陳云霞,李松青
1.南京機(jī)電職業(yè)技術(shù)學(xué)院(南京 211135);2.南京耀航電氣設(shè)備有限公司(南京 210007)
顆粒食品包裝機(jī)是將卷筒狀的塑料薄膜傳送到袋體成型器中,將薄膜制成袋體并沖入顆粒狀食品后進(jìn)行封口的一種自動(dòng)包裝機(jī)械[1-3]。該包裝機(jī)能夠自動(dòng)完成制袋、填料、封口、熱封、切斷等一系列包裝過(guò)程。其中,包裝機(jī)的熱封對(duì)于食品包裝外觀質(zhì)量具有重要影響,進(jìn)而影響產(chǎn)品的銷(xiāo)售,影響企業(yè)的生產(chǎn)效益。因此包裝機(jī)的熱封溫度控制對(duì)于食品包裝質(zhì)量至關(guān)重要。
食品包裝袋體熱封需要對(duì)包裝機(jī)橫封切刀溫度進(jìn)行精確控制,溫度過(guò)低導(dǎo)致袋體不能被切斷發(fā)生粘連,溫度過(guò)高使得袋體邊口出現(xiàn)萎縮。包裝機(jī)熱封溫度通常采用PID進(jìn)行自動(dòng)調(diào)節(jié)控制,PID控制是根據(jù)溫度傳感器實(shí)時(shí)采集的溫度與設(shè)定目標(biāo)溫度的差值進(jìn)行對(duì)比,通過(guò)對(duì)比值調(diào)整PID輸出,并將輸出值轉(zhuǎn)化為響應(yīng)的控制信號(hào)實(shí)現(xiàn)對(duì)執(zhí)行機(jī)構(gòu)的控制[4-8]。該控制方法結(jié)構(gòu)簡(jiǎn)單、算法易實(shí)現(xiàn),在工業(yè)控制領(lǐng)域被廣泛使用,但該控制方法中參數(shù)固定不變,對(duì)于復(fù)雜、非線性、時(shí)變的系統(tǒng)控制效果并不理想。食品熱封包裝機(jī)的熱封系統(tǒng)數(shù)學(xué)模型很難確立,又具有滯后性、非線性等特點(diǎn)。為改進(jìn)PID控制效果,在PID中引入BP神經(jīng)網(wǎng)絡(luò)和粒子群兩種智能控制方法。利用神經(jīng)網(wǎng)絡(luò)和粒子群2種控制方法實(shí)現(xiàn)PID參數(shù)的在線自動(dòng)調(diào)整,從而實(shí)現(xiàn)PID控制的自適應(yīng)性。同時(shí)給出控制系統(tǒng)結(jié)構(gòu),通過(guò)試驗(yàn)驗(yàn)證所述方法的可行性和有效性。
顆粒食品包裝機(jī)熱封橫切機(jī)構(gòu)主要形式為回轉(zhuǎn)加熱切割式,主要由旋轉(zhuǎn)軸、橫切刀和加熱電極等機(jī)構(gòu)組成,模型結(jié)構(gòu)如圖1所示。橫封切刀內(nèi)部嵌入一部分電阻絲,通過(guò)對(duì)電阻絲進(jìn)行加熱的方式實(shí)現(xiàn)切刀加熱。
圖1 橫封機(jī)構(gòu)模型
包裝機(jī)熱封橫切系統(tǒng)應(yīng)與熱封性能相適應(yīng),如果熱封溫度過(guò)高會(huì)導(dǎo)致食品包裝袋體出現(xiàn)燒結(jié)、起泡,如果溫度過(guò)低會(huì)導(dǎo)致封口不牢固出現(xiàn)包裝不嚴(yán)實(shí),使得食品出現(xiàn)質(zhì)量問(wèn)題,因此對(duì)熱封溫度進(jìn)行精確控制對(duì)于包裝食品質(zhì)量至關(guān)重要。
在包裝機(jī)的溫度控制系統(tǒng)中采用測(cè)溫范圍大、響應(yīng)速度快的熱電偶作為溫度的測(cè)量傳感器,溫度傳感器安裝在切刀的加熱電極上,該傳感器可以直接采集加熱電極的溫度并直接將溫度轉(zhuǎn)換成模擬量信號(hào),并將該值傳送到控制器PLC中,將此溫度與設(shè)定的目標(biāo)溫度進(jìn)行比較,進(jìn)行PID自動(dòng)控制。當(dāng)被測(cè)溫度出現(xiàn)偏離目標(biāo)溫度時(shí),進(jìn)行PID控制參數(shù)的智能化自動(dòng)調(diào)整,由PLC控制固態(tài)繼電器,實(shí)現(xiàn)對(duì)加熱器的通斷控制。溫度控制硬件電路如圖2所示。
圖2 溫度控制硬件電路
為實(shí)現(xiàn)顆粒食品包裝機(jī)熱封溫度的精確控制,克服系統(tǒng)的非線性、大時(shí)滯性對(duì)溫控系統(tǒng)的影響,在PID控制器中引入神經(jīng)網(wǎng)絡(luò)和粒子群算法,進(jìn)而使得控制系統(tǒng)具有一定自適應(yīng)性。其結(jié)構(gòu)如圖3所示。
圖3 智能控制器結(jié)構(gòu)
