糧食干燥過程的先進(jìn)控制（2）
信息來源： | 發(fā)布日期：
2017-12-28 18:47:37
| 瀏覽量：762871
摘要：
3過程控制研究中存在問題3.1干燥技術(shù)與控制技術(shù)未充分結(jié)合 干燥過程是典型的多變量、大慣性、高度非線性復(fù)雜系統(tǒng)，建立一個理想的符合實(shí)際干燥過程的數(shù)學(xué)模型^困難；而且建立模型要花費(fèi)大量精力，有時甚至是不可能。通常為便于研究要對建模條件進(jìn)行簡化，簡化后的方程…
3 過程控制研究中存在問題
3.1干燥技術(shù)與控制技術(shù)未充分結(jié)合
干燥過程是典型的多變量、大慣性、高度非線性復(fù)雜系統(tǒng)，建立一個理想的符合實(shí)際干燥過程的數(shù)學(xué)模型^困難；而且建立模型要花費(fèi)大量精力，有時甚至是不可能。通常為便于研究要對建模條件進(jìn)行簡化，簡化后的方程不能正確反映干燥過程，簡化常常會帶來誤差。有的模型如熱、質(zhì)傳遞模型、干燥過程優(yōu)化控制型、模糊控制及智能控制型等，都有不夠^之處。同時干燥理論研究局限在擴(kuò)散理論的圈子中、未找到物料自身的特性函數(shù)，這也給^模型的建立帶來了難度。即使一些干燥過程能夠建立起^的數(shù)學(xué)模型，其結(jié)構(gòu)往往也^復(fù)雜，難以設(shè)計(jì)并實(shí)現(xiàn)有效的控制。目前的研究基本上停留以一維數(shù)學(xué)模型為基礎(chǔ)的控制上，常常是只控制某一個特定的參數(shù)，控制效果不理想，更不能完成多目標(biāo)的智能控制。沒有一個很好的數(shù)學(xué)模型，在實(shí)施控制時不得不尋求其他間接方法，這在一定程度上影響了控制的精度和效果，干燥技術(shù)研究與控制技術(shù)研究結(jié)合得不夠好，使干燥機(jī)控制對發(fā)揮干燥機(jī)^高效能、對提高產(chǎn)品質(zhì)量的作用沒有完全體現(xiàn)。
3.2 干燥過程控制方法及控制效果研究較少
3.2.1 過程控制中控制變量少
干燥過程控制系統(tǒng)以常規(guī)單變量技術(shù)為基礎(chǔ)，控制的目標(biāo)主要局限于對某一個變量或幾個變量的平穩(wěn)操作，保證生產(chǎn)平穩(wěn)和少出事故。隨著糧食干燥工業(yè)日益走向大型化、集成化、連續(xù)化、復(fù)雜化，對過程控制的品質(zhì)提出了更高的要求，一個良好的控制系統(tǒng)不但要保護(hù)系統(tǒng)的穩(wěn)定性和整個生產(chǎn)的安全，滿足一定的約束條件，而且應(yīng)該帶來一定的經(jīng)濟(jì)效益和社會效益。而在糧食干燥中，當(dāng)某一烘干段中熱風(fēng)的溫度和濕度一旦變化，不僅對該烘干段糧食的溫度和含水率產(chǎn)生直接的影響，還會間接影響到下一段乃至烘干塔出口糧食的溫度和含水率。若排糧電機(jī)轉(zhuǎn)速放慢或者加快，不僅烘干塔出口的糧食水分會變化，每一段烘干段內(nèi)糧食溫度和水分都會發(fā)生相應(yīng)的改變。在這一系列復(fù)雜的變化過程中，必然會伴隨時滯、耦合、時變以及一系列非線性的過程。如果只是將被控變量的偏差和偏差變化率作為控制系統(tǒng)的輸入，當(dāng)系統(tǒng)內(nèi)部或外部干擾增多時，很難保證其控制效果。經(jīng)典的模糊控制系統(tǒng)常將研究問題簡化為單輸入單輸出單變量模糊控制器在應(yīng)用中有很大局限性，控制器的輸入只有被控變量的偏差及偏差變化，實(shí)質(zhì)上相當(dāng)于一個可變參數(shù)的單輸入PD調(diào)節(jié)器。因此，干燥過程的復(fù)雜性決定了控制量和被控制量不止一個，互相之間存在錯綜復(fù)雜的影響關(guān)系，各被控制量的^佳值也會存在相互制約的因素，難以尋求^優(yōu)的控制方案。
