自動定量稱量包裝機控制系統設計

鐘國文，潘盛輝

（1.廣西機電職業技術學院，南寧 530007；2.廣西科技大學，柳州 545006）

0 引言

隨著我國經濟水平的不斷提高，人們對生活的質量要求也越來越高，消費觀念也隨著生活質量的提高不斷地發生變化[1]。消費市場成為了人們日常的主要需求來源，各種商品的競爭日趨激烈，其自身質量差距不大，而產品的外包裝是決定消費者購買的重要因素。大部分的商品都具有自身特色的外包裝，利用包裝材料不僅能起到包裹裝飾的作用，還能展示出產品的特色屬性，從而提高產品的銷量[2]。伴隨著科技水平的不斷提高，包裝機械設備的不斷更新，自動控制類包裝機得到了廣大企業的青睞。國內對于包裝機械設備的研究起步較晚，因此大部分的技術依賴于國外的研究。與其他國家相比，中國的包裝行業具有市場容量大和集中度不高等特點，隨著人們消費觀念的不斷轉變，相關領域開始重視對于自動化程度高的包裝機械的研究[3]。本文利用模糊神經網絡PID技術，研究了雙秤定量包裝機的自動控制方法，對我國包裝機械設備的發展具有重要意義。

豐會萍等人[4]針對定量包裝機稱重不準確等問題，提出了一種基于復位連接的定量包裝機自動控制方法，該方法利用傳統的PID控制器對產品進行定量稱重，然后根據復位調節控制器的調量，減小產品稱重過程中的誤差，且復位調節時間短，不會影響正常的包裝機運作，從而實現定量包裝機的自動控制，實驗結果證明，采用復位連接的定量包裝機自動控制方法，可以有效地提高定量包裝機的稱重精度。梁禮群等人[5]研究了一種基于微處理器的觸摸屏定量包裝機自動控制方法，用來提高定量包裝機的自動化性能，從而提高產品的生產效率，該方法采用MT6070IH觸摸屏完成定量包裝機各項參數的設定，方便及時調整與設置，提高了定量包裝機的可操作性，在軟件上采用微處理器，提高了定量包裝機的整體自適應性，從而提高了定量包裝機的生產效率。結果表明，采用微處理器的觸摸屏定量包裝機自動控制方法，不僅有效地提高了定量包裝機的自動化程度，還實現了對包裝機的可視化管理，從而提高了企業的生產效率。

1 雙秤定量包裝機自動控制方法設計

1.1 搭建模糊神經網絡

雙秤定量包裝機搭建模糊神經網絡如圖1所示。

圖1 模糊神經網絡結構

模糊神經網絡結構一共包括四個層面，分別是輸入層、操作層、模糊推理層與輸出層，通過以上四個層面完成神經網絡的模糊推理[6]。設定e(t)表示雙秤定量包裝機神經網絡的輸入信號系統的方程式，包括雙秤定量包裝機的包裝速度與誤差[7]。U表示雙秤定量包裝機的實際包裝效率，其為輸出信號。神經網絡的各層之間的關系為：

輸入層：ei為該層的輸出，表示第i個元素的雙秤定量包裝的誤差，其中，i=1，2…，n。

操作層：利用神經網絡PID技術，對雙秤定量包裝機的輸入信號進行模糊計算，用式(1)表示：

式(1)中，aij和σij分別表示雙秤定量包裝機神經網絡系統的第i個元素的隸屬j的核心值與操作寬度，表示每個雙秤定量包裝機神經網絡系統對應的輸出值，a=[a11,…,a n1,a12,… ,an2,a1m,… ,anm]表示操作矢量，σ=[σ11,…,σn1,σ12,…,σn2,σ1m,…,σnm]表示所有隸屬的核心值與操作寬度矢量。

