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

動態(tài)定量稱重的關(guān)鍵技術(shù)在于解決稱量精度與速度的矛盾。動態(tài)稱重過程的被控對象具有慣性、滯后、非時變等非線性環(huán)節(jié)的特性，是單輸入單輸出的無自平衡能力的二階純滯后對象。稱重過程不確定因素多，誤差主要來源于物料、給料裝置、稱量裝置和控制系統(tǒng)。本研究從測量方法和控制原理角度入手，提出減小誤差、提高精度的新方法。
經(jīng)過對動態(tài)定量稱重過程的悉心研究，研制了以傳送帶和給料閥門為二維被控對象，以單片機MCS-51開發(fā)系統(tǒng)為控制單元的整機結(jié)構(gòu)；釆用將PID控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制技術(shù)三合為一的多元復(fù)合控制技術(shù)，形成以模糊神經(jīng)網(wǎng)絡(luò)PID為控制核心的控制思路。理論和試驗研究表明：該方法能夠較好地解決動態(tài)定量稱重過程的速度與精度的矛盾，而且與簡單的PID控制方法比較，將稱量誤差減小了2%~3%。
1整機結(jié)構(gòu)
傳統(tǒng)的分級給料裝置的給料口的截面積固定，當該截面積過大，停止給料后，空中飛料質(zhì)量大，精度難以保證;截面積過小，則稱量速度不能保證。在提高控制精度和減小稱量誤差方面，許多研究都作出了貢獻叫本研究的控制思路是以采樣誤差為控制依據(jù)，即在整個稱量過程中通過對誤差的不斷監(jiān)測及時控制給料量，無論給料閥門處于何種狀態(tài)，都能夠控制輸送帶和閥門的動作速度和方向。
定量稱重是一個動態(tài)的過程，動態(tài)稱量的精度與控制過程中的每一個環(huán)節(jié)密切相關(guān)。它需要在短時間內(nèi)對被稱量物料的質(zhì)量加以判斷、檢測、控制算法運算、調(diào)整物料流量、修正因空中飛料的測量誤差，為下一次稱量做準備。一次稱量過程如下:采樣,物料質(zhì)量經(jīng)傳感器轉(zhuǎn)換成對應(yīng)電壓信號，經(jīng)高精度放大、數(shù)字濾波、12位高精度A/D轉(zhuǎn)換，得到的數(shù)字量與設(shè)定量程數(shù)字量比較,獲取此次稱量誤差,將此誤差經(jīng)過處理輸入控制器，控制器根據(jù)不同的控制算法輸出控制量，經(jīng)D/A轉(zhuǎn)換成模擬電壓信號驅(qū)動執(zhí)行機構(gòu)（兩路輸出控制量,一路控制步進電機的轉(zhuǎn)速，以此改變給料閥門的開度，另一路控制交流電機的轉(zhuǎn)速，以此改變輸送帶的速度），并通過終端部件——閥門和輸送帶改變給料量，直到下一采樣時刻到來。這樣就構(gòu)成了一個反饋的閉環(huán)控制回路，直至系統(tǒng)反饋值無限逼近給定值，控制器輸出為零。
2系統(tǒng)設(shè)計

2.1硬件設(shè)計
硬件結(jié)構(gòu)包括傳感器、MCS-51、穩(wěn)壓電源、放大電路、濾波電路、步進電機驅(qū)動電路、模數(shù)/數(shù)模轉(zhuǎn)換電路、變頻器等，如圖1所示。
傳感器電源要求具有相當高的平穩(wěn)和均勻的輸出性能，其穩(wěn)定性應(yīng)高于傳感器精度;有源濾波為三階RC低通濾波電路，截止頻率高于常態(tài)干擾頻率；步進電機的驅(qū)動采用斬波型平滑功放電路實現(xiàn)步進電機的三相六拍的工作方式。
2.2軟件設(shè)計
用MCS-51單片機開發(fā)系統(tǒng)實現(xiàn)程序控制，釆用模塊化編程方法，系統(tǒng)作業(yè)采用中斷方式。TO定時器作為步進電機驅(qū)動脈沖的定時中斷;T1為采樣中斷，計算監(jiān)控程序包括鍵盤掃描、LED顯示、器件初始化、定時計數(shù)器功能設(shè)置等。FNNPID控制算法流程見圖1。

圖1系統(tǒng)硬件連接圏

2.3控制器的設(shè)計
以增量式PID控制和模糊控制為控制核心的控制結(jié)果表明：控制效果均明顯優(yōu)于傳統(tǒng)的分級給料過程，超調(diào)減小，精度提高，但不能很好地解決因控制環(huán)境和被控對象變化產(chǎn)生的不確定誤差。以模糊神經(jīng)網(wǎng)絡(luò)PID為控制核心的控制器，能夠克服被控對象和環(huán)境所具有的高度的復(fù)雜性和不確定性，能夠解決在動態(tài)定量稱重過程中出現(xiàn)的難點。
將神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能引到模糊控制系統(tǒng)中，模糊化處理、模糊推理和解模糊計算均通過神經(jīng)元來表示。此控制器的結(jié)構(gòu)特點結(jié)合了模糊邏輯推理、神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力以及增量PID控制的優(yōu)點?？刂破鞯拈]環(huán)設(shè)計框圖如圖2所示。