3.2.2 先進(jìn)控制應(yīng)用少且方法集中單一
雖然數(shù)十年來就開始探究將如何智能控制應(yīng)用于干燥工藝中，但是關(guān)于糧食干燥先進(jìn)控制系統(tǒng)的設(shè)計(jì)方法研究甚少，而且集中于某種方法的研究較多。“十五”期間國家糧食局花費(fèi)了大量的資金用于解決糧食干燥過程中的水分在線測試和自動控制，結(jié)合一些糧庫進(jìn)行了一些項(xiàng)目的研究和開發(fā)工作，但多數(shù)設(shè)計(jì)單位都采用模糊控制方法。瀏覽國內(nèi)學(xué)位論文也可以看到，較多的是利用神經(jīng)網(wǎng)絡(luò)建立烘干塔的數(shù)學(xué)模型、用模糊思想對干燥機(jī)的性能進(jìn)行綜合評價和對干燥機(jī)的設(shè)計(jì)進(jìn)行優(yōu)化；沒有一份應(yīng)用模型預(yù)測控制的報道。先進(jìn)控制方法雖然有很多優(yōu)點(diǎn)，但單一方法也存在著這樣或那樣的不足。模糊控制是建立在熟練操作才經(jīng)驗(yàn)的基礎(chǔ)上，需要通過系統(tǒng)自學(xué)習(xí)，不斷修正參數(shù)才能逐步逼近目標(biāo)值。而干燥時糧食水分影響因素多，不容易找到熟練操作者的經(jīng)驗(yàn)參數(shù)，而未采用較準(zhǔn)確反映烘干機(jī)控制量的數(shù)學(xué)模型方法進(jìn)行自動控制設(shè)計(jì)，很難保證干燥后糧食品質(zhì)。自適應(yīng)控制雖然能在一定程度上解決不確定問題，但算法復(fù)雜、計(jì)算量大，且對過程未建模動態(tài)和擾動的適應(yīng)能力差，系統(tǒng)魯棒性問題尚待進(jìn)一步解決，應(yīng)用受到限制。開發(fā)基于友好圖形界面的^系統(tǒng)是干燥過程控制的發(fā)展方向之一，但由于進(jìn)行問題求解時搜索的時間較長，^系統(tǒng)用于在線控制方面的能力比較差。在神經(jīng)網(wǎng)絡(luò)建模形式中，基于BP 算法的網(wǎng)絡(luò)具有訓(xùn)練時間長，且經(jīng)常發(fā)生不收斂的缺點(diǎn)；采用徑向基函數(shù)近似干燥過程雖然可大大提高收斂速度，并使網(wǎng)絡(luò)能夠收斂于全局^小值，但其中心坐標(biāo)確定較困難。大部分現(xiàn)有的非線性模型預(yù)測控制方法只能用于較慢的過程控制，對于實(shí)時性要求較高的干燥過程控制不利。因此，單一應(yīng)用某種控制策略必然不能^好地發(fā)揮過程控制的優(yōu)勢。
3.3 檢測多于控制，水分傳感器精度和穩(wěn)定性不高
糧食干燥參數(shù)的檢測與控制儀表直接關(guān)系到干燥的質(zhì)量和經(jīng)濟(jì)效益。國產(chǎn)糧食干燥機(jī)自動控制應(yīng)用不多，有些干燥機(jī)裝有風(fēng)溫數(shù)字顯示和超溫報警以及排糧速度顯示裝置，但不能自動控制。國內(nèi)糧食水分檢測儀對糧食水分的單純測量和顯示，沒有形成與糧食干燥設(shè)備配套的實(shí)時、在線控制系統(tǒng)，無法實(shí)現(xiàn)糧食干燥過程的自動控制。糧食水分測試難以實(shí)現(xiàn)在線快速測量，目前國內(nèi)使用的干燥設(shè)備由于沒有一種定型的動態(tài)過程水分檢測的方法，無法實(shí)現(xiàn)糧食干燥過程的自動控制。在線水分測試傳感器測試精度和穩(wěn)定性問題一起沒有得到很好得解決，沒有真正成熟到真正可靠檢測的階段，影響了過程方法的精度。
