新聞中心

糧食幹燥過程的先進控製（1）

信息來源： | 發布日期： 2026-08-31 03:29:34 | 瀏覽量：763110

摘要：

李國昉1，2　毛誌懷2
     （1 河北科技（jì）師範學院機電係，秦皇島 066600　　2 中國農業大學工學院（yuàn），北京 100083）
     摘要: 在分（fèn）析先進控製特點的基（jī）礎上，總結（jié）了糧食幹燥過程中先進控製方法的發展與現狀，指出（chū）了幹燥過程控製中的存在問題，並提（tí）出了糧食幹燥（zào）過程控（kòng）製的發（fā）展方向（xiàng）。
      關鍵詞（cí）：幹燥；先進控（kòng）製；自適應控（kòng）製；模型預（yù）測控製；^控製；模糊控製；神經網絡控製
    Abstract: The development of advanced control in grain drying process is summarized based on the characteristics of advanced control in this paper. The kernel problems in drying process control are introduced. l is also discussed. Some advices on the development of grain drying process control is proposed.
     Key words : drying;advanced control；adaptive control；model predictive control；expert control；fuzzy control；neural network control
      糧（liáng）食幹燥（zào）的基本目標是（shì）保持幹燥過程穩定的前提下，以^低（dī）的幹燥成本和能（néng）耗得到穀物^優的烘（hōng）幹品質。糧食幹燥過程是（shì）典型的非（fēi）線性、多變量、大滯後、參（cān）數關聯耦合的非穩態傳（chuán）熱傳質過程，糧（liáng）食本身又是一種複雜的生物化學物質，為達到上述目標，在（zài）幹燥過程中必須不斷地調整幹燥參數，對（duì）幹燥機工（gōng）作過程進行（háng）控製。幹燥過程（chéng）的自動控製是實現幹燥機優質、高效、低（dī）耗、安全（quán）作業的有效手段。實現幹燥過程的自動（dòng）控製，實（shí）現糧食幹燥（zào）機（jī）的自動控製，對保證出機糧食水分均勻一致、幹後（hòu）糧食品質、減（jiǎn）輕操作人員勞動（dòng）強度及充分發揮（huī）幹燥機生產能力等具有重要意義。根據國家糧食局在《“十五”糧食（shí）行業科技發展規劃》[1] 中製定的發（fā）展目（mù）標，糧食烘幹過程的在線監（jiān）測（cè）和自動控製已成為提高我國糧食幹燥處理工藝效率的關鍵問（wèn）題和實（shí）現“十五”規劃的重要（yào）途徑。隨著我國對糧庫建設（shè）投（tóu）入力度的加大，糧食加工（gōng）業與國際日益接軌，糧食幹燥的自動化將為我國（guó）的糧食加入（rù）國際流通大市場奠定基（jī）礎。
1　先進控製的特點
    糧食幹（gàn）燥過（guò）程自（zì）動控製問題的研究開始於20世（shì）紀60年代。當時（shí）使用前饋控（kòng）製、反饋控製、反（fǎn）饋-前饋控製（zhì）和自適應控製等傳統控製方法。傳統控製理論采用差分方程或傳遞函數，把幹燥過程係統的知識和已有的信息表達成解析式（shì）。但是在使用和設（shè）計采用上（shàng）述控（kòng）製方法的穀物（wù）幹燥機控製係統時會遇到很（hěn）多困（kùn）難，原（yuán）因是：（1）穀（gǔ）物幹燥（zào）過程是複雜的、時變的和非線性的；（2）某些幹（gàn）燥過程變（biàn）量(如穀物品質和色澤)是不能（néng）直接測量的，有些變量(例如穀（gǔ）物水分含量)的測量可能是不連續、不^、不完整或不可靠（kào）的；（3）幹燥機的過程模型是對實際過程的近似，而且需要大量的計算時間；（4）幾乎不可（kě）能用一（yī）個適當的模型（xíng）來表示像幹燥過程（chéng）這樣一（yī）個非線性、滯後、時變的複雜係統（tǒng）；（5）穀物幹燥機（jī）的被控變量和控製變量之間（jiān）存在交互效應；（6）穀物幹燥機（jī）的（de）作（zuò）業條件複雜，擾動變量的（de）範圍寬，難以調控。
