螺旋加料定量稱重是粉粒物料行業常見的動態在線計量設備. 螺旋加料動態定量稱重過程含有時變、 非線性和各種不確定性因素. 在工業連續生產過程中, 如何同時提高動態定量稱重精度和稱重速度,一直是企業和計量領域亟需解決的難題之一[ 1]. 國內定量裝料、 定量包裝中缺少先進的螺旋加料動態定量稱重控製方法, 所以動態精度低, 速度慢, 製約了行業的發展. 在一些不能快速在線準確稱重的行業中, 為防止因重量不足而失去信譽, 不得不采用稍微超重稱重裝料的方法. 本文在研製飼料、 麵粉動態定量稱重包裝中, 通過分析螺旋加料動態在線定量稱重過程, 給出了一種新型雙速變徑變距螺旋加料動態定量稱重控製方法. 該方法采用/ 先快後慢、 最後點動0的控製方式, 較好地解決了動態定量稱重過程中精度和速度的矛盾. 實踐證明, 該項技術對飼料、 麵粉、 糧食、 化肥、 水泥以及小粉粒物料量的定量裝料、 定量包裝和稱重配料, 效果頗佳.

1  螺旋加料動態定量稱重結構原理

螺旋加料是料鬥電子秤中最常用的一種動態稱重加料方式. 在定量稱重裝置中, 將電動機驅動的螺旋加料機電一體化設備( 俗稱絞龍電機) 置於料倉與料鬥之間, 由電子測控裝置實現粉粒物料的動態定量稱重。 啟動絞龍電機, 則對應料倉中的粉粒物料就隨著螺旋加料機械機構的旋轉而進入料鬥中. 料鬥和稱架之間裝有 3 個應變式拉力傳感器, 料鬥的重量直接由該拉力傳感器組轉換成電信號送入電子測控裝置, 達到設定重量值時則關閉該絞龍電機停止加料, 並控製料鬥門開門卸料, 即完成一次動態加料定量稱重.

2  螺旋加料控製方式的研究

螺旋加料裝置是保證動態定量稱重精度和均勻度的重要環節. 由於螺旋加料機電一體化裝置的非線性和強無自衡性, 以及在加料過程中物料的粒度、濕度和料倉壓力等又會引起加料K8凯发登录入口的不穩定性.若加快稱重速度, 則物料對料鬥的衝擊, 將影響稱重的精度和穩定性; 而若提高稱重精度, 就不得不降低加料速度.

為了協調稱重精度和稱重速度的矛盾, 目前大部分動態在線定量稱重設備采用兩段加料方式^{[ 2]}.該加料方式隻在一定程度上能夠兼顧精度和速度的要求, 精度不高, 且存在超差. 由於螺旋加料的不可逆性, 定量稱重超差無法彌補, 隻能重新進行. 為了提高效率和解決超差問題, 采用了/ 先快後慢、 最後點動0的加料控製方式 , 旨在用/ 快速加料0縮短加料時間, 提高稱重速度; 采用/ 慢速加料0來減小物料衝擊, 提高檢測精度; 最後/ 點動加料0以補料的方式來保證最終定量稱重的精度. 其控製加料過程如下: 在稱重開始時/ 快速加料0, 當達到快速加料預測給定值 W_g1 時開始/ 慢速加料0; 當到達慢速加料預測給定值 W_g2時, 延遲一段時間等待空中料落入料鬥, 如還達不到物料定量值 Ws 的係統允許誤差下限值 W_sL 時, 則開始慢速/ 點動加料0, 直到物料淨重大於W_sL 時才開料鬥門卸料. 由於每次點動加料時間隨著物料差值的減小而減小,所以有效地避免了超差的發生.

由於螺旋加料機械裝置的時變性, 與時間( t ₁ ~ t ₄ ) 所對應的加料K8凯发登录入口曲線. 當發出加料信號後, 螺旋機械總要滯後一段時間才開始加料; 當停止加料時, 螺旋加料機械慣性又要延遲一段時間才能停止; 螺旋加料停止後, 空中還有尚未落入料鬥的空間料( 稱為落差 B, 也稱為提前停機量) ,使稱量值增加, 其增加量的大小與停止加料前的K8凯发登录入口有關. 慢速加料時間越長, Q_g2 越穩定, 相應預測的 B 越準確, 但降低了稱重速度. 若從定量稱重速度上考慮, Wg1 越大越好, 但 W_g1 越大則慢速加料時間越短, 又會影響定量稱重精度. 因此, 如何正確預測 B 並如何動態在線修正 W_g1 和 W_g2 , 是同時實現定量稱重精度和速度的關鍵問題.

