孫 握 瑜

(安徽商貿(mào)職業(yè)技術(shù)學(xué)院 信息與人工智能學(xué)院，安徽 蕪湖 241002)

0 引 言

擠出機(jī)儀器作為一款專業(yè)的生產(chǎn)設(shè)備，被廣泛應(yīng)用于城市建設(shè)、石油傳輸、物料配送等行業(yè)。擠出機(jī)將固態(tài)顆粒塑化成均勻熔體，并在一定壓力和溫度條件下，由擠出機(jī)機(jī)頭輸出不同品類的成品[1]。目前，國內(nèi)多數(shù)擠出機(jī)在溫控方面主要采用分離儀表和電熱圈分區(qū)加熱進(jìn)行控制，該方式具備很高的性價(jià)比，但僅通過單片機(jī)技術(shù)的分離模塊控制，難以實(shí)現(xiàn)擠出機(jī)綜合控制，因而不能滿足擠出機(jī)的最優(yōu)運(yùn)行模式[2-3]。而PID技術(shù)的發(fā)展以及神經(jīng)網(wǎng)絡(luò)算法的提出為擠出機(jī)智能控制提供了新的途徑，將PID與智能控制相結(jié)合實(shí)現(xiàn)對(duì)擠出機(jī)溫度的控制成為研究的熱點(diǎn)[4-6]。如相關(guān)學(xué)者提出的T-S模型的模糊控制法，通過引入獎(jiǎng)懲函數(shù)來改善擠出機(jī)溫度系統(tǒng)的動(dòng)態(tài)特性[7]；針對(duì)PID控制過程中存在的非線性特征，利用非線性函數(shù)來表述PID控制系統(tǒng)中的比例、積分關(guān)系，并由不同工藝緩解來改變函數(shù)因子，實(shí)現(xiàn)對(duì)PID的可消除超調(diào)，提高算法的調(diào)節(jié)效率[8]。

本文在擠出機(jī)智能溫控系統(tǒng)算法的基礎(chǔ)上，結(jié)合模糊神經(jīng)網(wǎng)絡(luò)和PID控制，通過引入自整定方法，根據(jù)不同工藝階段來實(shí)現(xiàn)對(duì)原料基礎(chǔ)溫度的智能控制，并設(shè)計(jì)得到模糊自正整定的PID算法控制器，實(shí)現(xiàn)對(duì)溫控非線性參數(shù)的智能控制。

1 擠出工藝流程

擠出機(jī)通過加料斗將原料顆粒由轉(zhuǎn)動(dòng)螺桿送至預(yù)定溫度的主機(jī)螺桿料筒中，高溫作用下利用轉(zhuǎn)動(dòng)的螺桿對(duì)桶內(nèi)原料剪切、攪拌、混煉、塑化，將固體顆粒熔化成流體狀態(tài)，并不斷推進(jìn)主機(jī)螺桿前進(jìn)，最終在機(jī)頭通過口模成型輸出成品。

在原料基礎(chǔ)控制系統(tǒng)中，采用PLC自動(dòng)控制技術(shù)實(shí)現(xiàn)對(duì)生產(chǎn)過程中溫度、壓力控制，使用螺桿料筒控制溫度。在生產(chǎn)中，筒體可劃分為7個(gè)模塊，每個(gè)模塊用加熱片加熱，可設(shè)定恒定溫度點(diǎn)，也可用開關(guān)量實(shí)現(xiàn)控制。當(dāng)溫度大于設(shè)定的上限值時(shí)，加熱片停止工作，冷卻系統(tǒng)開始工作，系統(tǒng)給出報(bào)警信號(hào)，并輸出開關(guān)量信號(hào)。圖1為典型的料筒溫度控制系統(tǒng)。

圖1 料筒溫度控制系統(tǒng)

2 模糊神經(jīng)網(wǎng)絡(luò)的PID控制仿真研究

2.1 模糊神經(jīng)網(wǎng)絡(luò)模型的建立

考慮到擠出機(jī)料筒溫度控制系統(tǒng)的滯后性、非線性特征[9]，在不同加工工況下存在的不確定性，采用傳統(tǒng)的PID控制法難以建立精確的數(shù)學(xué)模型。而根據(jù)模糊控制規(guī)則，通過模糊神經(jīng)網(wǎng)絡(luò)算法，確定PID智能控制的整定參數(shù)，且具有特定的優(yōu)勢(shì)，有效保證了PID控制器能夠適應(yīng)不同被控對(duì)象的非線性變化特征?；诖耍⒒谀：窠?jīng)網(wǎng)絡(luò)的PID智能控制系統(tǒng)，具體流程如圖2所示。

