食品干燥設備自動控制系統設計

胡曉鋒

河南經貿職業學院（鄭州 450001）

對于食品干燥來說，品質控制十分重要。如果干燥過程中，溫濕度控制不均勻，就會降低食品質量進而影響整個干燥進程[1-3]。因此，如何確保干燥過程溫濕度恒定，對分析食品脫水機理、改進干燥設備具有十分重要的意義。隨著制造業自動化水平的不斷提高，干燥設備的種類越來越多，例如微波干燥設備、太陽能干燥設備、氣體射流沖擊干燥設備、紅外干燥設備、熱風干燥設備等[4-7]。

以熱風干燥為例，在實際生產過程中，干燥設備普遍存在內部溫濕度分布不均的情況，很難保證干燥過程中物料各部分溫濕度的均勻性。因此，干燥設備溫濕度的精準控制就成為急需解決的問題。諸多學者采用單片機或PLC實現了溫濕度控制[8-10]。童亞子等[11]設計了一種太陽能熱風真空干燥設備，該設備僅適用于香蕉，比較單一，應用范圍有限。黃勛等[12]設計了一種熱風真空干燥設備，該設備以PLC作為控制核心，在某種程度上實現了干燥設備自動化，但是缺乏相關記錄功能。Barbara等[13]以蘋果為例，重點研究了不同條件下蘋果的干燥速度，不同的干燥階段應如何設置干燥溫度。

在現有研究的基礎上，以干燥設備溫濕度控制為研究對象，基于神經網絡模糊PID算法設計了一種控制器，以實現干燥設備的溫濕度控制。最后，進行相關試驗研究。

1 干燥設備

1.1 簡介

以熱風真空組合干燥設備為研究對象，其組成如圖1所示，其中1為破空閥；2為控制系統；3為溫濕度傳感器；4為物料托盤；5為加熱板；6為破空閥；7為真空泵；8位離心風機；9為熱風出口；10為溫度傳感器；11為破空閥；12為加熱裝置；13為排濕風機[14]。該設備工作模式有兩種，即熱風干燥、真空干燥，工作模式可通過控制系統進行切換。如果采用熱風干燥模式時，傳感器采集溫濕度信號并將其交給信號處理模塊；經濾波等處理后傳送到PLC，PLC判斷所采集信號是否有效，然后發送給上位機；上位機經過相關算法處理后得到控制信號，并發送給PLC，PLC控制執行元件完成相關操作。整個干燥過程中，觸摸屏會實時顯示當前溫濕度、設備工作狀態、當前運行模塊等信息。

圖1 干燥設備結構

1.2 控制系統

干燥設備控制系統主要包括上位機、PLC、溫濕度傳感器、觸摸屏、開關電源、直流繼電器、交流接觸器等[5]，控制系統接線圖如圖2所示。總體來說，PLC選用西門子S7-200系列PLC、觸摸屏選用威綸通系列、上位機選用微型計算機。

圖2 控制系統接線圖

食品干燥前，需要通過觸摸屏設置溫度、濕度、溫度上限、溫度下限、濕度上限、濕度下限等參數；溫濕度傳感器可用于測量干燥箱內部溫濕度；觸摸屏可實時顯示溫濕度數值和變化曲線；上位機和PLC之間實時通信，更新控制參數。如果溫濕度過高或過低達到上下限時，蜂鳴器就會報警，PLC會控制直流繼電器、交流接觸器等元器件，進而實現設備內部加濕裝置、加熱元件、鼓風裝置的控制。概括來講，溫濕度控制過程可分為以下幾種情況：

1) 設備內部溫度低于設定溫度下限時，蜂鳴器報警、溫度報警器變藍，PLC發送加熱指令，加熱元件開始工作，溫度會逐漸接近設定溫度。

2) 設備內部濕度低于設定濕度下限時，蜂鳴器報警、濕度報警器變藍，PLC發送加濕指令，加濕元件開始工作，濕度會逐漸接近設定濕度。

3) 設備內部溫度高于設定溫度上限時，蜂鳴器報警、溫度報警器變紅，PLC發出鼓風指令，離心風機開始工作，風機會加速食品溫度下降；加熱元件停止加熱，溫度會逐漸接近設定溫度。

4) 設備內部濕度高于濕度上限時，蜂鳴器報警、濕度報警器變紅，PLC發出鼓風和加熱指令，排濕風機開始工作，帶走高濕度熱空氣；同時加熱元件間歇工作，濕度會逐漸接近設定濕度。