     顯然，要（yào）克服上述困難需要（yào）對穀物幹燥機（jī）的傳統（tǒng）控（kòng）製方法不斷改（gǎi）進，同時要探索新（xīn）的（de）、更有效的控製方法。20世紀70 年代，電子行業的進步，尤其是計算機（jī）技術（shù）的發展使得現在所謂的先進控製的思想（xiǎng）得以廣泛的傳播。先進控製的目標就是為了（le）解決那些采用（yòng）常規控製效果（guǒ）不佳，甚（shèn）至無法控（kòng）製的複雜工業過程控（kòng）製問題。近年來，現代控製和人工智能取得了長足的發展，為先進控製係統的實（shí）施奠定了強大的（de）理論基礎；而控製計算機是集散控製係統（DCS）的普及（jí），計（jì）算機網絡技術的突飛猛進，則為（wéi）先（xiān）進（jìn）控製的應用提供了強有力的硬件和軟件（jiàn）平台（tái）。總之，工業發（fā）展的需（xū）要、控製理論和計算機及網絡技（jì）術的發展強有力地推動了先（xiān）進控製的（de）發展。
     計算機（jī）技術飛速（sù）發展，人工智能控製（zhì）理論開始在千燥機控製中得（dé）到應用，明顯改（gǎi）善了千（qiān）燥機控製係統的性能。傳統控製方法由於大滯後和對糧食幹燥過程的非線性聯係，不適於控製糧食幹（gàn）燥機。人（rén）工智能技術進步在（zài）工程領域中（zhōng）廣泛應用，先進控（kòng）製理論和（hé）控製方法應用到穀物（wù）幹燥過程的自動化（huà）控製中，控製方法不斷改進，控（kòng）製效（xiào）果提高。90年代後，過程控製己經開始向智能化發展，智能控製理論日益（yì）與幹燥（zào）技術結合（hé）在一起，利用人工神（shén）經網絡對幹燥過程進行模型模擬和控製；^係統應用於穀物品質預測、幹燥過程（chéng）控製和管理谘詢等方麵。
      與控製理論、儀（yí）表、計算機（jī）、計算機通信與網絡（luò）等（děng）技術密切相關的先進控製係統，具有（yǒu）以下特點：
      (1)先進控（kòng）製係統的理論基礎主要是（shì）基於模（mó）型的（de）控製策略，如:模型預測控製，這些控製策略充分利（lì）用工業過程輸入（rù）輸（shū）出有關信息建立係統模型，而不必（bì）依賴對反應機理的深入研究。日前，基於知識的控製，如^控製和模糊邏輯控（kòng）製正成為先進控製的一個重要發展方向。
   （2）先進控製係統通常用於處理複雜的多變是過程控製問題，如大時滯（zhì）、多變量耦合、被控變^與控製變量存在著各種約束（shù）等。采用（yòng）的先進控製策略是建（jiàn）立在（zài）常規單回（huí）路控製基（jī）礎之（zhī）上的動態協調約束控製，可使控製（zhì）係統適應（yīng）實際工業生（shēng）產過程動態特性（xìng）和操作要求。
   （3）先進控製係統的實現需要（yào）較高性能的計算機（jī）作為支持平台.由於（yú）先（xiān）進控製器控製算法的（de）複（fù）雜性和計算機硬件兩方麵因素的（de）影響，複雜係統的先進（jìn）控製算法通常是在上（shàng）位（wèi）機上實施的（de）。隨著（zhe）DCS功能的不（bú）斷增強（qiáng）和先進控製（zhì）技術的發展（zhǎn），部分先進控製策略可以與基本控製回路一在DCS上（shàng）實現。後一種方式（shì）可有效她增強先進控製（zhì）的可靠性、可（kě）操作性和可維護性。
2　幹燥過程先進控製發展現（xiàn）狀
      先進控例策路是先進控製（zhì）係統的核心內容，目前先進控製策略種類繁多，幹（gàn）燥過程中主要的先進控（kòng）製策略有（yǒu）:預測控製、模糊邏輯控製、神（shén）經控製（zhì）、自適應控製、^係（xì）統。
