王冬云，魯妍，孫美玲

秦皇島職業(yè)技術學院（秦皇島 066100）

干燥機作為一種降低物料水分的機器，可以幫助食品加工[1]。因此，為使以農(nóng)作物為代表的食品能夠連續(xù)干燥，對干燥機進行智能控制，如文獻[2]利用火焰算法，獲得糧食含水量、體積、表面狀態(tài)等數(shù)據(jù)，提出基于火焰算法的熱風干燥機控制方法，根據(jù)近似搜索結果，控制設備的加熱干燥工作。文獻[3]利用貪心算法，通過捕捉局部信息，獲取食料干燥效果的近似最優(yōu)解，在控制方面取得不錯的研究成果。但是上述方法沒有涉及可視化部分，且只具備局部搜索功能，導致干燥機只處理食料的局部位置。

對此，提出引入混合遺傳算法，對食料熱風干燥機進行可視化控制，提出基于貪心算法的熱風干燥機可視化控制方法。該方法創(chuàng)新之處在于在食品熱風干燥器的振動特性提取的基礎上，利用混合遺傳算法的全局搜索功能，得到食料的總體干燥效果，確定多目標加工效果，實現(xiàn)對食料熱風干燥的全局控制，克服傳統(tǒng)方法中容易陷入最優(yōu)解的問題，實現(xiàn)對干燥機傳熱傳質(zhì)模型的可視化控制與優(yōu)化。

1 基于混合遺傳算法的食料熱風干燥機可視化控制方法

1.1 模態(tài)分析法獲取食料熱風干燥機振動特性

為獲取食料熱風干燥機振動特性，根據(jù)模態(tài)分析法建立一個反映干燥機振動實際情況的模型。根據(jù)動力學特性，假設干燥機的運動微分方程如式（1）。

式中：A、B、C分別為熱風干燥機的質(zhì)量、阻尼和剛度矩陣；w、w’、w’’分別為干燥機的振動位移矩陣、速度矩陣及加速度矩陣；已知加熱干燥機的阻尼較小，因此默認阻尼為0，則干燥機無阻尼的自由振動方程如式（2）。

因線性振動位移是響應振動函數(shù)，因此求解方程，得到方程解：

將式（2）代入到式（3）中，去除eq的值，得到式（4）。

根據(jù)線性定理可知，參數(shù)K的非零解條件，需要式（3）的系數(shù)行列式，滿足式（5）。

式中：ω為干燥機工作的固有頻率[4]。根據(jù)振動理論可知，在振動過程中，絕大多數(shù)結構的低階固有頻率對應的振型是影響干燥機振動特性的關鍵，而高頻振型對干燥機振動特性的影響較小，加上結構中阻尼的影響，使高頻振型很快衰減，因此，通過模態(tài)分析，可以采集前10個固有頻率及其對應的振動模態(tài)[5]。用模態(tài)分析方法實現(xiàn)食品熱風干燥器的振動特性提取。

1.2 設計干燥機傳熱傳質(zhì)模型的可視化控制邏輯

可視化控制食料熱風干燥機的工作程序就是通過可視化屏幕，反饋干燥機的傳熱傳質(zhì)過程，通過可視化屏幕，顯示加熱干燥時間和位置函數(shù)，同時反映食料在干燥加工過程中的濕度和溫度等。因此結合得到的振動特性，將可視化控制的傳熱傳質(zhì)過程，以方程形式進行描述，其中質(zhì)量傳遞方程為式（6）。

式中：m1、m2分別為濕食料的處理總量和食料成品總量，kg/s；s1、s2分別為食料入口和出口的濕基濕度；Δm為濕份蒸發(fā)量，kg/s；U1、U2分別為干空氣用量和干燥機抽風量，m3/s；u為氣體比容[6]。熱量傳遞方程可利用式（7）進行描述。

式中：R1為成品食料的吸熱量，J；R2為濕份升溫吸熱量，J；R3為濕份蒸發(fā)吸熱量，J；R4為空氣帶出熱量，J；R為總熱量，J；Cp為比熱，kJ/（kg·K）；o為水量，m3；g為空氣量，cfm；H1為食料出口溫度，℃；H1’為空氣出口溫度，℃；H2為食料入口溫度，℃；H2’為空氣入口溫度，℃；ε為水的汽化潛熱，kJ/kg[7]。

