基于蔗糖結晶過程的圖像采集與控制研究

潘澤鍇，朱名日，張振升

（桂林電子科技大學 計算機與控制學院，桂林 541004）

0 引言

煮糖是蔗糖制煉工藝過程中關鍵的一環，蔗糖結晶過程是國內糖廠生產過程中唯一沒有全面實現自動控制的生產過程。國內至今是依靠人工經驗進行手動操作，人為因素對白砂糖的質量影響十分明顯，相同條件下不同熟練程度的操作人員所煮出來糖的質量亦有差別；其次由于煮糖水平的差異，常常不能實現以較低的能耗獲得較高的煮糖效率及最好的白砂糖質量。再加上國內傳統設計制造的結晶罐內無強制循環裝置，罐內糖膏循環不良導致煮糖時間長，能耗高，成品糖色值增加。

國外對煮糖控制的研究較早，并且也取得了較大的進展，像澳大利亞、巴西、泰國、西歐的一些國家糖廠在十幾年前已經普遍采用了自動煮糖控制系統。自1961年以來著名學者Wright、Foster、Broadfoot、Wilson、Schneider等人一直致力于煮糖自控模型研究，根據物料和能量平衡等推出一系列用于煮糖控制的數學模型，并設計出典型的煮糖控制方案，但是這樣的方法需要準確的檢測出各種參數還未完全能實現，而且數學模型有待進一步完善。

從國內外的煮糖控制現狀來看：煮糖自動化的程度不高，這方面的研究有很大的發展空間。為實現這個工業過程的自動化設計，設計采用一種視覺傳感方法，以圖像處理為技術基礎建立一個煮糖過程自動控制系統。通過計算蔗糖結晶圖像的特征值，以數據融合的方式和原有自動控制參數結合，同時還要考慮在工廠復雜的環境中要保持信息的安全連續傳輸，保持系統控制的實時性問題。因此，在原有設備實現生產自動化的基礎上，建立一種基于蔗糖結晶過程的圖像采集與工業自控系統有其現實的意義。

1 蔗糖結晶過程模型描述

在整個控制系統中，蔗糖的結晶過程提供主要的控制依據，為了得到一致晶體需要實現結晶過程的連續化與自動化，即對結晶過程實現模型化，找出過程晶體生長、成核和結晶動力學的完整的表達式，使煮糖過程能根據煮糖原料的儲存情況、操作條件等的變化，通過工控機自行運算，確定最佳的入料配比，自動控制程序和選定參數，保證整個結晶過程都處于最佳狀態。

根據蔗糖結晶過程的變化情況，對結晶過程模型做相關的描述，煮糖罐輸入—輸出的關系如圖1所示。

蔗糖結晶機理模型方程由以下方程組成：

1） 物料平衡方程

所謂物料平衡計算就是求出作用物量與生成物量（包括變化部分）的恒等關系。由圖1可知：

（1）在任何時刻煮糖罐中的總質量為：

M=S+W+I+X

2）蔗糖晶體生成關系式

在本模型中，所采用的結晶體線性生長速率G是采用Wright教授研究提出數學表達式：

其中，OS-蔗糖溶液臨界飽和度；活化能Eact與溫度有關，表達式為：Eact=62.76-0.8368(T-60)；R=8.32；Wright教授估計了三個與晶體生長相關的參數：P1=7.148，P2=0.04，P3=-1.75。

3）階距平衡關系式。

其中，μ1—晶體粒度分布1階距；μ2—晶體粒度分布2階距；μ3—晶體粒度分布3階距；G蔗糖晶體線性生長速率。

由蔗糖結晶過程模型可知，影響晶體成長的主要因素有濃度效應(S)、溫度效應(T)、流動效應(F)和雜質效應(I)，量變表現在濃度的增加，質變表現在相變，兩者的總和便形成外形的變化。變化的過程又伴隨著系統能量的轉移。所以研究結晶的形成，要以濃度、物相和能量變化三方面來進行考察。而這三個方面的變化在圖像都會顯現出來，設想找到一種針對此結晶圖像變化過程的數學算法得到合理控制參數，對實現過程的自動控制大有裨益。