2.1 基於模型的控製
2.1.1　自（zì）適應控製
      自適應控製的基本原理（lǐ）是根據幹燥過程參數的變化和（hé）外界幹擾隨（suí）時調整控製（zhì）參數，使幹燥機處於^佳的（de）工作（zuò）狀態。自適（shì）應控製具有（yǒu）適用多種糧食幹燥（zào）機、無（wú）須任何關於幹燥機自己特點（diǎn）的數（shù）據、對環境條件和糧食狀況無特殊要求、控製器對幹擾的響應速度（dù）較快、控製模型中的參數能隨外界條件的變化進行自動調節等優（yōu）點。瑞典Nybrant（1985）把自（zì）校正技術應用到橫流穀物幹（gàn）燥機（jī）控製。幹燥機排氣溫度作為輸出（chū）變量，穀物排糧速率用作被控變量，並選擇自（zì）動回歸移動平均（ARMA）模型表現橫（héng）流幹燥（zào）機的動態特性。在實驗（yàn）室橫流幹燥機上進行了驗證性試驗，控製誤差的標準差在後50個樣本期間是0.13℃。結果表明，自適應控製（zhì）器能（néng）夠比較準確的控製排氣溫度。劉建（jiàn）軍[5]（2003年）對HTJ-200型烘幹機（jī）進行研究，通過在線樣（yàng）本的（de）采集和智（zhì）能優化算法對係統進行定量分析，建立由（yóu）實時檢測數據所確定的過程（chéng）智能模型，再通過智能優化算法（fǎ）調（diào）用人工智能模型，獲取係統的控（kòng）製規則，由控製程序給出控製量經（jīng）D/A轉換後輸出給執行部件。李曉斌（bīn）等[3]（1998）研究真空冷凍幹燥設備的（de）先進控（kòng）製係統，針對不同凍幹物料的工藝要求，采取（qǔ）DRA算法和臨界比例法兩種自適應（yīng）、自整定控製方法，解決了被控對象主控參數--溫度的滯後問題。
2.1.2　模型（xíng）預測控製
      過程控製理論的^新研究（jiū）領域是模型（xíng）預測控製（zhì），是基於模型、滾動（dòng）實施並結合反饋校（xiào）正的優化控製算法，它對於控製非線（xiàn）性和大滯（zhì）後過程尤其有效。
      Forbes，Jacobson，Rhodes，和Sullivan[24]（1984)和Eltigani設計了基於模（mó）型的幹燥（zào）控製器，其控製行為基於一個（gè）過程模型和一個（gè）所謂的假（jiǎ）冒的入口穀物水分含量。幹燥速（sù）率參數根據模型預測值和傳感器出口實測的水分含量之差間歇式更新。Forbes和Eltigani控製器的不同在於控製算法中所用的過程模型的種（zhǒng）類不同。密執安大學的劉強[25]（2001）提（tí）出了橫流幹（gàn）燥（zào）機的模型預（yù）測控製器。仿真測試在一台Zimmerman VT-1210塔式橫流穀物幹燥機上進行，利用Labview建立的控製器能夠成功運作，並實現出口處玉米含水率控製在設定點的0.7%以（yǐ）內。控製器對進入（rù）幹（gàn）燥機的入口（kǒu）穀物含水率相當大範圍的變化，以及熱（rè）風溫度的大階（jiē）躍變化都能進行良好補償。
      對模（mó）型預測控製（zhì）研究中，較多工作集中於過程模型的的建立和求解，且（qiě）在模型中考（kǎo）慮幹（gàn）燥品（pǐn）質問題。法國的P.Dufour [31]等人（2003）借（jiè）助偏微分方程（PDES），將模型預測控製拓（tuò）展到係統模型，從而使PDES方（fāng）程（chéng）能夠大規模應用。他們提（tí）出了一個全局模型，旨在減少由（yóu）於基於^優化（huà）任務解決方案的PDE模型所帶來的在（zài）線計（jì）算時（shí）間。開發出與實際中大量應用的IMC結構相（xiàng）結合的一個通用（yòng）的MPC框架。在IMC- MPC結構中用到了兩個反饋環，以（yǐ）校正過程性能和基於模型的在線優化器中所引起的模擬誤差。丹麥的Helge Didriksen[29]（2002）開發（fā）了（le）一個滾筒幹燥機的描述質量、能量和動量轉換的動態一次法（fǎ）則模型（xíng），並應用到糖廠幹燥甜菜中的預測控製。