精品视频一区二区观看,欧美一区二区视频三区,日韩一区二区三区不卡,欧美中文综合在线视频,欧美综合网亚洲综合网

電子定量包裝系統(tǒng)是在電子稱重技術(shù)的基礎(chǔ)之上發(fā)展而來的一種動態(tài)定量稱重系統(tǒng)，是集機械、電氣、自動化、計算機等技術(shù)于一體的自動智能計量稱重設(shè)備 。電子定量包裝設(shè)備根據(jù)具體的控制程序，自動將大份的物料分成預(yù)定的小份物料。該設(shè)備因其具有智能自動稱量，大大提高生產(chǎn)效率，解放勞動力等優(yōu)點，在糧加工、食品包裝、水泥包裝、醫(yī)藥包裝等領(lǐng)域被廣泛應(yīng)用  。電子定量包裝系統(tǒng)是否穩(wěn)定，對企業(yè)經(jīng)濟效益具有直接影響，該系統(tǒng)如果能夠穩(wěn)定的運行，可以使企業(yè)獲得最佳的經(jīng)濟效益。

實現(xiàn)動態(tài)定量稱重包裝的關(guān)鍵是解決動態(tài)定量稱重的精確控制，主要包括實時快速稱重和

實時精確稱重，該控制系統(tǒng)性能的好壞直接決定了動態(tài)定量稱重包裝的效率高低。動態(tài)定量稱重包裝系統(tǒng)是一個非線性、時變性以及多種干擾并存的一個復(fù)雜系統(tǒng) 。當(dāng)為了提高包裝效率加快稱重速度時，由于物料沖擊和空中飛料等因素的存在，將直接影響稱重包裝精度。當(dāng)為了提高稱重包裝精度時，又不得不降低下料速度，從而影響了包裝效率。因此如何同時兼顧下料速度和稱重包裝精度對于提高整個動態(tài)定量包裝系統(tǒng)性能至關(guān)重要。

目前國內(nèi)外學(xué)者針對上述問題提出了多種智能控制方法，以解決稱重速度和稱重精度二者

之間存在的矛盾問題，例如在文獻(xiàn)中提出了一種模糊自適應(yīng)PID控制方法，對控制系統(tǒng)進(jìn)行了仿真，并取得了一定成效。文獻(xiàn)[10]中提出了一種基于BP神經(jīng)網(wǎng)絡(luò)與PID相結(jié)合的控制算法，大大提高了控制系統(tǒng)性能，但BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率和收斂速率均較慢、而訓(xùn)練時間過長。

徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（radical basis function，RBF）在逼近能力、分析能力以及學(xué)習(xí)速率上均優(yōu)于BP網(wǎng)絡(luò)。為此提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的PID的動態(tài)定量稱重包裝控制方法。在RBF神經(jīng)網(wǎng)絡(luò)PID控制過程中，由神經(jīng)網(wǎng)絡(luò)RBF在線辨識得到了梯度信息，然后由得到的梯度信息對PID中的三個參數(shù)進(jìn)行在線調(diào)整，從而提高了動態(tài)稱量系統(tǒng)的控制精度。

 

1 定量稱重包裝系統(tǒng)組成

下料稱重包裝系統(tǒng)主要由料倉、下料裝置、稱重傳感器、稱量斗、放料門、夾袋裝置、包裝機以及傳送帶等設(shè)備組成，下料稱重包裝系統(tǒng)結(jié)構(gòu)簡圖如圖1所示。

稱重系統(tǒng)中的傳感器將電信號經(jīng)過A/D轉(zhuǎn)換后將信號傳送到單片機中，單片機再根據(jù)比較程序，通過對電磁閥1的控制從而實現(xiàn)物料重量的調(diào)節(jié)，電磁閥2的開關(guān)實現(xiàn)最終產(chǎn)品的包裝。

2 傳統(tǒng)PID控制器

傳統(tǒng)的PID控制是一種線性的控制器，主要根據(jù)給定值 x 與實際輸出值 y 構(gòu)成的控制偏差：

e(t)=x-y

（1）

將偏差的比例（P）、積分（I）以及微分（D）進(jìn)

