烘干搅拌输送新闻动态
富通新能源 > 动态 > 烘干搅拌输送新闻动态 > > 详细
基于模糊神经网络的粮食干燥机智能控制系统
发布时间：2013-10-17 08:33 来源：未知
合理控制粮食含水量是确保粮食绿色保鲜和安全储藏的重要前提，东北地区的粮食（主要是玉米）多采用高温快速干燥的方式来降低原粮的水分至14%左右。目前，我国粮食的干燥过程多是根据粮食在干燥塔出口处检测的含水量，由操作人员根据经验手动控制变频器调节排粮装置的排粮速度，通过控制粮食在干燥塔内的停留时间来控制被烘粮食的含水量。由于粮食干燥是一个大时滞、多扰动的强非线性系统，因此传统的粮食干燥控制技术，一方面，很难满足精确的储存粮安全含水量，另一方面，易造成粮食在干燥后品质明显下降，不能实现粮食绿色保鲜和安全储藏。为此，我们从粮食干燥过程中的关键技术人手，研究粮食干燥过程中水分的在线检测和智能化控制技术，实现了粮食干燥机干燥过程的智能控制，可节省大量的人力物力，提高粮食干燥的生产效率和品质。
1、粮食干燥塔智能控制系统方案简介
1.1粮食干燥塔智能控制系统特点
以HTJ-200型粮食干燥机系统为例，控制系统是采取以检测烘干废气湿度控制进机热量的方法，来实现对烘后粮食水分的控制。在HTJ-200型烘干机系统中，干燥风机1向干燥塔上两个干燥段（亦即加热段）供热风，其热风温度为150t5℃，干燥风机2向干燥塔的下两个干燥段供热风，其热风温度为110*5℃，热风源都是来自热风炉，干燥风机2通过入口处冷风阀加入冷风使热风温度降低。本控制系统充分利用现有设备的干燥工艺，主要特点是先检测塔内各层段的废气温湿度，然后通过智能算法建立废气温湿度与相应高度塔内粮食含水量的关系，用废气温湿度间接反算出粮食含水量，这样就可以大大减小检测结果的滞后时间，从而提高控制系统的控制精度。系统一方面通过控制排粮速度控制各干燥段的加热时间，另一方面利用干燥风机2入口的冷风电动阀门控制第三、四干燥段的热风温度，从而控制被干燥粮食在第三、四干燥段的降水量，使被干燥粮在进入冷却层时的含水量达到给定的值。这个给定值是根据计算机的在线学习，干燥粮在当前大气环境条件下（温度和湿度），通过冷却层时的含水量变化情况计算获得。
1.2总体控制方案
智能控制系统总体控制方案见图l，主要由以下方式解决粮食在干燥塔的出口处的含水量控制问题。
系统控制量有2个：
(1)系统排粮速度。
(2)第三、四干燥段的热风温度。
总体目标有3个：
(1)通过电机变频调速控制干燥塔的排粮速度来控制被干燥粮在干燥塔内的干燥时间。
(2)通过控制第三、四干燥段的热风温度，控制粮食进入缓苏段时的含水量（通过检测排气湿度）。
(3)根据环境条件，第一、二干燥段的入口处热风压力、温度和两层的排气湿度对原粮含水量进行预测，建立系统原粮含水量的智能预测模型。
1.3控制系统硬件及传感器
控制系统硬件及传感器布置见图2。
2、粮食干燥机智能控制系统软件
2.1粮食在干燥塔内各段干燥时间的控制
在干燥塔各段热风流量和热风温度一定时，控制人口时具有某一含水量的被干燥粮食在塔内各段的停留时间是一项重要的控制指标。当某一段粮食由人口处进入到干燥塔时，由干燥塔顶端的位置传感器检测当前粮食的位置高度，干燥塔底部的变频调速器的速度计算出该段粮食在以后不同时刻在塔内的位置，建立塔内粮食的动态分布图，如图3所示。
2.2干燥塔各段智能化模型的建立
理论与实践证明，模糊逻辑与神经网络可以以任意精度逼近任意非线性系统的动态过程，智能控制是解决干燥塔这一大时滞、多扰动的强非线性系统系统控制的最佳手段。
