馬子龍
廣西機電職業技術學院(南寧 530007)
在自動化包裝生產過程中,需要對包裝物料質量進行實時檢測。當前,食品機械工程研究的一個關鍵點和熱門就是如何實現高精度、高效率的動態稱重,這也是生產過程中亟需解決的技術難題[1-3]。總體來說,稱重方式主要包括兩種:動態稱重和靜態稱重。其中,靜態稱重具有精度高等優點,但是稱重過程耗時較長、效率比較低,需要確保物料在稱重傳感器上保持一定時間。相對而言,動態稱重的速度非常快,因此其在食品包裝領域的應用比較廣泛[4-5]。不過與靜態稱重相比,稱重精度比較低。以動態稱重為研究對象,所述系統主要包括機械裝置和控制裝置兩部分[6-10]。其中機械裝置由稱體、傳送裝置、后續處理裝置組成。控制裝置由稱重傳感器、放大電路、濾波電路、模數轉換電路、輸入輸出接口等組成。決定控制系統性能的關鍵在于稱重精度和速度的控制[11-13]。
以顆粒狀物料稱重為研究對象,基于ARM控制器,設計一種自動稱重控制系統。為提高控制精度,采用預測算法實現稱重過程優化。最后,通過試驗驗證所述方法的可行性和有效性。
針對顆粒狀物料,其稱重系統主要包括稱重傳感器、控制器、伺服電機、滾珠絲杠等模塊,簡化結構如圖1所示。
稱重傳感器可實時獲取托盤內物料的質量。控制器根據質量偏差控制伺服電機驅動滾珠絲杠作往復直線運動,實現出料口開度控制。此次研究所述出料口配有2個閥門,如果稱重傳感器數值和質量設定值之間偏差大于偏差閾值時,兩個閥門同時開啟,出料口快速出料;如果稱重傳感器數值和質量設定值之間偏差小于偏差閾值時,大閥門迅速關閉,小閥門繼續開啟,此時出料口慢速出料;如果稱重傳感器數值和質量設定值之間偏差滿足計量誤差時,小閥門關閉,稱重結束。
稱重傳感器原理可簡要描述為:當稱重托盤內有物料時,物料質量對傳感器施加一個外力,傳感器內部彈性體發生形變,應變片會將此變形量轉換成電壓或電流信號。考慮到輸出信號強度較弱,故需要放大電路對其進行放大,經濾波、信號處理等操作就可以得到物料實際質量。

圖1 自動稱重系統結構
綜合考慮,選用STM32系列單片機作為主控制器,該芯片內核為ARM Cortex-M3,內部資源比較豐富,集成度較高,如通用定時器、12位ADC、串口、高速存儲器、IO口等,完全可以滿足系統要求。所述稱重控制系統可實現數據采集、信號處理和輸出控制等功能,控制系統結構如圖2所示。
1) 核心單元:即STM32單片機,主要包括微處理器和存儲器。微處理器主要功能有運行狀態顯示、通訊、故障診斷等;另外,還可實現信號處理、輸出控制等。存儲器主要負責程序、數據、運行代碼存儲,其容量決定了控制程序復雜程度。
2) 輸入/輸出接口:輸入接口用于采集數字信號和模擬信號,包括按鍵、開關等數字信號以及電壓、電流等模擬信號。其中模擬信號需要經模數轉換后才能被單片機處理,所有輸入信號必須經過光電隔離后才能輸入到單片機。輸出接口用于控制信號輸出,一般需先經過隔離或繼電器處理。
3) 通訊接口:所采用單片機支持RS232、RS485以及CAN總線等,此次研究選用串口通信,包括RS232和RS485兩種模式。
4) 電源模塊:外接24 V的直流電源,經穩壓電路生成3.3 V和5.5 V電壓,給主芯片供電。

圖2 控制系統結構
根據力學工作原理,此次研究所述稱量斗的數學模型可表示為:

式中:W(t)為托盤內物料質量;Q(t)為物料下落速率。
考慮到W(t)的初始值為零,那么其拉氏變換可表示為:

為便于分析,可將動態稱量看作一階線性模型,那么快速(式3)和慢速(式4)下料過程運動方程可分別表示為:
式中:a1、a0、b1、b0為可控參數;Q1(t)、Q2(t)為物料下落速率;u1(t)、u2(t)為開關量控制信號。
與上述兩式對應的傳遞函數可分別表示為:

式中:Q(s)為物料下落速率Q(t)的拉氏變換;U(s)為開關量控制信號u(t)的拉氏變換。
由于只有一個下料口,可統一用一個方程表示,即:

式中:ai、bi和ki(i=1~3)均為可控參數。
相應的拉氏變換可表示為:

式中:a、b、Ku均為可控參數;Kξ為噪聲幅度系數;ξ(s)為噪聲;Q(s)為含噪物流量。
對于常規稱重模式,往往通過落差補償提高稱重精度,進而實現預先稱重設定值目標。但是,在實際稱重過程中,下料過程具有不可逆性、時變性、非線性,很難同時保證稱重效率和準確度。為解決此問題,此次研究提出了一種迭代自學習算法,對空中余量進行動態跟蹤并自動修正,實現稱重過程優化控制。
可定義目標稱重值為Gs,第k次配料時稱重實際值為Gk,關門時刻的動態稱重值為GT。假設關門提前量為Δu,其初始值為u0。第一次稱重實際值和設定值之間的誤差為:

同式(9)對應的關門提前量可表示為:
式中:q為加權預測因子。
依次類推,第k+1次稱重時,控制量可表示為:

根據偏差不同,q可取不同參數值,其滿足0<q≤1。在迭代訓練過程中,如果ek<0,此時為負向迭代預測,結果就是使uk變小;如果ek≥0,此時為正向迭代,結果就是使uk變大。由式(11)可以看出:負向迭代時,控制量雖然會變小,但始終大于零;正向迭代時,需要進行邊界檢查,避免出現超調現象。
當重復訓練次數足夠多時,可實現實際輸出無限逼近期望值。綜上,在每次稱重時,利用上次預測修正后的提前關門量來提前控制閥門的關閉和開啟。如此反復訓練預測,可以使關門提前量不斷優化,減小誤差,從而實現關門后托盤內物料質量逼近給定值。
控制系統軟件流程如圖3所示。
第一步,進行系統初始化,通過人機交互界面設定相關工藝參數,包括質量、偏差閾值、稱重速度等。
第二步,判斷系統是否準備就緒。如果系統已經準備好則進行稱重操作;否則,繼續等待或報錯。
第三步,粗稱階段。此時兩個閥門均打開,通過稱重傳感器實時獲取托盤內物料質量。根據迭代控制,不斷更新閥門關閉提前量。如果滿足精稱條件,則關閉一個閥門。
第四步,精稱階段。此時只有一個閥門開啟,通過稱重傳感器實時獲取托盤內物料質量。根據迭代控制更新閥門關閉提前量。如果質量偏差在允許范圍內,則關閉所有閥門,停止下料。
最后,卸料,進行下一步工序。

圖3 軟件設計流程
為驗證所述自動稱重系統的有效性,試制樣機并進行試驗。試驗過程中,分別設定質量值為200,400,600和800 g,每組試驗分別進行100次,計算平均值,試驗結果如表1所示。可以看出:此次研究所述自動稱重系統精度比較高,最大偏差只有0.3 g,稱重精度能夠達到99.9%,可滿足包裝等行業對稱重裝置的要求。另外,自動稱重系統效率比較高,每分鐘稱重次數可以達到160次,同樣滿足相關行業要求,因此所述自動稱重系統具有高效、高精度等特點。

表1 試驗結果
以顆粒狀物料稱重為研究對象,設計了一種自動稱重控制系統。根據顆粒狀物料稱重的特點,基于迭代控制,提出了“提前關門”的控制策略,解決了空中余料問題。基于ARM,給出了控制系統結構框圖以及軟件設計方法。結果表明:此次研究所述自動稱重系統精度比較高,最大偏差只有0.3 g,稱重精度能夠達到99.9%,可滿足包裝等行業對稱重裝置的要求。