小袋食品包裝機袋膜糾偏控制系統設計

趙璐，楊偉兵

漯河職業技術學院（漯河 462000）

隨著社會不斷發展與生活水平的不斷提高，日常需要消耗大量小袋包裝食品，人們對于小袋食品包裝質量要求越來越高[1-3]。在食品包裝企業中，由于生產線較長且包裝速度較快，以及包裝機械精度不夠等因素導致包裝袋膜經常出現跑偏現象。袋膜跑偏通常會影響包裝袋體質量，嚴重時需要停止生產進行人工修正，從而大幅降低企業生產效率，增加袋膜材料浪費。因此，為解決袋膜跑偏對包裝質量及企業生產自動化程度的影響，需要尋找一種有效的袋膜跑偏檢測方法，并通過檢測袋膜跑偏量，對糾偏機構做出適當調整進而實現對袋膜的在線自適應糾偏。

針對小袋食品包裝袋膜跑偏問題，通常采用糾偏控制，該控制方法在眾多領域中，如布袋纏繞、塑料薄膜收卷，被廣泛應用。按照跑偏檢測裝置的不同將糾偏控制系統分為CCD傳感器糾偏控制、圖像監控糾偏控制以及紅外糾偏控制。3種糾偏控制方法分別應用于不同的糾偏裝置中，而小袋包裝機械中，通常采用CCD感器進行糾偏控制，利用CCD傳感器將跑偏量傳送至核心控制器中，控制器根據偏差量對糾偏機構進行控制，從而實現袋膜恢復到原來位置。

為消除小袋食品包裝袋膜跑偏對產品質量影響，避免因袋膜跑偏帶來的生產效率下降及袋膜材料的不必要消耗，實現食品包裝機的穩定可靠運行，設計一種基于CCD圖像傳感器檢測的神經網絡PID袋膜糾偏控制系統。仿真結果表明，神經網絡PID控制的糾偏方法相比于傳統PID控制調節周期更短，超調量更小，能夠顯著提高食品包裝質量，對于顯著提升企業生產效率，提升企業競爭力具有重要意義。

1 糾偏原理以及跑偏原因分析

1.1 糾偏原理

研究的小袋食品包裝機是一種三伺服枕式包裝機，主要由包裝袋膜、CCD傳感器、牽引輥、壓制裝置、橫封橫切裝置等組成，具體結構如圖1所示。CCD傳感器將包裝袋膜圖像信號轉換為數字量并傳送到糾偏控制器中，糾偏控制器根據此信號與標準偏移量的差值大小產生適當的控制信號，通過控制糾偏電機的運行對包裝袋膜位移進行調整糾正。

圖2為糾偏控制系統原理圖，在自動糾偏系統中，系統通過CCD傳感器將包裝袋膜圖像信息傳送到圖像采集卡中，并通過計算機中圖像處理算法對圖像信號進行處理分析。計算機圖像處理結果傳送到核心控制器中，核心控制器將處理結構與袋膜正常傳送過程中的零偏離標志線進行比對，計算出袋膜相對于零偏離線的偏移量，核心控制器通過控制糾偏機構完成袋膜的補償糾正。其中，糾偏結構通過伺服電機控制滾珠絲杠，絲杠帶動糾偏機構作出調整，從而保證袋膜無偏移傳送。

圖1 食品包裝機系統結構

圖2 糾偏控制系統原理

1.2 跑偏原因分析

圖3 袋膜張力分布

包裝袋膜跑偏的主要原因是袋膜在外部不可控力作用下，使得袋膜不能沿著零基準線均勻傳輸，從而偏離基準線。袋膜在完成包裝過程中需要經過多個導向輥，因此袋膜出現跑偏概率非常大，袋膜跑偏的主要原因可總結為：放卷導輥安裝機械精度導致跑偏；包裝機在運行過程中由于機械振動導致材料跑偏。包裝袋膜在沿著導向輥傳送過程中，由于袋膜表面張力分布不均勻導致張力大的位置摩擦力大，張力小的位置摩擦力小。因此在沒有外部作用力干預下，包裝袋膜會從摩擦力小的位置向摩擦力大的位置偏移，如圖3所示。

2 神經網絡PID控制器設計

食品包裝袋膜傳送過程是一個非線性、時變性的復雜系統，在眾多環節中存在不確定因素，故很難建立精確的數學模型，傳統PID控制效果并不理想。為改善PID控制方法、避免袋膜跑偏，設計一種基于神經網絡PID的自適應控制方法。神經網絡控制擁有強大的自我學習和自適應能力，利用神經網絡消除系統的不確定性和時變性[4-5]。因此結合神經網絡控制與PID控制，設計袋膜糾偏調節系統。神經網絡PID控制器結構如圖4所示。

神經網絡PID控制器包括傳統PID控制器、神經網絡控制器NNC和伺服電機。其中，r為系統輸入量，y為系統輸出量，e為輸入量與輸出量之差，u為PID控制器輸出量，K為經過神經網絡控制器優化后的PID參數向量，該參數根據系統狀態進行自適應調整，從而獲得較好的控制效果，其中K=[kp,ki,kd]。增量式PID控制數學模型為：

圖4 神經網絡PID控制器結構

圖5 為神經網絡控制器結構，控制器采用3層網絡結構，網絡輸入節點為系統狀態量，而傳統PID控制器參數kp、ki、kd為網絡輸出節點[7-9]。

神經網絡中的輸入層、隱含層均為線性函數，而控制器中的輸出參數均不為負數，采用Sigmoid函數進行描述。

網絡輸入層的輸入信號為：

隱含層的輸入、輸出為：

輸出層的輸入及輸出為：

二次型誤差函數可表示為：

采用神經網絡控制器可以對PID控制器參數進行在線自適應優化，網絡輸出層權值調整公式中的可表示為：

因此，由式（1）～（7）可得網絡結構中的輸出層權值數學模型：

隱含層權值調整公式可表示為：

圖5 神經網絡控制器結構圖

3 仿真分析

為驗證神經網絡PID控制方法在袋膜糾偏控制系統中的性能，利用Matlab仿真軟件對傳統PID控制和神經網絡PID控制分別進行仿真。仿真系統的輸入為袋膜偏移量的設定，輸出為伺服傳動系統的控制，神經網絡PID控制器根據袋膜中心線跑偏量饋實現伺服電機的閉環控制。

采樣周期T=0.5 s，將其離散化處理，PID參數為Kp=5，Ki=0.8，Kd=1.5，在上述條件下，仿真曲線如圖6所示。由圖6的仿真曲線可知，神經網絡PID控制時系統單位階躍響應曲線經過5 s后系統便可達到穩定狀態，而傳統PID控制器約45 s，遠超過神經網絡PID控制器。此外，神經網絡PID控制器超調量明顯小于傳統PID控制器，從而大幅縮短系統達到穩定的時間。由分析可以看出，神經網絡PID控制器超調量小，響應速度快，具有良好動態、靜態特性。

圖6 仿真結果

4 結語

為提高小袋食品包裝質量、避免袋膜跑偏，提出一種基于神經網絡PID的袋膜糾偏控制系統。神經網絡控制能克服系統非線性、時變性的特點，該算法對傳統PID控制參數進行優化。仿真結果表明，基于神經網絡PID的控制方法能夠迅速對PID控制器參數做出自適應調整，大幅減小系統的超調量和調整時間，該算法能大幅提高袋膜傳送精度，有效避免袋膜跑偏，對于提升包裝質量具有重要意義。