根據(jù)傳熱傳質(zhì)過程，設計干燥機的可視化控制邏輯。在傳導干燥中，控制邏輯需要實時反饋熱載體的熱量，并監(jiān)控熱載體的熱傳過程，保證干燥機的傳熱與傳質(zhì)同時進行，根據(jù)實時監(jiān)測程序，記錄食料的升溫情況、表面濕份汽化情況、食料內(nèi)部傳熱效果及食料表層濕氣，在加熱箱內(nèi)的擴散情況。令可視化控制模塊將沒有達到干燥要求的數(shù)值和曲線用紅色字體和紅色線條表示；將馬上達到臨界值的干燥數(shù)值和曲線用黃色字體和黃色線條表示；將已經(jīng)超過設置標準的干燥數(shù)值和曲線用綠色字體和綠色線條表示。通過顏色的差異標注，明確可視化控制過程的進展階段，實現(xiàn)對干燥機傳熱傳質(zhì)模型的可視化控制[8]。

1.3 混合遺傳算法搜索多目標干燥效果

已知食料加熱干燥過程中，需要滿足的指標有很多，包括含水率、濕度、干燥率及質(zhì)量等，可見試驗研究的食料加熱干燥過程是一個多目標的控制過程，因此為了加強算法對各項可視化數(shù)據(jù)的搜索和分析，采用混合遺傳算法，增強搜索多目標干燥效果。將食料的多目標控制過程看作一個多目標優(yōu)化問題，在該問題中，將排序方法及權重作為混合遺傳算法的搜索依據(jù)。利用多種交叉操作手段，令算法搜索目標數(shù)據(jù)時產(chǎn)生更多的可行解，提升可視化方法收斂速度的同時保證不會遺失全局最優(yōu)解。

混合遺傳算法尋優(yōu)的第一步是根據(jù)研究目的選擇一種合適的染色體表現(xiàn)型，給同一加熱過程和干燥過程，設置相同的工序編號，在選擇的染色體表現(xiàn)型中找到對應的位置確定工序編號。假設一個染色體串為158786615，其中第1次出現(xiàn)的數(shù)字5，代表干燥機加工程序5的第1道工序；第2次出現(xiàn)的數(shù)字5，則為程序5的第2道工序。此類算法可以任意排列干燥機的調(diào)度，且存在最優(yōu)解，實現(xiàn)對編碼的設計。進行解碼設計，已知活動調(diào)度集合中存在最優(yōu)調(diào)度，但若只在活動調(diào)度集合內(nèi)搜索最優(yōu)調(diào)度，就會極大提升算法的搜索效率。因此假設干燥機程序i的第j道工序為Fij，干燥機加工操作工序的集合用Xij表示，令ETij表示干燥機加工完畢所用的時間，ETijr表示Fij在干燥機r上最早加熱干燥完畢的用時。令時間t=0，從染色體中提取一個優(yōu)先權最高的干燥機調(diào)度工序，從集合Xij中判斷從零時刻到當前時刻的加工過程，實現(xiàn)對干燥機工序的解碼[9-10]。

混合遺傳算法在父代種群中選擇2個個體，個體級別不同時，復制級別較小的個體；若級別相同，則利用小生境技術復制較小的小生境個體[11-13]。小生境計算如式（8）。

式中：S為染色體；λ為染色體種群數(shù)；Dxy為目標空間中個體x和個體y之間距離；α為小生境半徑。根據(jù)得到的計算結果，混合算法采用交叉搜索策略，識別整個加熱干燥過程中n個局部位置的食料干燥狀況[14-15]，并通過可視化控制界面顯示，確定多目標加工效果。至此基于混合遺傳算法，實現(xiàn)對食料熱風干燥機的可視化控制。

2 仿真試驗

2.1 試驗準備

已知食料特指食物的原料，包括糧、肉、蛋、魚等。為使試驗與研究目的之間保持一致性，將糧食作為試驗的基本測試對象，在不同算法應用下，利用不同干燥機可視化控制方法，控制其加熱干燥過程。為了驗證提出控制方法的使用效果，將該方法作為試驗組，將2種傳統(tǒng)方法即文獻[2]（對照組A）和文獻[3]（對照組B）作為對照組，比較不同方法的控制效果，進而得出試驗結論。試驗選取試驗設備，其中的主要設備如圖1所示。