4 發(fā)展方向
4.1 干燥過程模型的完善
繼續(xù)深入研究干燥過程中物料內(nèi)部熱質(zhì)傳遞規(guī)律；建立起能夠^反映干燥過程狀態(tài)的數(shù)學(xué)模型有助于完善干燥過程的自動控制。同時，可以建立干燥過程的智能模型，用智能模型來替代數(shù)學(xué)模型，智能控制系統(tǒng)就能逼近真實(shí)系統(tǒng)和對其進(jìn)行有效的控制。如用用人工神經(jīng)網(wǎng)絡(luò)技術(shù)來建立數(shù)學(xué)模型，人工神經(jīng)網(wǎng)絡(luò)技術(shù)則能將多個自變量映射到多個因變量，因此特別適合于復(fù)雜的糧食干燥過程。
4.2 多種控制方法的結(jié)合滲透
單一采用某種先進(jìn)控制技術(shù)難以充分發(fā)揮優(yōu)勢，一種必然的趨勢是各種控制策略互相滲透，取長補(bǔ)短，互濟(jì)優(yōu)勢，結(jié)合成復(fù)合的控制策略。多種控制策略相結(jié)合的復(fù)合控制策略克服了單獨(dú)策略的不足，更具有優(yōu)良特性，能更好地滿足不同應(yīng)用的要求，是今后的發(fā)展方向。研究表明，用神經(jīng)網(wǎng)絡(luò)代替模糊數(shù)學(xué)的推理方法，將使^系統(tǒng)的在線控制能力大大提高；將人工神經(jīng)網(wǎng)絡(luò)與^系統(tǒng)結(jié)合起來的神經(jīng)網(wǎng)絡(luò)^系統(tǒng)對于問題求解是一種有益的嘗試；神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)控制理論的結(jié)合使控制系統(tǒng)具有相當(dāng)程度的智能。因此，復(fù)合控制策略將促使停留于數(shù)學(xué)仿真和實(shí)驗(yàn)室研究階段的神經(jīng)網(wǎng)絡(luò)控制的研究用于實(shí)際系統(tǒng)控制。模糊PID顯合控制、模糊變結(jié)構(gòu)控制、自適應(yīng)模糊控制，模糊預(yù)測控制、模糊神經(jīng)網(wǎng)絡(luò)控制、^模糊控制等復(fù)合控制正在興起，相信會有更大發(fā)展和廣泛應(yīng)用。
4.3 控制策略的深入研究
干燥過程系統(tǒng)的設(shè)計(jì)已不能采用單一的基于定量的數(shù)學(xué)模型的傳統(tǒng)控制理論和控制技術(shù)，必須進(jìn)一步開發(fā)高級的過程控制系統(tǒng)，研究先進(jìn)的過程控制規(guī)律，以及將現(xiàn)有的控制理論和方法向過程控制領(lǐng)域移植和改造等，這些方面也越來越受到控制界的關(guān)注。進(jìn)一步加強(qiáng)控制理論研究，如在預(yù)測控制的三大機(jī)理： 預(yù)測模型、反饋校正方法、求解優(yōu)化的策略上下功夫，全方位地去加以研究和突破；干燥過程控制中迫切要求開發(fā)出實(shí)時性好的模型預(yù)測控制方法，在保證干燥質(zhì)量的前提下使在線計(jì)算時間減少；注重學(xué)科的交叉研究，借鑒其他有效的控制方法，解決過程控制現(xiàn)有難題，不斷完善、發(fā)展和創(chuàng)新現(xiàn)有干燥過程控制算法；進(jìn)一步提高干燥品質(zhì)自動控制系統(tǒng)的可靠性，建立具有自適應(yīng)能力的控制算法。
