近年來,隨著我國經濟的快速發展,薄膜在工業、農業、食品業和包裝業等各行各業的使用越來越廣泛,對其質量要求也越來越高。流涎機是使用流涎法生產塑料薄膜的專業設備,在其生產過程中,薄膜厚度是相當關鍵的參數,若厚度均勻性差,會導致薄膜收卷后卷面出現箍、暴筋或凹溝等不良缺陷[1~3]。因此,厚度控制直接影響到薄膜產品的表觀質量、力學性能和應用效果等。
本文針對流涎機,運用虛擬儀器技術,開發了一套薄膜厚度測控系統。它以工控機為載體,將NI公司的采集板卡和控制板卡集成于其中,使用labview軟件編寫可視化的測控程序,并在其中采用神經網絡智能算法來保證厚度控制的精度。該系統易于構建,性能穩定,且具有較高的控制精度和可靠性,能有效保證薄膜厚度的控制質量。
一臺多層共擠流涎薄膜機組的基本構成包括:上料擠出系統、模頭、正負壓風刀、流涎成型系統、薄膜測厚儀、電暈處理機、切邊裝置、牽引及收卷機構等,如圖1所示。
其主要工作原理是:物料經加熱熔融后從模具口擠出,成薄片狀流涎至輥筒上,并在流涎輥、冷卻輥上冷卻成型。成型后再經過多級牽引機構、薄膜測厚、電暈處理機和張力控制機構,最后卷取成為薄膜產品[4,5]。

圖1 流涎薄膜工藝流程
本系統使用β射線傳感器來檢測薄膜厚度,把傳感器安裝在與薄膜前進方向垂直的掃描架上,在電機的帶動下傳感器定期巡回對薄膜作橫向掃描。因此,薄膜在前進時,傳感器對薄膜形成“之”字型的逐點掃描,實現對薄膜橫向和縱向同時的測量,如圖2所示。
電機上裝有編碼器,當傳感器作橫向移動時,通過編碼器的反饋信號,可確定所測薄膜厚度的橫向坐標。

圖2 測量原理
薄膜厚度的控制主要通過改變模口開口度來實現,而模口開口度則通過熱膨脹螺栓來控制。通過對模口的一排熱膨脹螺栓進行加熱,以改變模口的開口度大小。螺栓在模口上均勻分布,結構如圖3所示。

圖3 控制原理圖
根據傳感器測得的薄膜厚度和編碼器反饋得到的橫向坐標,當厚度超過設定值時,加大電阻絲的加熱功率,螺栓膨脹使模口開口度減小,相應位置薄膜變薄;反之則使模口開口度增大,相應位置薄膜變厚。
由于從加熱到模口開口度大小的數學關系復雜,加熱螺栓之間互相影響及其它因素的變化,薄膜厚度控制系統具有非線性、時變、大延誤和多變量耦合等特點。
針對上述特點,本文將每一個螺栓看成一個獨立的控制回路,采用神經網絡PID算法,通過控制螺栓的加熱功率來控制薄膜厚度,保證其控制精度,其控制原理如圖4_[6]所示。

圖4 神經網絡PID算法控制器
本文采用基于BP算法的三層前饋網絡模型,輸入層、隱層和輸出層的結構為3×8×3。輸入的3個節點分別為厚度設定值d,厚度輸出值y和誤差e,輸出的3個節點分別為PID的參數kp,ki,kd。輸入信號(d,e,y)從輸入層進入后,通過隱層各節點的內星權向量wij(2)得到該層的輸出信號Oi(2);該信號向前輸入到輸出層,通過其各節點內星權向量wli(3)得到該層輸出Ol(3)。反向過程是:厚度輸出值y與設定值d相比較,得到誤差信號δ0,由此可計算出輸出層權值的調整量Δwli(3);誤差信號δ0通過隱層各節點的外星向量反傳至隱層各節點,得到隱層的誤差信號δy,由此可計算出隱層權值的調整量Δwli(2)。通過不斷調整權值,使測得的厚度不斷接近設定值。BP網絡的具體算法如下:
隱層的輸入輸出分別為:

輸出層的輸入輸出分別為:

輸出層節點的權值調整量為:

隱層節點的權值調整量為:

本文運用虛擬儀器技術,以工控機為載體,利用高性能的模塊化硬件,結合高效靈活的軟件構成厚度測控系統。它使用集成化的虛擬儀器環境與現實世界的信號相連,經軟件分析、處理數據,再給出控制信號,實現測量和控制功能,系統硬件結構如圖5所示。
采集板卡使用的是NI USB-6210,它是一個USB總線供電的多功能DAQ模塊,連接方便。β射線傳感器測得厚度信號,通過模擬輸入通道,最終進入工控機;傳感器位置由電機控制,編碼器測得電機轉動的圈數,經計算可得到傳感器當前位置,從而控制相應位置的熱膨脹螺栓。電機控制掃描架橫向移動時,需要左右兩個定位開關,它們的信號通過采集卡的數字輸入通道來采集。
控制板卡選用NI PCI-6703,它直接插入計算機插槽內使用,與工控機無縫集成,大大節約了開發時間。它是16位模擬輸出板卡,即每塊板卡可以控制16個熱膨脹螺栓。控制傳感器位置的電機通過放大電路接入到模擬輸出通道上。
系統所需的其它傳統硬件,如濾波器、示波器和功率儀等都在Labview軟件中實現,用軟件代替了儀器,大大節約了成本,精度高,使用方便,且可擴展性更好[7,8]。

