulation curves

表2 3種控制器性能指標Table 2 Three performance indexes of controller

5.2 試驗測試

文中所述啤酒發(fā)酵自動控制系統(tǒng)是與陜西西微測控工程有限公司共同開發(fā)的，以200 L啤酒發(fā)酵罐及相關裝置為試驗設備，以酵母、麥花、酒花為原料，按文中所述硬件組態(tài)和程序設計開發(fā)啤酒發(fā)酵自動控制系統(tǒng)進行試驗測試。由圖10可知，啤酒發(fā)酵溫度誤差為±0.08 ℃、控制精度為0.67%，溫度控制系統(tǒng)具有較好的精確性和跟蹤能力。

圖9 3種控制器模型失配后仿真曲線Figure 9 Simulation curve of three controllermodels after mismatch

6 結論

設計了具備邏輯判斷和自我優(yōu)化能力的模糊RBFNN-PID控制策略，以CPU1214C和KP1500觸摸屏為核心，完成控制系統(tǒng)的硬件組態(tài)、網絡組態(tài)、人機界面設計，利用Matlab仿真和試驗測試的方法進行算法驗證。結果表明：模糊RBFNN-PID控制系統(tǒng)具有較好的穩(wěn)定性、抗干擾能力和模型失配魯棒性，發(fā)酵溫度誤差為±0.08 ℃、控制精度為0.67%，滿足啤酒發(fā)酵溫度控制要求。試驗主要研究發(fā)酵溫度控制及設備監(jiān)控，未涉及啤酒制造過程中的能源與資源管理，下一步將利用西門子B.Data軟件設計啤酒制造能源管理系統(tǒng)，實現企業(yè)信息化管理和綠色生產。

圖10 啤酒發(fā)酵溫度歷史曲線圖Figure 10 History curve of beer fermentation temperature