模糊推理層：根據操作層的函數關系式，實現模糊推理層的模糊推理，利用二階函數[8]計算出每個操作層節點對該層的輸出影響，即：

式(2)中，wkij表示模糊推理層各個節點對輸出層第k條的具體影響，其單位量為1，yk表示模糊推理層的第k條推理規則對應的輸出。

輸出層：通過模糊推理層的操作，得到神經網絡的輸出，用函數表示為：

式(3)中，wko表示雙秤定量包裝機神經網絡的輸出層權值。

綜上所述，神經網絡對雙秤定量包裝機的實際控制表述為：

設雙秤定量包裝機操作過程中的神經網絡參數期望值與實際輸出層的實際值相等[9]，即：

對雙秤定量包裝機神經網絡中的線性函數進行局部處理，得到：

經迭代處理后，得到：

式(7)中，ar，σr，Wr表示雙秤定量包裝機操作過程中的期望值的神經網絡參數期望值分布，ae，σe，We表示期望值與實際值的誤差，o`表示神經網絡的高階余量。根據模糊神經網絡獨特的特性[10]，將雙秤定量包裝機操作過程中的實際值函數逼近成期望函數。此時，可以保證雙秤定量包裝機系統誤差方程矢量e(t)一直在控制范圍內。因此，引入模糊神經網絡，可以實現對雙秤定量包裝機的精準控制。

1.2 傳感控制點設置

雙秤定量包裝機組件由7部分構成，分別是包裝材料配送裝置、橫封操作裝置、縱封操作裝置、成型器、包裝成膜裝置、傳導裝置和成形包裝材料[11]。利用神經網絡PID控制對雙秤定量包裝機進行傳感控制點設置，分別為p1,p2,…,pi。采用控制系統的軟件系統安裝在雙秤定量包裝機系統內，利用微處理器將該控制系統安裝在計算機上，通過計算機控制系統實現包裝機的自動控制。此時，雙秤定量包裝機傳感控制點之間距離的計算如式(8)所示：

式(8)中，d表示任意兩個傳感控制點之間的水平距離，λ表示雙秤定量包裝機的工作頻率，n表示區域劃分的數量，s表示雙秤定量包裝機的表面積。按照雙秤定量包裝機的運行周期對各個傳感控制點進行監測[12]，對位置不在預期目標的控制點及時修正。

根據式(1)的計算結果，對雙秤定量包裝機進行水平偏離修正，由于受傳感控制點監測儀器的高度影響，還要根據水平偏離計算出控制點的高差，然后對其進行精準修正。設傳感控制點的高差為k1和k2，測量出傳感控制點的高差為k`1和k`2，則高差的表達式為：

設定雙秤定量包裝機控制傳感控制點的距離用k`p表示，修正后的偏離距離為：

上述式(10)中，是對修正后的結果進行修正，設傳感控制點p1和p2為基準點，設兩個基準點之間的偏離距離為k1和k2，在雙秤定量包裝機實際進行包裝過程中，時刻t下測量出實際的偏離距離，得到修正系數的修正公式：

式(11)中，βn表示傳感控制點的垂直監測角度，ln表示垂直高度，jn表示傳感控制點的探頭高度。根據上述的基準點計算公式，同理代入式(9)，計算出高差的修正系數，修正后的高差表示為：

根據上述式(10)計算出的水平偏差，與式(12)計算出的垂直高差，得到雙秤定量包裝機的傳感控制點修正后的水平距離為，此時的傳感控制點坐標為：

式(13)中，a表示傳感控制點的實際方向角，x0、y0、z0分別表示傳感控制監測點在x軸和y軸的高程值，此時完成對雙秤定量包裝機傳感控制點的設置。

1.3 雙秤定量包裝機自動控制模型構建

由于包裝機在進行包裝操作的過程中，設置的參數會隨著傳感控制點的變化而變化[13]，因此需要利用神經網絡PID技術，建立雙秤定量包裝機的自動控制模型，利用下式對自動控制模型進行描述：