圖2FNNPID控制算法程序框圖
控制器為非線性的控制器，由模糊量化功能塊FJ-5-1神經(jīng)網(wǎng)絡(luò)功能塊、求和£功能塊以及輸出增益K.調(diào)整的功能塊組成。
控制器的特點：
①模糊量化F釆取正態(tài)分布特性。
②神經(jīng)網(wǎng)絡(luò)增量式PID形式為Uk=A(Kp,K、,KQ幼+8(KpA,Kd)瓦_i+C(KpA,Kd)&-2,式中4(?),B(?),C()均為非線性系數(shù)，由神經(jīng)網(wǎng)絡(luò)非解析實現(xiàn)。BP神經(jīng)網(wǎng)絡(luò)采取閉環(huán)學(xué)習(xí)，其擬合誤差的代價函數(shù)為min£=(l/2)£(/?k-K)2。
經(jīng)驗證，該算法具有能減少學(xué)習(xí)振蕩，逐點逼近步長合理，收斂速度快等優(yōu)點。
3試驗分析
3.1試驗結(jié)果
針對小定量稱重，選擇1kg的大米作為物料，標定量程為OOO-OFFFH。控制器的輸出值經(jīng)過D/A轉(zhuǎn)換改了變頻器的輸出電壓，即改變傳送帶的送料)速度，見圖4。

圖中，在不同輸出增益K。作用下，控制器輸出值隨動態(tài)測量誤差的變化而變化?？梢?，采用FNNPID的控制，超調(diào)小，穩(wěn)定性好,控制誤差小。經(jīng)過不斷的調(diào)試和修整，最終確定控制器的參數(shù)K=0.8,采樣周期丁=7mso原因在于:a)帶模糊神經(jīng)網(wǎng)絡(luò)的PID實際上近似于非線性的PID控制器，其誤差前的系數(shù)通過模糊神經(jīng)網(wǎng)絡(luò)多次離線學(xué)習(xí)而獲得，學(xué)習(xí)的效果已經(jīng)明顯地逼近被控對象E控制器的靈敏度高;b)經(jīng)過C語言和51單片機開發(fā)環(huán)境的學(xué)習(xí),FNNPID的最終控制誤差范圍在0.002-0.006之間。
3.2試驗數(shù)據(jù)分析
將增量式PID控制算式和模糊控制算式兩種控制方案對比做試驗。增量式PID控制算式為Kc[e(k)-e(k-\)]+Kfi(k)+Kd[e(fc)-2e(fc-l)+e(fc-2)],式中:分別為比例、積分、微分系數(shù);模糊控制算式為
J7=4a-E+(1-a)-A£]E>2
〃=-[□•E+(l-a)?A£]+(?£E；    E>2
式中：a為自調(diào)整因子；〈為積分加權(quán)因子，取上0.2；i=0,l,2，…,如[]為取整函數(shù)。這里設(shè)
&=[0,50]K,=0.1£={0,1,2,3,4,5}
AE*=[-10,0]K&=0.5    ~1,-2,-3,-4,-5}
17X0,25]    K.=-5.0U={-5,-4,-3,-2,-l,0}
式中:E.,聲分別為實測誤差、誤差變化和控制量的基本論域;K,,KaK«表示相應(yīng)的量化因子和比例因子0e,通,U分別表示量化誤差、誤差變化、控制量的模糊論域。
數(shù)據(jù)比較結(jié)果表明，在相同測量條件下，單純以增量式PID控制，相對誤差約為5.24%；根據(jù)帶積分的模糊控制方案，平均相對誤差約為3.77%；本研究的控制方案模糊神經(jīng)網(wǎng)絡(luò)PID控制方式下，平均相對誤差為2.1%,明顯高于前兩種控制方案，稱量速度也得到一定的提高。
3.3誤差分析

動態(tài)定量稱重過程中存在的誤差種類大致可以分成電子稱重誤差、自動控制的誤差、外界干擾引起的誤差。研究中，采取減小誤差的其他措施：
(1)釆用0.02級懸臂梁式稱重傳感器，其額定稱量值為25kg,保證稱量最大值10kg的質(zhì)量輸出信號在量程范圍的3/4左右；
(2)利用每次稱量前進行軟件標定和去皮重，將減小儀表的誤差和稱體質(zhì)量產(chǎn)生的傳遞誤差；
(3)對于轉(zhuǎn)換后的電信號采用高精度放大電路和軟件數(shù)字濾波方法，保證精度；
(4)縮短并穩(wěn)定控制元件的響應(yīng)時間和執(zhí)行機構(gòu)的動作時間，采用集成元件代替分立元件，減少執(zhí)行機構(gòu)的中間環(huán)節(jié)以電動代替機械機構(gòu)；
(5)軟件實現(xiàn)零點跟蹤、落差修正、設(shè)置軟件陷阱。
4結(jié)束語
基于PID、模糊和神經(jīng)網(wǎng)絡(luò)控制技術(shù)，提出將模糊神經(jīng)網(wǎng)絡(luò)PID的復(fù)合技術(shù)應(yīng)用于定量稱重過程控制。從測量的方法和控制原理上解決動態(tài)稱量過程精度與速度的矛盾，最終實現(xiàn)了高速度、高精度的定量稱重。該項研究對于定量稱重技術(shù)的發(fā)展和多種復(fù)合控制技術(shù)的應(yīng)用都有一定的推動作用。

文章來源于網(wǎng)絡(luò)轉(zhuǎn)載，侵刪