圖5 厚度控制系統的硬件結構
本文使用Labview軟件來實現系統的功能。它有良好的人機界面,圖形化的編程方法,操作簡便,易于開發和擴展,且相比于組態軟件,它具備了強大的數據處理和分析功能。
軟件需要實現的功能主要有:
1)設定薄膜的各個工藝參數;
2)采集β射線傳感器測得的信號;
3)實時顯示當前薄膜厚度值,并分析測得的結果;采集并顯示傳感器的當前位置坐標;
4)編寫神經網絡PID算法,實時分析測得的數據,并給出熱膨脹螺栓的加熱功率,實現厚度的閉環控制。
傳感器數據的采集通過Labview中的DAQmax采集助手實現,β射線傳感器和編碼器分別接入模擬輸入通道,兩個開關接入數字輸入通道,采樣率統一設置為2KHz。前面板中用數值控件來設定和顯示各個參數,用Y-T波形圖實時顯示薄膜厚度值,并對數據進行分析[9]。
由于Labview本身沒有提供神經網絡領域的工具包和PID工具包,利用圖形語言直接編程比較復雜,而Matlab具有強大的數學運算能力,可以利用matlab中自帶的Neural Network Toolbox神經網絡工具箱編寫神經網絡PID程序,然后在Labview中利用Mat1ab Script節點調用編輯程序實現上述算法[10],Matlab Script調用神經網絡的程序如圖6所示。

圖6 Matlab Script節點實現神經網絡算法程序框圖
系統的控制流程圖如圖7所示。

圖7 控制流程圖
系統開始運行時,對薄膜厚度值、采集通道、采樣率等進行設置;電機運行,當定位開關有信號時,電機反轉;β射線傳感器采集的厚度信號和電機編碼器反饋的位置信號輸入到工控機,神經網絡算法根據設定值和測得值,計算出熱膨脹螺栓的功率,改變模口間隙,從而改變薄膜厚度值。
軟件最終的操作界面如圖8所示。

圖8 軟件界面
界面中需要設定的參數有:掃描架的起點、終點坐標;薄膜的工藝參數;薄膜的生產速度及傳感器的掃描速度;厚度的目標設定值及上下限等。
界面中需要顯示的結果有:每個掃描行程測量點的薄膜厚度,并顯示實時曲線圖;當前厚度當前值,傳感器的當前位置坐標;一段時間內的最大值,最小值及平均值;厚度偏差分布圖及薄膜厚度合格概率圖等。
本文運用虛擬儀器技術,將NI公司的采集板卡和控制板卡集成于工控機中,使用labview軟件編寫可視化的程序,并在其中運用了神經網絡智能控制算法,開發出一套流涎機薄膜厚度測控系統。該系統易于構建,功能強大,能夠很好的保證薄膜厚度控制的精度和可靠性,具有較高的應用價值。它還具有良好的可擴展性,只要稍作改進,將可應用于其它生產設備的厚度控制系統中,應用范圍較廣,對提高產品的開發效率有著要意義。
[1] 劉謹,楊海馬,張菁.基于CCD的在線厚度測量方法研究[J].儀器儀表學報,2006,27(6):1217-1218.
[2] 李敏,何平.基于ARM920T的薄膜厚度在線測量系統設計[J].自動化儀表,2009,30(80):61-63.
[3] 張先明.連續熱鍍鋅線鋅層厚度自動控制[J].自動化與儀表,1998,13(4):156-159.
[4] Xiaoyong Xu,Yu Sun,Hongmei Fan.Control system of the film casting based on the fieldbus[C]//Proceedings of the 2010 IEEE,International Conference on Mechatronics and Automation,2010:1320-1324.
[5] Arthur Tay,Weng Khuen Ho,Jiewen Deng,Boon Keng Lok.Control of photoresist film thickness:Iterative feedback tuning approach[J].Computers and Chemical Engineering,2006,30:572-579.
[6] 劉建昌.基于神經網絡的自適應厚度控制[J].鋼鐵,1999,34(11),33-36.
[7] 馮曉婷,李杏華,樊玉銘.基于LabVIEW及NI DAQmx的壓延機在線測厚系統[J].機床與液壓,2010,38(5):73-76.
[8] 雷振山.Labview7 Express實用技術教程[M].北京:中國鐵道出版社,2004.
[9] 王勁松,朱會東,邵欣,等.基于虛擬儀器的冷軋帶鋼板縱向厚度監測策略研究[J].制造業自動化,2009,39(3):12-16.
[10]周麗霞,熊瑞平,楊榮松.LabVIEW在BP神經網絡設備故障診斷系統中的應用[J].機床與液壓,2007,35(4):215-217.