結（jié）果表明，隨著操作變量和幹擾變化，該模型具有較好的（de）預測能力（lì）。通過模擬（nǐ）比較了帶有模型（xíng）預測控製（zhì）和傳統的反（fǎn）饋（kuì）控製，模型預測控製表現出了更優的（de）性能（néng）。法國（guó）的I．C．Trelea，G.Trystram 和 F.Courtois[27]於1997年設計了用於批式幹燥過程的非（fēi）線性預測優化控製算法，在中試（shì）規模的（de）幹燥機上進行了測試（shì）。實驗表明，算（suàn）法可（kě）處（chù）理重要的幹擾和失效該控（kòng）製（zhì）算法可方便（biàn）地用於其它批式（shì）過程，如冷凍、殺菌或發酵。有些學者將神經網絡用於模型預（yù）測控（kòng）製過程建模（mó）。Jay[32]（1996）初次將（jiāng）神經網絡模（mó）型用於幹燥過程預測控製。法國的J.A. Hernandez-Perez等 [33]（2004）提出了基於人工神經網（wǎng）絡的傳質傳熱預測模型，該模型將產品收縮作（zuò）為水分的（de）函數，應（yīng）用了帶有一個隱藏層的兩個獨立的前饋（kuì）網絡，隱藏層中帶有三個神經細胞，可^預測傳質傳（chuán）熱。在數（shù）據裝置校驗（yàn）中，模擬和實驗運動學（xué）測試相一致。開發的模型可用於幹燥過程的在線狀態估計和控製。
2.2 智能控製
　   智能（néng）控製是一（yī）門新（xīn）興（xìng）的（de）理論和技術，它是傳統控製發展的高級階（jiē）段。這是以無模型為特征的更接（jiē）近於人腦思（sī）維方式的一種控製（zhì）理論，主要用來解決那些用傳統方法難（nán）以解決的複雜係統的控製，其控製（zhì）器的設（shè）計（jì）擺（bǎi）脫了（le）係（xì）統模型的束縛，算法簡單（dān）、魯棒（bàng）性強。目前，^控製、神經控製和模糊控製等智能控製（zhì）技術正成為先進控製的一個重要發展方向。
2.2.1　^控製
      ^係統技術能（néng）把數學算法和控（kòng）製工程師的操作經驗融（róng）合到一起，^大限度（dù）的利用已有知識，達到（dào）傳統控製方式難以取得的控製效果。^控製係統（tǒng）運（yùn）行在連續的實時環境中，利用實時信息處理的方式（shì）來監控係統的動態特性，並給出適當的（de）控製作用。將^係統技術與糧食幹燥過程（chéng）控製相結合，用於糧食的（de）生（shēng）產、管理和監控，可（kě）提高糧食（shí）的生（shēng）產效率（lǜ）及生產效益。劉明山[12]（2001）研製了一種（zhǒng）糧食幹燥模糊控製^係統，將（jiāng）仿真結果與實測數據進行對照，兩者基本一致。劉淑榮[13]（2001）將^係統技術（shù）與幹燥過（guò）程控製相結合，設計了一個高水分糧烘幹過（guò）程控製的模糊^係統。何玉春[14]（2001）通過^智能控製（zhì）在幹燥過程中把烘幹（gàn）參數優化，在烘幹設備的設計和幹燥過程中求出能（néng）耗、效率、品質的共利點（diǎn），使幹燥機沿（yán）著共利線對穀物進行烘幹，使設備（bèi）在幹燥過程中始終處於^佳操作；同時，將溫（wēn）度測控技術（shù）與網絡技術互聯，建立（lì）一套簡單而有效的基於溫度的網（wǎng）絡測控係統。
2.2.2　神經網絡控製
     神經網（wǎng）絡可為複雜非線性過程的建模提供有效的方法，進而可用於過程軟測量和控製係統的設計上。神經（jīng）網（wǎng）絡在幹燥過（guò）程中的應用主要有兩個：幹燥過程建模和控製（zhì）。