2 蔗糖結晶圖像采集系統建模

由蔗糖結晶過程模型描述可知，蔗糖結晶是一個復雜的物理、化學過程，這個過程包括傳熱又包含傳質，當中受多方面的因數影響，人們采用電導儀法、γ射線法、計算過飽和度控制方法都存在不足之處，電導儀法中電極和糖膏接觸，會逐漸形成積垢和被腐蝕，影響測定結果；γ射線法存在輻射，對人體產生傷害；計算過飽和度法對傳感器要求較高。

2.1 蔗糖圖像采集模塊

針對上述方法存在的缺陷，本文設計一種非接觸式檢測方法，利用嵌入式開發平臺和CMOS圖像傳感器采集蔗糖結晶不同階段圖片進行圖像處理，提取圖像的特征值反饋控制系統，通過數據融合的方式和原有參數結合實現蔗糖結晶過程的自動化控制。從實際情況出發，設計出現場環境模型如圖2所示。

圖2 圖像采集處理模型

在蔗糖結晶過程中，鍋爐內的晶體在不停攪拌作用下，不停的依附在鍋爐壁的透明玻璃片上，鍋爐外光學鏡頭把圖像放大，COMS圖像傳感器將現場環境的蔗糖圖像信號經相位放大、同步信號分離、亮度/色度信號分離和A/D變換等處理，轉換成以二進制的數字信號輸出。數字信號流直接輸入到嵌入式處理器的圖像數據采集單元中，單元內部將捕獲的圖像數據以DMA(Direct Memory Access，直接存儲器訪問)方式傳輸到內存中，通過液晶屏在平臺的接口送液晶屏LCD顯示。在整個過程中，硬件層工作方式由應用層操作界面發出，嵌入式平臺通過系統內核互通相應模塊控制參量，嵌入式系統內核在整個系統中起到中樞的作用。

此外，鍋爐周圍在生產過程中溫度較高，圖像采集儀器外圍加裝相應的隔熱裝置。要采集到質量高的圖片，還應對光源加以限制，除了增加光的強度以外，采用鍍膜鏡頭減少光線反射，提高圖像的亮度和對比度；調節鏡頭焦距能夠增加圖像清晰度，消除圖像模糊的現象。煮糖罐內的蔗糖晶體在不同階段依附在鍋爐壁狀況是不一樣的，包括流速，濃度、溫度、粘度、純度和雜質都可通過圖像體現出來，因此對不同時間的蔗糖圖像進行處理，提取圖像特征值就可以為后續的自動化控制提供參數依據。

2.2 蔗糖圖像處理模塊

依據蔗糖結晶圖像的特點，本系統設計圖像處理算法核心是針對蔗糖顆粒圖像分割以后的特征提取。依據蔗糖結晶圖像的特點，前期運用數學形態學的膨脹、腐蝕運算作預處理，采用基于遺傳算法的Otsu閾值分割算法進行特征分離，提取特征值。最后利用類間方差值判定對參數歸類控制，設計的圖像處理模塊如圖3所示。

圖3 圖像處理流程圖

在蔗糖的圖像處理過程中，以數學形態學在圖像的消噪、增強等方面的應用為基礎，利用基于遺傳算法的Otsu閾值分割方法處理蔗糖結晶顆粒圖像以得到其二值化圖像，然后再從圖像中提取目標的顆粒面積、周長、形狀指數等，檢測實時采集圖像中的單位顆粒參數與實際是否符合，采用Otsu閾值圖像分割適應度函數中類間方差值F(t)作為判斷依據：

其中，μ0(t)、μ1(t)分別為目標顆粒和閾值部分的概率，ω0(t)、ω1(t)分別為目標顆粒和閾值部分的均值。由Otsu閾值分割出來的目標顆粒參數和閾值空間兩部分構成局部差，方差是灰度分布均勻性的一種度量，類間方差F(t)要落在一定的閾值范圍之內才符合優化控制的需求，把控制參數送控制系統比較判定后，工控機向無線傳感器發送控制命令，實現結晶罐內的強制循環。這樣圖像處理模塊就為蔗糖煮糖環節實現自動控制提供了一個有效的技術保障。

3 煮糖結晶過程控制系統建模

煮糖自動控制系統的基本原理是總結糖的結晶過程原理、建立數學模型，根據經驗預先設置好煮糖相關參數的工藝曲線，根據各相關參數采集點反饋回來的信息按設定曲線自動調節相關物料，自動控制強制循環裝置、液位、真空度、蒸汽壓力、和糖漿錘度等，以達到結晶顆粒均勻可控，采用較低的能耗獲得較高的煮糖效率及白砂糖質量的效果。