圖1 試驗所用設備

在上述設備之間建立連接，構建一個試驗測試基本環(huán)境。而選擇的糧食作物，其基本性狀為不規(guī)則圓形或橢圓形，為便于制圖與計算，默認糧食顆粒為規(guī)則球體，且假設所有糧食顆粒的大小完全一致。已知將這些糧食投入到熱風干燥機內(nèi)時，糧食顆粒之間最多能產(chǎn)生5種不同堆積形態(tài)，分別為簡單堆積形成的立方體形態(tài)、平行四邊形形態(tài)、楔形形態(tài)、金字塔形態(tài)和正四面體形態(tài)。計算不同堆積形態(tài)下的糧食單位體積、孔隙率及孔隙比，其中糧食的顆粒半徑計算如式（9）。

式中：x為谷物長度；y為谷物寬度；z為谷物厚度；r為計算體積所需半徑。所有參數(shù)的單位為m。

糧食孔隙率是糧食在干燥機內(nèi)，微小空隙體積之和與糧食顆粒體積之和的比例，計算如式（10）。

式中：k為糧食孔隙率計算結果，%。Vm為m個空隙的體積之和；Vn為n個糧食顆粒總體積。2個體積參數(shù)的單位為m3。

在糧食的整個干燥層中，糧食顆粒所占體積的百分比為密度；孔隙所占百分比為孔隙率；糧食顆粒體積與孔隙體積之間的比值為孔隙比，計算如式（11）。

計算得出不同堆積形態(tài)下糧食顆粒的各項基本參數(shù)，結果如表1所示。

表1 糧食顆?；緟?shù)

根據(jù)參數(shù)，仿真測試軟件模擬干燥機對糧食的加熱干燥過程。不考慮糧食作物的形態(tài)大小和表外狀態(tài)，已知孔隙率與糧食含水量關系最為密切，糧食越干燥，孔隙率的計算結果就越大。內(nèi)容準備完畢后，將糧食作物投放到干燥機中，在可視化監(jiān)測頁面，設置基本環(huán)境參數(shù)、糧食參數(shù)和設備參數(shù)，如表2所示。

參數(shù)設置完畢后，運行加熱干燥機，分別將3種可視化控制方法，接入到可視化控制系統(tǒng)中，比較不同測試組在可視化控制下對糧食的加熱干燥效果。

表2 參數(shù)設置

2.2 糧食干燥效果仿真測試

在初始狀態(tài)下，仿真軟件模擬糧食顆粒將加熱箱空間填滿的狀態(tài)。試驗進行到75 min時，得到如圖2所示的糧食顆粒干燥仿真效果圖。

根據(jù)圖2中的仿真測試結果可知，在同樣的高溫加熱干燥狀態(tài)下，試驗組的糧食顆粒堆積空隙，下降約1/2；而對照A組和對照B組中的糧食顆粒堆積空隙，下降約1/3?？梢娫诳梢暬刂品椒ㄏ拢稍餀C對食料的控制效果更好。

圖2 糧食作物干燥效果圖

2.3 結果與分析

為進一步得出試驗測試結論，3個測試組加熱干燥處理完畢后，應用測試軟件導出加熱干燥過程，糧食的總含水率和干燥速率曲線，如圖3所示。

根據(jù)圖3曲線走勢可知，在試驗進行到1 h時，試驗組的含水率下降到最低點，為0.625，干燥率與含水率呈反比，隨著含水率下降而迅速上升。2個對照組雖然也得到干燥率與含水率的反比關系，但總體來看，糧食含水率下降偏慢、干燥率也緩慢提升。可見此次提出的可視化控制方法，可以加快干燥處理工作。

圖3 含水率和干燥速率曲線

3 結語

在混合遺傳算法的應用下，提出食品熱風干燥可視化控制方法，在整個加熱干燥過程中，采用交叉搜索策略識別食品在多個局部位置的干燥狀態(tài)，并通過視覺控制界面顯示，確定多目標處理效果，實現(xiàn)食品熱風干燥可視化控制。

克服傳統(tǒng)方法中容易陷入最優(yōu)解的問題，即保證種群多樣性，其提取食料含水率的速度和干燥率的變化值得到提升，可對食料熱風干燥進行全局控制。

受個人能力及研究經(jīng)驗的限制，并沒有將溫度、濕度、干燥機型號作為此次試驗的測試變量，今后研究中，可以擴大試驗范圍，加設多條測試變量，驗證研究方法的可靠性和實用性。