食品加工智能恒溫控制系統設計

王萌

河南經貿職業學院（鄭州 450003）

隨著生活水平不斷提高，人們的健康意識越來越強，國家對食品監管越來越嚴格[1]。當前，為避免食品加工過程中出現食品變質等情況，大多數食品加工廠家采用恒溫控制技術來確保食品質量[2-3]。但是溫度控制往往具有時變性和滯后性，如何實現食品加工過程的恒溫控制已成為一個亟需解決的問題。傳統恒溫控制系統通常采用PID控制算法來實現，該方法結構簡單、易于實現、使用面廣，不過無法較好地處理時變和滯后類問題，因此控制效果一般[4-7]。針對傳統控制方法的不足，眾多專家將智能控制算法引入到傳統PID控制算法中，實現PID控制器參數在線可調[8-10]。例如：鄧娜等[11]針對煙葉烤房溫度控制，利用模糊算法對PID參數進行實時整定，提高了控制精度，降低了響應時間，具有很強的魯棒性。李勇[12]提出一種基于優化PID的食品加工過程中的恒溫控制方法，PID的控制參數通過BP神經網絡模型進行優化。陳雪波等[13]以蓄熱式鋼包烘烤裝置為研究對象，將RBF神經網絡和雙交叉限幅算法結合起來實現了其烘烤裝置的溫度控制。

在現有研究的基礎上，提出一種基于徑向基神經網絡的PID控制策略，實現PID控制器參數的自適應調整，同時給出控制系統結構，通過試驗驗證所述方法的可行性和有效性。

1 溫度控制算法

1.1 徑向基函數神經網絡模型

人工神經網絡能夠無限逼近任意連續非線性函數，具有一定的自學習、自適應能力，特別適合復雜不確定問題。但是一般神經網絡存在運算量大、收斂速度慢等問題，在很大程度上限制了其應用范圍。相對而言，徑向基函數（RBF）具有運算量小、收斂速度快等優點，能夠彌補一般神經網絡的不足。

RBF神經網絡是一種3層前饋網絡，包含n個輸入、1個輸出，輸入層到隱含層的映射為非線性變換，隱含層到輸出層的映射為線性變換。RBF神經網絡結構如圖1所示。

輸出層輸出可描述為：

式中：W=[w1,w2, …,wm]T為RBF神經網絡的權矢量；H=[h1,h2, …,hm]T為徑向基矢量，其中hi為基函數，可用高斯函數表示，即：

式中：X=[x1,x2, …,xn]T為RBF神經網絡的輸入矢量；Ci為第i個節點的中心矢量；σi為第i個節點的基寬參數；為歐拉范數。

1.2 RBF-PID溫度控制器

RBF-PID溫度控制器能夠彌補常規PID控制器的不足，利用RBF神經網絡的自適應能力，在線實時調整PID控制器參數。RBF-PID溫度控制器主要包括PID控制器和RBF網絡辨識器。RBF網絡辨識器以被控對象的輸入量和輸出量之間的延遲信號作為輸入，用模型的辨識誤差實時調節網絡參數、跟蹤對象模型變化，提供辨識模型的Jacobian矩陣。PID控制器則利用跟蹤誤差和Jacobian矩陣調整相關控制參數。RBFPID溫度控制器結構如圖2所示。

圖1 RBF神經網絡結構

圖2 RBF-PID溫度控制器結構

對于PID控制器，以設定值r(k)和實際反饋值y(k)之間的偏差e(k)作為輸入，即：

其輸出u(k)可表示為：

常規增量式數字PID控制算法可描述為：

式中：Kp為比例系數、Ki為積分系數、Kd為微分系數，這幾個參數可根據系統運行狀態進行調整。

網絡辨識器的性能指標函數可定義為：

為確保溫度控制器輸出的期望值和實際值之間偏差最小，需要對輸出權、節點中心和節點基寬等參數進行不斷調整。采用迭代算法，具體表達式如下：

上述各式中η表示學習速率；α表示動量因子。

Jacobian矩陣直接反映系統輸出對輸入變化的靈敏度，如果RBF網絡辨識器能夠很好地逼近被控對象，那么被控對象輸出y就可以用辨識器輸出ym近似代替，即：

PID控制器參數Kp、Ki、Kd采用梯度下降法進行調整，即：

式中：ηp表示比例系數學習速率；ηi表示積分系數學習速率；ηd表示微分系數學習速率，其中x(1)、x(2)、x(3)可表示為：

2 控制系統設計

烤箱溫度控制系統結構如圖3所示，該系統以PIC系列為控制核心；通過溫度傳感器實時采集烤箱內溫度；根據設定溫度曲線和RBF-PID溫度控制算法，實現風門開度、風機起停、風機轉速的控制，進而調節烤箱內溫度；如果系統出現異常情況，例如風機過載、傳感器故障、干濕球偏溫等，可通過語音芯片進行報警；數據存儲器選用EEPROM系列，用于保存溫度曲線參數以及系統運行參數；通訊接口選用MAX 485芯片進行設計，便于同上位機通訊。

圖3 控制系統

1) 傳感器型號為DS18B20，實時檢測烤箱頂部和底部溫度并傳送至單片機。比較實際溫度和設定溫度，由溫度控制算法得到相應輸出量。通過調整鼓風機和循環風機的轉速、風門開度，實現干球溫度控制；調整排濕風機的補風門開度，實現濕球溫度控制。

2) 補風門是調節濕球溫度的關鍵部件，其操作頻率非常高，不宜使用繼電器進行控制。為延長設備使用壽命，采用H橋驅動電路，從根本上解決繼電器機械壽命不足的問題。另外，補風門控制電路易受雷擊等瞬時高壓影響，所以在電路中增加了相關保護電路（TVS和電感）。

3) 通訊電路可用于實現控制器和監控中心之間的雙向通訊。基于MODBUS通訊協議，利用MAX 485芯片組成RS-485總線通訊網絡。

3 試驗分析

為驗證所述溫度控制系統的可行性和有效性，文中進行了相關試驗研究。選擇某型號烤箱為試驗平臺，烤箱尺寸為7 m×3 m×2.5 m。分別采用兩種方法進行烤箱溫度控制，即常規PID控制和RBF-PID控制。試驗過程中，設定溫度65 ℃，實時檢測烤箱內部溫度并記錄、對比。部分試驗結果如表1所示。

從試驗結果可以看出：采用常規PID控制算法，烤箱溫度波動比較大，溫度偏差絕對值最大為3.5℃，偏差絕對值平均值約為1.99 ℃。采用所述RBF-PID控制算法，烤箱溫度波動明顯變小，溫度偏差絕對值最大只有0.8 ℃，偏差絕對值平均值約為0.36 ℃。試驗結果表明：所述方法溫度控制效果比較理想，能夠明顯提高溫度控制精度。

表1 試驗結果

4 結語

以食品加工過程溫度控制為研究對象，為解決溫度控制過程存在的非線性問題，結合神經網絡和PID算法設計了一種溫度控制算法。為提高神經網絡算法的運算效率，引入了徑向基函數。基于PIC單片機設計了烤箱溫度控制系統。最后，進行了試驗驗證。試驗結果表明，所述方法的溫度控制效果比較理想，可明顯提高溫度控制精度。食品加工智能恒溫控制系統具有一定的推廣價值。