圖2 模糊控制系統(tǒng)控制流程

1)確定輸入、輸出變量、論域關(guān)系。將系統(tǒng)偏差和偏差率作為系統(tǒng)輸入量，通常溫差控制系統(tǒng)輸入變量取溫度偏差量化因子Ke和偏差變化率量化因子。而輸出變量取溫度偏差量的相應(yīng)比例因子，即假設(shè)偏差c基本論域?yàn)閇-xc,xc]，對(duì)應(yīng)連續(xù)論域?yàn)閇-n,n]，則量化因子Kc和比例因子Kss分別為：

(1)

(2)

上式中：n為預(yù)先確定的論域；xc為基本論域[-xc,xc]的某個(gè)偏差值。

2)定義模糊子集。獲得模糊子集數(shù)量和對(duì)應(yīng)的語言變量，根據(jù)模糊子集類別選擇隸屬度函數(shù)。即在模糊神經(jīng)網(wǎng)絡(luò)給定論域U中，對(duì)于給定模糊的任意x，x∈U，存在隸屬度函數(shù)μA(x)，則滿足式(1)條件的A定義為模糊集合

A={|μA(x)|?x∈U,μA(x)∈[0,1]}

(3)

對(duì)于某一個(gè)變量xi與模糊集合的相關(guān)性，采用隸屬度來進(jìn)行描述?？梢钥闯?，隸屬度僅與元素xi有關(guān)，而與模糊集并無關(guān)系，建立變量xi與隸屬度的函數(shù)關(guān)機(jī)即隸屬度函數(shù)。目前，應(yīng)用較為廣泛的正態(tài)型隸屬度函數(shù)如下：

μ(x)=exp[-(x-α)2/σ2](σ>0)

(4)

上式中：α為慣性系數(shù)，且有0

3)制定模糊規(guī)則。根據(jù)控制性能的狀態(tài)，獲得模糊變量對(duì)應(yīng)的映射關(guān)系和模糊邏輯函數(shù)。當(dāng)計(jì)算得到xi值滿足區(qū)間[0,1]時(shí)，則xi作為模糊變量，對(duì)應(yīng)的集合為{x1,x2,，…，xn}，映射關(guān)系式f:[0,1]n→[0,1]作為模糊邏輯函數(shù)，記為f(x1,x2,…，xn)。

4)建立模糊控制表。根據(jù)獲得的PID模糊控制器輸出量，建立輸入/輸出量的關(guān)系列表。確定模糊關(guān)系:對(duì)于集合C和集合D，將C和D直積計(jì)算作為論域U中的模糊子集，即存在關(guān)系式

C×D={(x,y)|x∈C,y∈D}

(5)

5)控制力計(jì)算。根據(jù)采樣得到的偏差和偏差率輸入值，由隸屬度函數(shù)計(jì)算獲得的結(jié)果代入到建立的模糊控制表中，經(jīng)過PID修正量得到的輸出量即控制量。

6)仿真驗(yàn)證。根據(jù)不同的算法結(jié)果調(diào)整量化因子、比例因子，提升模糊PID控制器的系統(tǒng)使用性能，獲得最優(yōu)工藝參數(shù)。

2.2 仿真和實(shí)驗(yàn)結(jié)果

2.2.1 仿真研究

本節(jié)對(duì)擠出機(jī)料筒喂料段控制效果進(jìn)行模糊PID控制系統(tǒng)仿真，由于喂料段是一個(gè)不斷加熱過程，因此將擠出機(jī)加熱系統(tǒng)作為一個(gè)二階慣性加滯后環(huán)節(jié)，確定系統(tǒng)算法公式為

(6)