蔗糖結晶過程是一個非線性、慢時變、多變量控制過程，要建立其機理模型非常困難。為了克服傳統建模的不準確性，找出過程的合適輸入-輸出關系，本設計采用了對煮糖結晶過程進行Elman神經網絡建模。引用Elman神經網絡對現場系統建立一種自回歸模型，其模型的差分方程可以表示為：

式中，μ(t)是輸出向量，x(t)是輸入向量，m，n分別是輸入和輸出的時間時滯因子，f是非線性函數。利用實際的輸出x和Elman神經網絡輸出之間的誤差來調節神經網絡的權值，最終期望用來反映x。

圖4 蔗糖結晶過程控制流程圖

根據Elman神經網絡模型機理，本設計在機械自動取樣（即代替人工取樣）的基礎之上，建立基于圖像處理的過程控制系統流程圖4所示：結晶過程模型，得出影響結晶的因素；然后對蔗糖結晶圖像采集與控制進行系統建模，通過對結晶過程圖像處理，計算特征值，提取目標的面積、周長、形狀指數等，為過程自動化控制提供參數依據；最后以工控機為核心，將控制命令通過智能傳感器向控制節點發送，結點又將所獲取的控制信息反饋到工控機，真正實現整個過程自動控制。達到了節約能耗，減少勞動力，降低生產成本，提高效率，提高白砂糖的產量和質量目的，有效地提升了企業的核心競爭力目的。

實際生產中，圖像處理模塊參數x(t)是輸入向量，CAM現場總線發出命令μ(t)是輸出向量。原來技術工人用采樣器抽出煮糖罐內的糖膏樣本放在玻璃板上觀察和用手摸感觸，判斷蔗糖晶體的相對數量、疏密程度、生長情況以及糖膏母液的濃度、黏度和吸收狀況等，然后手動控制原蜜、甲稀和水的加入量，促使蔗糖顆粒結晶。本設計的圖像處理算法可以比較準確的計算出單位面積內的蔗糖顆粒面積、周長、形狀指數等，將所獲參數 與從原來設定的參數 相結合綜合分析，對罐內的蔗糖結晶實際情況進行預測和判斷，通過工控CPU向智能傳感器發送控制命令參數μ(t)，工控模塊通過CAM總線形式連接起來，對加原蜜伺服、加糖漿伺服、加熱水伺服和自動取樣、模式識別微波檢測裝置等進行實時監控，并將控制信息實時反饋給工控機對系統進行修正。在結晶罐內不斷的強制循環，最終達到生產出高質的糖產品、節約能源、提高生產效率目的。

4 結論

本文以蔗糖結晶過程為依據，首先描述蔗糖

[1] M.Mathlouthia,J.Genotelleb.Role of water in sucrose crystallization.Carbohydrate Polymers 37(1998)335-342.

[2] Zhang Hui,Fritts J E,Goldman S A.A fast texture feature extraction method for region-based image segmentation[C]//SPIE Electronic Imaging-Image and Video Communica tions,2005,5685:957-968.

[3] P.M.Martins,F.Rocha.New developments on size-dependent growth applied to the crystallization of sucrose. Surface Science 601(2007)5466–5472.

[4] Wright E.T,D.L.Mackintash,B.K.Butler.Modeling Growth Rate Dispersion(GRD)in Suger Crystallision,Proc.Aust.Soc.sugar Cane Techbo.

[5] 沈參秋,等.甘蔗制糖原理與技術第四分冊―蔗汁結晶[M].中國輕工業出版社,2001.

[6] 孔繁鎳,李燕.蔗糖結晶過程的模糊自適應PID控制[J].廣西民族學院學報(自然科學版),2006,12(3):89-91.

[7] 王玲妹,朱名日,樊春麗.圖像識別技術在蔗糖顆粒檢測中的應用[J].計算機仿真.2009.26(7).294-297.

[8] 林興盛,陳云峰,楊翠峰,謝強,許家進.煮糖自動化的開發及實施[J].廣西蔗糖,2008.6(2).39-43.

[9] 樊春麗,朱名日.蔗糖結晶過程的建模與控制[J].計算機系統應用.2009.18(3).38-41.