系统在某一段的模型结构如图4所示。
建立各干燥段的智能化模型的意义在于控制过程中通过检测热风的温度、压力和塔内排出气体的湿度来预测运行于该段内粮食的降水率和含水量。
用这种方法建立各干燥段和冷却段的智能化模型．
2.3入口原粮湿度校正
根据我国东北地区冬季气温较低的特点，粮食在入口处检测所得的含水量不准确。自学习系统根据2.1中建立的含水量、热风温度、压力和排气湿度的智能模型和第一、第二干燥段废气的湿度进一步估算出原粮人口时的含水量，从而确定第三、四干燥段的含水量降低情况。
2.4干燥塔含水量控制采用全局优化智能控制
在烘干塔内各段粮食的含水量是有一定的差异性的，含水量不同的粮食在塔内的各段内运行的时间不相同，所以从整体方面应将其进行全局优化处理。各批含水量不同的粮食在干燥塔内的干燥过程采用全局优化的智能控制方案，如图5所示。通过干燥塔入口的粮食温度、含水量、流量和出口粮食的含水量检测结果，计算物料在塔内各段的分布情况，再与物料在各段末检测得的含水量（由出口废气湿度换算获得）比较，进而计算出物料在当前塔状态下（各段进气量和温度）在各段的干燥时间。综合塔内的各段物料的状态及优化干燥时间或局部物料差异较大，在第三、四干燥段由控制阀控制热风量，使其达到给定值。冷却段的压力、温度和湿度检测可以表明环境条件对粮食出口含水量的影响，进而控制物料在第四干燥段的含水量的设定值。
在图5中，冷却段的智能模型用于确定在当前的气候条件下，经过四个干燥段和缓苏段后，在经历不同时间的冷却段运行时，粮食含水量的变化情况，进而确定被加热粮食在运行通过第四干燥段末时的含水量以确定第三、四干燥段的热风温度。
2.5第三、四干燥段的热风温度的控制
由于在粮食加热过程中，如上所述的全局优化控制过程是一个动态的过程，即随着新的粮源的给人，干燥塔内各段粮食含水量是动态变化的，所以优化过程也是一个动态的过程。要求系统根据新粮食含水量不断地调节系统的优化结果，而系统中不能满足要求的部分则由第三、四干燥段集中进行补偿。第三、四干燥段的控制系统图如图6所示。
2.6控制系统软件组成
该系统自行开发的软件包括：动画显示人机界面，传感器标定界面，临时数据库管理界面，智能模型库管理界面，样本库管理界面，智能控制规则库管理界面，手动、自动方式设置界面，打印设置界面，系统I/O设置界面，烘干塔结构设置界面，采样设置界面，传感器标定存储模块，样本数据库管理�？�，智能模型建立�？�，样本采集�？�，模拟数据采集模块，智能控制规则建立�？�，时实数据采集�？椋悄芸刂乒嬖蚬芾砟？�，PLC通讯�？椋ネǖ朗莶杉？�，烘干过程智能控制�？�，烘干塔粮食流量计算�？椤１鞠低秤蒊PC和PLC完成干燥过程在线自学习智能控制。软件组成如图7所示。
2.7控制系统工作界面
控制系统根据操作功能分为一个主界面和几个辅助功能界面。
主界面的主要功能是显示系统运行过程中干燥塔各部分实时检测数据和系统状态参数，提供手动操作按钮以及调节参数用的文本框等，如图8所示。
在主界面的下拉菜单中可分别选择显示各辅助功能界面。
3、结语
基于模糊神经网络的粮食干燥机智能控制系统，集先进、成熟的计算机控制技术、接口技术、数据采集技术及传感器技术于一体，通过高精度的数据采集器，获取粮食干燥机各干燥段的压力、温度、湿度、含水率等数据，通过接口箱送入工业控制机，实现对干燥过程这一大时滞、多干扰的强非线性系统的全面智能控制。