使用模糊智能控制PID算法，實(shí)現(xiàn)溫度自動(dòng)控制。如圖3為基于MATLAB/Simulink軟件建立的仿真系統(tǒng)。

圖3 擠出機(jī)溫控系統(tǒng)Simulink模型框

其中系統(tǒng)輸入量為PID的3個(gè)新參數(shù)。根據(jù)智能溫控器工藝經(jīng)驗(yàn)，定義溫度偏差系數(shù)Ke=0.6，偏差變化率系數(shù)Kec=1.2。模糊控制系統(tǒng)采用兩個(gè)輸入、三端輸出的形式，輸入信息用e和ec表示，分別代表偏差信號(hào)和微分偏差信號(hào)，由式(1)和式(2)計(jì)算得到系統(tǒng)輸出比例因子：ΔKkp=0.15,ΔKkl=0.05,ΔKkD=0.4。獲得PID參數(shù)初始值分別為Kp=0.9,Kl=0.3,KD=2.4。

考慮到擠出機(jī)料筒溫度控制的非線性特征，選擇正態(tài)函數(shù)曲線，采用正態(tài)分布函數(shù)作為Kp、Ki、Kd隸屬度函數(shù)。

2.2.2 仿真結(jié)果分析

圖4為不同PID控制系統(tǒng)溫控輸出曲線，從圖中可明顯看出，使用常規(guī)PID控制，系統(tǒng)的恒定性較好，且超調(diào)量為0，但控制系統(tǒng)表現(xiàn)出了明顯的溫度誤差，其中最大溫差量達(dá)到了+25 ℃。采用模糊PID復(fù)合控制器的系統(tǒng)穩(wěn)定性進(jìn)一步增強(qiáng)，且系統(tǒng)達(dá)到預(yù)定穩(wěn)定溫度所用的條件時(shí)間減少，且并未出現(xiàn)進(jìn)一步的溫度顯著波動(dòng)，可以看出，模糊PID復(fù)合控制器具有更好的控制性能。

圖4 不同PID控制系統(tǒng)溫控輸出曲線

實(shí)際生產(chǎn)過程中，只有在偏差量很小的情況下才執(zhí)行PID控制。因此用模糊PID復(fù)合控制時(shí)，可將Kp參數(shù)相對(duì)量取值大些，能使系統(tǒng)快速達(dá)到目標(biāo)溫度，如圖5為不同KP參數(shù)下的溫度上升曲線，可以看出，當(dāng)Kp在0.6～0.9時(shí)，隨著Kp值的增加，系統(tǒng)調(diào)節(jié)時(shí)間不斷降低，且穩(wěn)定性并未出現(xiàn)較大變化，當(dāng)Kp等于0.9時(shí)，調(diào)節(jié)時(shí)間最短為72 s，隨著Kp值進(jìn)一步增大，盡管降低了系統(tǒng)調(diào)節(jié)時(shí)間，但系統(tǒng)溫度波動(dòng)量降低。因此，選定合適的Kp值對(duì)于改善模糊PID復(fù)合控制器系統(tǒng)性能有直接影響。

圖5 不同比例因子的溫控曲線

4 結(jié) 論

1)本文設(shè)計(jì)了基于模糊神經(jīng)網(wǎng)絡(luò)的PID復(fù)合控制系統(tǒng)對(duì)溫度控制PID參數(shù)進(jìn)行調(diào)整，通過隸屬度函數(shù)描述非線性參數(shù)集合的相關(guān)性，建立模糊變量間的映射關(guān)系和模糊控制表，實(shí)現(xiàn)對(duì)PID參數(shù)的微整定，提升了系統(tǒng)對(duì)非線性參數(shù)的適應(yīng)性。

2)通過仿真結(jié)果可知，采用模糊PID自整定系統(tǒng)超調(diào)量為0，系統(tǒng)達(dá)到預(yù)定穩(wěn)定溫度所用的條件時(shí)間減少，并未出現(xiàn)進(jìn)一步的溫度顯著波動(dòng)，模糊PID復(fù)合控制器具有更好的控制性能。

3)初始偏差量化因子較大時(shí)，能夠使系統(tǒng)快速達(dá)到目標(biāo)溫度，提高系統(tǒng)升溫效率，但過大的偏差值容易造成系統(tǒng)溫度波動(dòng)頻繁，因此需根據(jù)實(shí)際工況選定系統(tǒng)輸入/輸出參數(shù)量。