鄧立群

內(nèi)江職業(yè)技術(shù)學(xué)院（內(nèi)江 641100）

隨著中國(guó)經(jīng)濟(jì)水平的不斷發(fā)展，人們生活水平得到大幅提高，對(duì)于袋裝食品的消耗量與日俱增。粉狀袋裝食品具有攜帶、食用方便，營(yíng)養(yǎng)價(jià)值保存較為完整，從而受到眾多消費(fèi)者的喜愛(ài)。

國(guó)內(nèi)粉狀食品加工企業(yè)對(duì)于食品計(jì)量還通常采用一些較為落后的設(shè)備，這些設(shè)備的控制系統(tǒng)較為簡(jiǎn)單，使得食品計(jì)量出現(xiàn)偏差[1-2]。粉狀計(jì)量控制系統(tǒng)通常采用PID進(jìn)行自動(dòng)控制，PID控制算法結(jié)構(gòu)簡(jiǎn)單、易實(shí)現(xiàn)，從而在計(jì)量行業(yè)中被廣泛使用[3-6]。粉狀食品計(jì)量控制系統(tǒng)是一個(gè)非線性、大時(shí)滯性的動(dòng)態(tài)系統(tǒng)，傳統(tǒng)的PID控制由于不具有自適應(yīng)性，當(dāng)系統(tǒng)出現(xiàn)變化時(shí)計(jì)量精度顯著降低。

神經(jīng)網(wǎng)絡(luò)算法是利用輸出層計(jì)算出隱含層的控制偏差，通過(guò)隱含層偏差便可得到前一層的偏差，不斷往前遞進(jìn)便可使偏差趨于最小[7-8]。模糊控制方法不需要依賴系統(tǒng)精確的數(shù)學(xué)模型，通過(guò)模糊規(guī)則實(shí)現(xiàn)PID參數(shù)的在線自整定。

為提高粉狀食品計(jì)量稱量控制系統(tǒng)的稱量精度，實(shí)現(xiàn)包裝計(jì)量系統(tǒng)的實(shí)時(shí)在線控制，設(shè)計(jì)一種模糊神經(jīng)網(wǎng)絡(luò)PID的自動(dòng)控制系統(tǒng)，解決傳統(tǒng)PID控制方法在非線性和時(shí)變性系統(tǒng)中的缺陷，并通過(guò)仿真驗(yàn)證該控制方法的優(yōu)勢(shì)。

1 傳統(tǒng)PID控制方法

粉狀食品加工過(guò)程中，稱量通常是包裝過(guò)程中非常重要的一個(gè)工藝環(huán)節(jié)，稱量精度的高低直接影響包裝質(zhì)量。包裝稱量設(shè)備通常是集下料、稱量、包裝、封口、貼標(biāo)于一體的自動(dòng)化設(shè)備。粉狀計(jì)量設(shè)備如圖1所示。

圖1 粉狀計(jì)量設(shè)備結(jié)構(gòu)

粉狀計(jì)量設(shè)備的工作原理是粉狀物體通過(guò)卸料閥進(jìn)入到下料倉(cāng)中，經(jīng)過(guò)下料倉(cāng)后進(jìn)入到旋轉(zhuǎn)加料裝置，通過(guò)稱重傳感器將食品質(zhì)量反饋給控制系統(tǒng)，通過(guò)該質(zhì)量與設(shè)定的目標(biāo)質(zhì)量進(jìn)行比較，根據(jù)差值大小調(diào)節(jié)伺服電機(jī)轉(zhuǎn)速以改變下料速度，從而保證計(jì)量精度。

PID控制算法是依據(jù)食品重量采集值PV和設(shè)定值SP疊加誤差e(t)值的積分、微分及比例運(yùn)算，獲取輸出信號(hào)的控制過(guò)程，其過(guò)程如式（1）。

式中：Kp為積分參數(shù)；KI為積分時(shí)間常數(shù)；KD為微分時(shí)間常數(shù)。通過(guò)調(diào)節(jié)Kp、KI、KD等參數(shù)可實(shí)現(xiàn)重量的最優(yōu)控制。

由于中受重量傳遞滯后性等情況影響，難以通過(guò)人為調(diào)整獲取最優(yōu)控制結(jié)果，因此選取智能優(yōu)化方法對(duì)PID控制算法中的參數(shù)進(jìn)行調(diào)整。

2 計(jì)量系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)PID控制

粉狀食品自動(dòng)稱量系統(tǒng)通常是一個(gè)復(fù)雜多變的非線性系統(tǒng)，很難建立精確的數(shù)學(xué)模型。傳統(tǒng)PID控制方法結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性高，但該控制方法不能根據(jù)系統(tǒng)的變化而進(jìn)行自我調(diào)整，對(duì)于復(fù)雜多變的稱量系統(tǒng)很難達(dá)到理想的控制要求。模糊控制方法主要是將工程中建立的經(jīng)驗(yàn)建立一定的規(guī)則，通過(guò)該規(guī)則實(shí)現(xiàn)傳統(tǒng)PID控制方法參數(shù)的調(diào)整。神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自我學(xué)習(xí)能力，在模糊規(guī)則中引入神經(jīng)網(wǎng)絡(luò)可以提高算法的自我學(xué)習(xí)能力。為此設(shè)計(jì)一種將模糊神經(jīng)網(wǎng)絡(luò)控制與PID控制相結(jié)合的智能控制方法，綜合模糊控制和PID控制的優(yōu)點(diǎn)，并將該控制方法應(yīng)用于粉狀食品計(jì)量控制中，模糊神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)構(gòu)如圖2所示。