由圖3可以看出,智能控制器主要由PID控制器、神經(jīng)網(wǎng)絡(luò)及粒子群3種方法構(gòu)成。其中,溫度控制系統(tǒng)的輸入誤差為e、溫度誤差變化量為de/dt,經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)和粒子群算法整合后的PID參數(shù)為Ki、Kp、Kd;智能控制系統(tǒng)的輸量為u(k);對(duì)于傳統(tǒng)PID算法采用增量式,傳統(tǒng)PID控制系統(tǒng)數(shù)學(xué)模型為[9-12]:
傳統(tǒng)PID控制系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)控制器主要作用是根據(jù)系統(tǒng)的運(yùn)行狀態(tài)實(shí)現(xiàn)控制器參數(shù)的在線自整定調(diào)整。
粒子群優(yōu)化算法是通過(guò)迭代方法逐漸找到最優(yōu)解,在每次迭代中不斷的根據(jù)極值實(shí)現(xiàn)自身的更新。
假設(shè)目標(biāo)搜索空間的維度為M,粒子群眾粒子的個(gè)數(shù)為N,則粒子群中的第i個(gè)粒子為:
式中:i=1, 2, …,N。
假設(shè)粒子i的線性速度為:
記錄第i個(gè)粒子目前搜索到的最佳位置,即粒子的歷史最優(yōu)解為:
通過(guò)粒子群搜索便可得到函數(shù)的最優(yōu)位置,函數(shù)的全局最優(yōu)值可表示為:
粒子狀態(tài)更新表達(dá)式為:
式中:i=1,2,…,N;m=1,2,…,M;vim(k)為迭代k次后第i個(gè)粒子的當(dāng)前位置;c1、c2均為加速系數(shù),該系數(shù)的適當(dāng)值可以提高算法的收斂速度并避免函數(shù)出現(xiàn)局部最小值。
粒子群主要由三大部分組成:(1)粒子的線性搜索速度,表明粒子的目前狀態(tài),主要用于平衡全局和局部的搜索能力;(2)粒子的自我識(shí)別能力,該粒子擁有自我識(shí)別能力,使得粒子擁有強(qiáng)大的全局搜索能力和避免局部出現(xiàn)最小值。(3)信息共享部分,該部分使得所有的粒子能夠?qū)崿F(xiàn)信息共享。上述3個(gè)部分的能力決定了該粒子群算法的全局搜索能力,使得PID參數(shù)迅速找到最優(yōu)值。
為驗(yàn)證設(shè)計(jì)的智能控制算法的有效性,分別對(duì)傳統(tǒng)PID、神經(jīng)網(wǎng)絡(luò)-粒子群PID兩種算法分別進(jìn)行仿真分析。設(shè)定的食品包裝機(jī)熱封溫度控制系統(tǒng)參數(shù)為K=5、τ=1 000、慣性因子ω=0.7、粒子數(shù)m=10、迭代次數(shù)k=10。仿真曲線如圖4所示。
圖4 仿真曲線
由圖4的2種控制方法的單位階躍響應(yīng)仿真曲線可以看出,神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)經(jīng)過(guò)0.15 s或系統(tǒng)便可找到目標(biāo)值并穩(wěn)定在此值,而傳統(tǒng)PID控制器需要約0.25 s才能夠穩(wěn)定,其收斂時(shí)間明顯長(zhǎng)于神經(jīng)網(wǎng)絡(luò)粒子群PID控制。此外神經(jīng)網(wǎng)絡(luò)粒子群算法的超調(diào)量也遠(yuǎn)遠(yuǎn)小于傳統(tǒng)PID控制器,從而也大幅縮短系統(tǒng)達(dá)到穩(wěn)定的時(shí)間。由上述分析可以看出,神經(jīng)網(wǎng)絡(luò)粒子群算法超調(diào)量小,響應(yīng)速度快,對(duì)于提高包裝機(jī)熱封溫度控制性能具有一定積極作用。
在傳統(tǒng)PID控制器中引入神經(jīng)網(wǎng)絡(luò)和粒子群2種智能控制算法??刂破鞑捎昧W尤核惴ㄌ岣呱窠?jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度,該算法可有效提高傳統(tǒng)PID的收斂速度、避免算法出現(xiàn)局部最小值,使得PID控制算法有擁有更好地自適應(yīng)能力,提高算法的抗干擾能力。仿真結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)粒子群算法可以有效提高溫度控制精度和穩(wěn)定性。彌補(bǔ)傳統(tǒng)PID控制算法在食品包裝機(jī)熱封溫度控制中參數(shù)整定困難的問(wèn)題。