行線性組合從而構(gòu)成PID控制，PID控制器如圖2

所示，其控制數(shù)學(xué)模型為：

u(t)=K p e(t)+K i ∫ 0

t e(t)dt+Kdde(t)dt

（2）

式（2）中： K p 為比例系數(shù)， K i 為積分系數(shù)， K d

為微分系數(shù)。

當(dāng)控制對象具有非線性以及隨機性時，傳統(tǒng)的PID控制方法并不能達(dá)到理想的控制效果。

3 RBF神經(jīng)網(wǎng)絡(luò)的 PID控制器

RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，該網(wǎng)絡(luò)主要由輸入層、隱含層以及輸出層組成。RBF神經(jīng)網(wǎng)絡(luò)具有收斂周期短、全局逼近能力強的特點，在非線性和隨機性的控制系統(tǒng)中具有不錯表現(xiàn)從而被廣泛應(yīng)用。

3.1 控制器的實現(xiàn)

結(jié)合傳統(tǒng)PID和RBF神經(jīng)網(wǎng)絡(luò)各自的優(yōu)點，設(shè)計了如圖4所示的RBF神經(jīng)網(wǎng)絡(luò)的PID控制結(jié)

構(gòu)，通過RBF在線辨識得到梯度信息，再由梯度信息對控制系統(tǒng)中的PID參數(shù)進(jìn)行自適應(yīng)調(diào)整，從而使系統(tǒng)具有自適應(yīng)性，顯著提高了系統(tǒng)的魯棒性。

定義控制誤差為：

e ( ) k =r ( ) k -y ( ) k（3）

其中， r ( ) k 為輸入， y ( ) k 輸出， e ( ) k 為控制誤差。對式（1）進(jìn)行離散化處理可得：

u ( ) k =u(k-1)+K p [e(k)-e(k-1)]+K i e(k)

+K d [e(k)-2e(k-1)+e(k-2)]（4）

由式（4）可得：

Δu ( ) k =K p [ ] e ( ) k -e ( ) k-1 +K i e ( ) k

+K d [ ] e ( ) k -2e ( ) k-1 +e ( ) k-2（5）

式中： Δu ( ) k =u ( ) k -u ( )k-1 ，其中PID中的參數(shù)由RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行在線實時修正。

引入輸出誤差平方函數(shù)作為性能指標(biāo)：

E ( ) k =12 [] r ( ) k -y ( ) k2=12e ( ) k2（6）

K p 、 K i 、 K d 三個參數(shù)采用梯度下降的方法進(jìn)行調(diào)整：

4 仿真分析

為了驗證所提算法的有效性，將RBF神經(jīng)網(wǎng)絡(luò)PID控制方法與傳統(tǒng)PID方法進(jìn)行仿真對比。

參考文獻(xiàn)[12]中所提出了一種定量包裝系統(tǒng)傳遞

函數(shù)的數(shù)學(xué)模型G(s)=1.48(2.5s+1)(8.26s+1)e-0.2s（16）采樣周期 T=0.5s ，將其離散化處理，采用Matlab對上述兩種控制方法進(jìn)行仿真。仿真參數(shù)選擇為：動量因子 α=0.02 ，學(xué)習(xí)速率 η=0.35 ，加權(quán)因子 w=0.01 ，PID 參數(shù)為 K p =5 ， K i =0.8 ，K d =1.5 。圖5~7分別為傳統(tǒng)PID控制方法和RBF神經(jīng)網(wǎng)絡(luò)的PID控制方法對不同物料質(zhì)量稱重包裝系統(tǒng)仿真結(jié)果。

 

5 結(jié)束語

針對動態(tài)定量稱重包裝系統(tǒng)具有非線性、時變性以及建立精確數(shù)學(xué)模型困難等特點，提出了

一種基于RBF神經(jīng)網(wǎng)絡(luò)的PID控制算法。通過MATLAB對不同控制方法進(jìn)行仿真對比。仿真結(jié)果表明：傳統(tǒng)PID控制方法超調(diào)量較大，穩(wěn)定周期長；而RBF神經(jīng)網(wǎng)絡(luò)的PID控制效果平穩(wěn)，能夠?qū)崿F(xiàn)包裝質(zhì)量精確控制，具有良好的動態(tài)性能，控制效果明顯優(yōu)于傳統(tǒng)PID控制方法。

作者：盧君宜

 摘于中國知網(wǎng)，如有侵權(quán)請聯(lián)系刪除