2 基于模糊神經網絡的PID控制器

2.1 模糊神經網絡PID控制器結構

為提高干燥設備溫濕度控制性能，設計了一種模糊神經網絡PID控制器。該控制器包括模糊神經網絡控制器和PID控制器。控制器輸入為溫濕度誤差及其變化率、誤差累積量；PID控制器參數由模糊神經網絡實現實時在線調整；理論上，所述控制方法具有精度高、響應速度快等特點，避免了超調、振蕩的問題，進而達到期望控制效果。控制器結構如圖3所示。

圖3中PID控制器直接處理被控對象，模糊神經網絡控制器則在線調整PID控制器參數Kp、Ki、Kd，采用增量式PID控制，相關算法如下：

式中：u(k)為控制器輸出；r(k)為設定值；y(k)為實際輸出；e(k)為偏差信號。

圖3 控制器結構

2.2 模糊神經網絡

對于模糊神經網絡控制器，其所采用神經網絡總共4層，即輸入層、模糊層、模糊推理層和輸出層，其結構如圖4所示。

圖4 神經網絡結構

神經網絡輸入層的輸入量分別為溫濕度誤差e、溫濕度誤差變化率e以及誤差累積量，輸入層激活函數可表示為：

其中具體輸入可分別表示為：

神經網絡模糊層含有7個神經元，可將輸入層的輸出分別劃分到7個模糊集，實現模糊化。所述7個神經元分別對應模糊集內部的{NB，NM，NS，Z，PS，PM，PB}，即負大、負中、負小、零、正小、正中、正大。根據干燥設備控制系統的特點，可選用高斯函數作為激活函數，即：

式中：i=1, 2, 3；j=1, 2, 3, 4, 5, 6, 7；mij為第i個輸入量的第j個模糊集隸屬度函數的均差，σij為標準差。

神經網絡模糊推理層同樣包含7個神經元，各神經元分別對應一個模糊規則，可將已模糊化處理的輸入量兩兩相乘，進而得到該層輸出值。所以該層激活函數可表示為：

式中：

神經網絡輸出層的輸出分別對應PID控制器的3個參數Kp、Ki、Kd。定義連接權矩陣為w，那么神經網絡輸出可表示為：

2.3 學習算法

由于干燥設備具有很強的非線性和滯后性，需要實時整定網絡權系數，即調整模糊規則。文中選用如下性能指標函數：

綜合考慮，可根據梯度下降法調整神經網絡權值，同時為確保最優搜索能夠快速收斂，可設計一種全局極小慣性項。那么Δwij(k)的學習算法可表示為：

式中：η為學習速率；α為慣性系數。

3 試驗研究

為驗證所述自動控制系統的可行性和有效性，文中進行了相關試驗研究。以某茶廠干燥設備為試驗平臺，采用不同控制方法進行試驗并對比實際效果。以溫度控制為例，溫度設定值為80 ℃；試驗周期為80 min；數據采樣周期為5 min。具體試驗條件如下：

1) 試驗材料：大紅袍。

2) 試驗設備：某茶廠干燥設備。

3) 試驗方案：控制方法包括人工控制、模糊PID以及所述控制方法等，研究指標為熱風溫度、排煙溫度，試驗結果如圖5～圖6所示。

圖5 排煙溫度變化曲線

圖6 熱風溫度變化曲線

從試驗結果可以看出：人工控制模式下，熱風溫度的最高值為130.6 ℃、最低值為64.9 ℃、最大波動幅度達到了65.5 ℃；模糊PID控制模式下，熱風溫度的最高值為87.8 ℃，最低值為73.9 ℃，最大波動幅度為13.9 ℃；模糊神經網絡PID控制模式下，熱風溫度的最高值為82.9 ℃，最低值為78.3 ℃，最大波動幅度只有4.6 ℃。

試驗結果表明：人工控制模式下，熱風溫度和排煙溫度的變化幅度非常大，收斂速度比較慢，脫水效果一般。與人工控制相比，后兩種控制方式，溫度變化幅度明顯變小，而且收斂速度較快，達到了恒溫控制的效果。其中，文中所述控制方法的控制效果最優。

4 結語

為解決干燥設備溫濕度控制系統的非線性、時滯性、控制精度不高等問題，首先介紹了干燥設備結構和控制系統組成。結合模糊控制、神經網絡控制和PID控制，設計了一種溫濕度控制方法。通過具體試驗驗證了所述方法的可行性和有效性。試驗結果表明：試驗所述控制方法控制效果最優，溫度最大波動幅度只有4.6 ℃。食品干燥設備自動控制系統具有一定的應用價值。