式(14)中，x(t)表示包裝機械運行狀態，u(t)表示雙秤定量包裝機的輸入變量，y(t)表示雙秤定量包裝機的輸出變量，C表示包裝機械的輸出矩陣。

對雙秤定量包裝機自動控制模型進行簡化處理，得到簡化后的模型如圖2所示。

圖2 雙秤定量包裝機自動控制模型

為了保證雙秤定量包裝機的精準稱重，在不考慮時間的影響下，對傳感控制點進行修正調整[14]，得到不同時刻下的模糊神經網絡傳感控制器。

假設模糊神經網絡傳感控制器內的控制規則數為N，那么，第n+1個模糊神經網絡傳感控制器為：

其中，K表示控制系數，σ∈{1,…,N}表示該雙秤定量包裝機自動控制模型的控制信號，Rσi表示第σ個傳感控制器內的第i條規則。

設雙秤定量包裝機自動控制模型實際包裝過程中的延時為a，則得到第a個模糊神經網絡傳感控制器的控制機制為：

此時，rs(k)表示在k時刻的傳感控制器的延遲信號，當Kσi=0時，得到控制信號的延遲上限為μi。

當第σ個模糊神經網絡傳感控制器下，得到雙秤定量包裝機的模糊方程為：

其中，μi表示控制律，Ai和Bi表示控制幅值，x(k)表示輸入量，μi和μj分別表示第i條和第j條控制律，Kσj是一個常數，rs(k)表示控制變量。

根據以上步驟，構建雙秤定量包裝機自動控制模型，利用模糊神經網絡PID方法[15]對包裝機進行模糊線性處理，計算出不同時刻下最優模糊信號，將模糊信號的延遲轉化為控制信息，通過模糊神經網絡PID的控制規則，實現對雙秤定量包裝機的自動控制。

2 仿真實驗對比分析

2.1 實驗準備

為了驗證本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法在實際應用過程中的效果，引入基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法進行對比，對雙秤定量包裝機的機械臂軌跡跟蹤情況進行仿真，給出了包裝機的相關技術參數，如表1所示。

表1 雙秤定量包裝機的技術參數

將雙秤定量包裝機與實驗儀器進行連接，搭建一個仿真實驗平臺，并對平臺進行初始化，確保實驗結果的可靠性，實驗開始之前，需要注冊一個用戶名，具體內容如圖3所示。

在圖3的注冊頁面中，注冊一個用戶賬號并設置密碼，填寫好用戶的基本信息之后點擊提交信息按鈕，完成仿真實驗平臺的搭建。然后對實驗對象進行調整，假設雙秤定量包裝機會發生多種故障，模擬雙秤定量包裝機的故障數據，并將模擬故障數據上傳到數據庫。

圖3 用戶注冊頁面

參考模擬的雙秤定量包裝機故障數據開始進行仿真測試，對產品進行包裝，設置雙秤定量包裝機的運行轉速和時間，假設雙秤定量包裝機自動控制實驗的周期為1小時。

2.2 實驗結果分析

在多個實驗周期內，隨機選擇兩個周期，假設第一個周期的雙秤定量包裝機轉速為每分鐘200轉，在轉速為200r/s下，測試本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法、基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法的雙秤定量包裝機的信噪比，測試結果如圖4所示。

圖4 200r/s下雙秤定量包裝機的信噪比對比結果

根據圖4可知，在轉速為200r/s下，本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法的雙秤定量包裝機信噪比最高可達50dB，而基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法的雙秤定量包裝機信噪比最高只有42dB和43dB，在轉速為200r/s下，本文方法的雙秤定量包裝機信噪比較高。

在轉速為700r/s下，測試本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法、基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法的雙秤定量包裝機的信噪比，測試結果如圖5所示。

圖5 700r/s下雙秤定量包裝機的信噪比對比結果

根據圖5可知，在轉速為700r/s下，本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法的雙秤定量包裝機信噪比最高可達100dB，而基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法的雙秤定量包裝機信噪比最高只有82dB和83dB，在轉速為700r/s下，本文方法的雙秤定量包裝機信噪比較高。

綜合以上兩個階段的測試可以看出，無論雙秤定量包裝機的轉速是200r/s還是700r/s，基于模糊神經網絡PID的雙秤定量包裝機自動控制方法的雙秤定量包裝機信噪比均較高。

為了進一步驗證本文方法的有效性，采用本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法、基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法，對雙秤定量包裝機自動控制精度進行對比分析，對比結果如圖6所示。

圖6 雙秤定量包裝機自動控制精度對比結果

根據圖6可知，本文提出的基于模糊神經網絡PID的雙秤定量包裝機自動控制方法的雙秤定量包裝機自動控制精度在95%以上，比基于復位連接的定量包裝機自動控制方法和基于微處理器的觸摸屏定量包裝機自動控制方法的雙秤定量包裝機自動控制精度高，說明本文方法的雙秤定量包裝機自動控制效果好。

3 結語

本文提出了基于模糊神經網絡PID的雙秤定量包裝機自動控制方法，通過搭建模糊神經網絡，設置了傳感控制點，通過構建雙秤定量包裝機自動控制模型，實現了雙秤定量包裝機的自動控制。結果顯示，本文設計的自動控制方法具有更好的降噪效果，并且雙秤定量包裝機自動控制效果較理想。