      法國的J.-L.Dirion（1996）[6]等（děng）人開發了一個神經控製器，用（yòng）於調整半批式實驗反應器的溫度，基（jī）本實驗形成了神經網（wǎng）絡的學習數據庫，該神（shén）經控製器可以提供非常好的設定點跟蹤和幹擾排除。劉亞（yà）秋[9]（2000）開（kāi）發了基於單神經元的自適應PID控製器，設計了木材幹燥窯神經網（wǎng）絡模型，用BP算（suàn）法對幹燥窯的輸入輸出特性進行描述並對模型學習與訓練，通過試驗與仿真證明所得的結（jié）論滿足誤差（chà）指標的要求。張吉禮[10]（2003）將模糊控製技術與神經網絡技術相結合，設（shè）計出了穀物幹燥過程參數在線檢測與智能預測控製（zhì）係統。智能控製下的（de）幹燥機出口（kǒu）糧食含（hán）水量變（biàn）化範圍比手動控製的小，前者為13.6%～14.4%，後（hòu）者為（wéi）12.4%～14.2%；智能（néng）控製下的出口糧食含水（shuǐ）量波（bō）動（dòng）頻率比手動（dòng）控製的小，前者（zhě）波動周（zhōu）期約為20h，後者周期約為8h。王品[11]（2003）用改進的BP網絡算法建立烘幹塔的神經網絡模型，通過神經網（wǎng）絡模型建立了神經網絡控製器，實現了拱幹塔係統糧食水分烘幹的智能控製，提高了糧（liáng）食（shí）烘幹的質量和效率。
      劉（liú）永忠[8]（1999）應用人工神（shén）經網絡係（xì）統理論預測冷凍幹燥過程（chéng）特性，以（yǐ）幹燥時間、升華幹燥時間的份額（é）、幹燥製品生產率（lǜ）和升華界麵溫度等幹燥（zào）過程特性參數作為網絡模型的輸出參（cān）數，將網絡的預測結果與數學模型的計算進行比較，預測結果與計算結果符合較（jiào）好（hǎo）。鄭文利[7]（2000）采用人工神經網絡對冷凍幹燥過程中的（de）凍幹物料重量變化進行智能模擬：對（duì）凍幹工藝條件正交實驗結（jié）果進行學（xué）習，利用學習後的網絡對工藝條件進行預測及優化。
2.2.3 模糊控製
      模糊控製是一種基（jī）於規則的控製，直接采用（yòng）語言型控（kòng）製（zhì）規則，其依據是現場操作人員的控製經驗或（huò）相關^的知識，在設計中不需要建立被（bèi）控（kòng）對象的^數學模型，所以控製機理（lǐ）和策略易於接受和理解（jiě）。
     目前，國（guó）內外幹燥過程控製主要應用的是模（mó）糊控製方（fāng）法。Zhang Qin[15]等（1994）對連續式橫流（liú）穀物幹燥機進行了模糊（hú）控製的研究（jiū），通過調整加熱器的（de）功率和卸糧攪龍的轉速來控製幹燥機的操作，驗證（zhèng）試驗控製成功（gōng）率達86.4%。李俊明[16]等（děng）(1996)以幹燥塔熱風溫度為依據，將玉米幹（gàn）燥生產（chǎn）中一名熟練的操作（zuò）者通過感官係統的觀察和經驗（yàn）製定了模（mó）糊控製規則，利用模糊控製實現了排量電機的轉速（sù）調節，並提（tí）出橫流玉米幹燥（zào）機的自組織模糊控製器應采用開環式（shì）模糊控製係統，以解決玉米幹燥過程中的大滯後問題。李業德、李業剛[17](2001)設計了一種以89c51單片機為核心的模糊智能控製器，在順流式（shì）烘幹機上通過對（duì）小麥的在線（xiàn）烘幹試驗，證明該係統響應時間短、超調量小、控製精度高，但入口穀物水分波動會對幹燥過（guò）程產生（shēng）影響。
      國內許多研究生從事糧食幹燥機模糊控（kòng）製的研究工作。東北大學的孟憲沛[18]（2003）在糧食幹燥塔的智能建模與智能控製（zhì）中，利用模糊集合理論和優化算法，建立糧食烘幹係統的智能模型和模糊控（kòng）製係統的模糊規則，設計出係（xì）統的模糊控製器。哈爾濱工業大學（xué）的唐（táng）曉健（jiàn）[20]（2003）研（yán）究基（jī）於TS模型的混流式糧食烘幹塔多變量模糊控製方法，對該係統進行控製仿真，並與手動控製方法和傳統的模糊控製方法進行比較。華南農大的曹豔明[21]（2000）針對高濕稻穀循環式（shì）緩蘇幹燥工藝特點，利用模（mó）糊控製模擬人類思維方式的設計方（fāng）法，開發稻穀循環幹燥（zào）機（jī）自動控製係統。西（xī）北輕工業（yè）學院的蘇宇鋒[23]（2002）采用基於工人（rén）實際操作經驗的模糊算（suàn）法，利用單片機對冷凍幹燥係統進行控製，提高了設備的自動化程（chéng）度。

泵業市場（chǎng）十年後前景達到（dào）490億美（měi）元

化工機（jī）械向良（liáng）性發展轉變需求潛力巨大

相（xiàng）關資訊