圖2 模糊PID控制器結(jié)構(gòu)

為提高PID控制的自適應(yīng)能力，在PID控制中引入模糊控制和神經(jīng)網(wǎng)絡(luò)控制，模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

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

假設(shè)目標(biāo)代價(jià)函數(shù)為

式中：ri為食品計(jì)量的目標(biāo)值，yi為計(jì)量傳感器傳送到控制系統(tǒng)的實(shí)際測(cè)量值。

由模糊化層可得到隸屬度函數(shù)為

中心值為

寬度為

式中：i=1, 2；j=1, 2, …, 7；η為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率。

模糊推理層可得規(guī)則適用度為

由歸一化層可得加權(quán)平均數(shù)為

由輸出層可得到經(jīng)過(guò)優(yōu)化后的PID參數(shù)為

式中：ωpq為輸出層連接權(quán)值，?F/?ωpq=-(ri-yi)a1。

3 試驗(yàn)分析

為驗(yàn)證所述粉狀食品計(jì)量控制方法的有效性，采用Matlab仿真軟件進(jìn)行仿真分析。假設(shè)計(jì)量的食品為100 g和150 g，分別采用傳統(tǒng)PID控制、模糊PID控制、模糊神經(jīng)網(wǎng)絡(luò)PID這3種控制方法分別進(jìn)行仿真分析，仿真結(jié)果如圖4和圖5所示。

圖4 目標(biāo)質(zhì)量100 g仿真結(jié)果

圖5 目標(biāo)質(zhì)量150 g仿真結(jié)果

由仿真結(jié)果可以看出，目標(biāo)質(zhì)量100 g時(shí)，采用試驗(yàn)方法系統(tǒng)達(dá)到穩(wěn)定大約需要1 s，超調(diào)量接近于0，質(zhì)量控制精度可達(dá)±0.5 g，滿足工藝要求。而采用傳統(tǒng)PID控制，系統(tǒng)達(dá)到穩(wěn)定狀態(tài)需要約3 s，超調(diào)量達(dá)到45%，控制精度只有±1.8 g；采用模糊PID控制，系統(tǒng)達(dá)到穩(wěn)定狀態(tài)需要約2 s，超調(diào)量為20%，控制精度為±0.9 g。

目標(biāo)質(zhì)量150 g時(shí)，采用試驗(yàn)方法系統(tǒng)達(dá)到穩(wěn)定需要約1.5 s，超調(diào)量接近于0，質(zhì)量控制精度可以達(dá)到±0.6 g，滿足工藝要求。而采用傳統(tǒng)PID控制，系統(tǒng)達(dá)到穩(wěn)定狀態(tài)需要約3 s，超調(diào)量達(dá)到50%，質(zhì)量控制精度只有±2 g；采用模糊PID控制，系統(tǒng)達(dá)到穩(wěn)定狀態(tài)需要約2 s，超調(diào)量為25%，質(zhì)量控制精度為±1.2 g。

通過(guò)對(duì)比可知，模糊神經(jīng)網(wǎng)絡(luò)PID控制在響應(yīng)速度、超調(diào)量、質(zhì)量精度控制方面均存在一定優(yōu)勢(shì)，能夠滿足粉狀食品計(jì)量控制要求。傳統(tǒng)PID控制顯然無(wú)法滿足要求，而模糊PID控制則在質(zhì)量控制精度方面同樣無(wú)法滿足要求。

4 結(jié)語(yǔ)

以粉狀食品計(jì)量系統(tǒng)為研究對(duì)象，為解決計(jì)量系統(tǒng)的非線性、時(shí)變性，將模糊控制、神經(jīng)網(wǎng)絡(luò)控制及PID控制相結(jié)合，設(shè)計(jì)一種模糊神經(jīng)網(wǎng)絡(luò)PID控制方法。通過(guò)模糊神經(jīng)網(wǎng)絡(luò)智能算法實(shí)現(xiàn)傳統(tǒng)PID控制算法參數(shù)的在線自適應(yīng)整定，利用神經(jīng)網(wǎng)絡(luò)的自我學(xué)習(xí)能力優(yōu)化算法的自適應(yīng)能力，利用模糊規(guī)則實(shí)現(xiàn)參數(shù)的在線調(diào)整。仿真結(jié)果表明，試驗(yàn)方法的質(zhì)量控制效果比較理想，可明顯提高質(zhì)量控制精度，對(duì)于提升粉狀食品加工企業(yè)的產(chǎn)品質(zhì)量具有重要作用。