3  落差的補償算法

影響動態定量稱重精度的不確定性, 主要是停止加料後空中落料的隨機性和不可測性, 無法用一個固定的參數加以補償. 落差可以用如下二階預報模型予以補償:

y( k+ 1) = B _0u( k) + θX^T_k ,

其中參數向量 H和數據向量X k 分別為

θ^T= [α₁ ,α₂ , β₁ ,β₂ ] ,

X^T_k= [ y( k) , y( k- 1) , u( k- 1) , u( k- 2) ] .

式中: y ( k) 是第 k 次落差補償量, u( k) 是第 k 次定量稱重誤差. 因此是基於第 k 次及以前的落差補償量和稱重誤差, 預報第( k+ 1) 次的落差補償量. 其控製目標是選擇一個合適的 u( k) , 使控製目標

J= E[ y( k+ 1) - y _r ]2

為最小. 根據自校正調節^{[ 3]}, 有控製方程

u( k) = 1 /β₀ [y _r - X^T_kθ_k ] ,

當取到數據 y( k+ 1) 時, 對參數向量θ , 采用帶遺忘因子λ的在線遞推最小二乘法,

θ( k+ 1) = θ( k) + P( k) X _{k- 1} [λ+ X^T_k-1 P( k) X _{k- 1} ]^{- 1}·[ y( k) -β₀ u( k) -θ( k) X _{k- 1}  ] ,

P( k+ 1) = 1/λ{ P( k) - P( k) X _{k- 1}·[λ+ X^T_k-1 P( k) X _{k- 1} ]^{- 1} X^T_k-1 P( k) }.

在線估計θ( k+ 1), 並用估計參數來代替真實參數θ , 而得到最小方差自校正調節器.

在實際控製過程中, β₀  一次取定為 0. 9, 不參與估計運算; 遺忘因子λ取值 0. 99; 遞推初始值θ( 0)取在線辨識的一組定常參數; y ( 0) 由實驗選定; 取u( 0) = 0, 經過3~ 4次稱重, 就可使落差補償預測值逼近真值.

4  W_{g 1} 的自動修正

快速加料給定值的修正原理是根據慢速加料的時間長短來調節 W_{g 1} , 即用如下一階預測模型

W_{g 1} ( k+ 1) = W_{g 1} ( k) + [ W_{g 2} ( k) - W_{g 1} ( k) ][ T ₂ ( k) - T ₂ ]/ T ₂

式中: W_{g 1} ( k) 和 W_{g 2} ( k) 分別是第 k 次快速加料與慢速加料預測給定值; [ W_{g 2} ( k) - W_{g 1} ( k ) ] 為第 k次慢速加料重量; T ₂ ( k) 是第 k 次慢速加料時間; T ₂是常數, 它是由實驗整定的最佳慢速加料時間;W_{g 1} ( k+ 1) 是第( k+ 1) 次快速加料預測給定值.

5  實驗結果與實驗比較

在飼料動態定量稱重生產現場, 用同樣的設備,分別采用上述控製算法和常規經驗固定設定法進行對比實驗. 共抽測 5次, 每次連續抽測 10 包, 取平均值. 

 精度由經驗固定設定法的不足0. 2% 提高到預測算法的優於 0. 1%, 並且點動次數減少.

6  結論

( 1) 本文給出的動態定量稱重螺旋加料控製方法采用/ 先快後慢、 最後點動0並引入控製算法, 較好地解決了動態定量稱重精度和速度的矛盾.

( 2) 本項研究從過程對象的實際出發, 采用兩種簡單的預測方程, 對於定量稱重 25kg, 其實測精度優於 0. 1% , 速度為 8 包P min, 分辨力為 10g.

( 3) 該項技術對糧食、 麵粉、 化肥、 水泥以及小粉粒物料量的定量包裝有較大的應用潛力和推廣價值.

參考文獻:

[1] 施昌彥. 動態稱重測力技術的現狀和發展趨勢[ J]. 計量學報, 2001, 22( 3): 201~ 205.

[2] Balachandran W. Optimal digital control and filturing for dy -namic weighing system[ A] . IEEE IMTC. 95, 1995: 293~298.

[3] 袁著祉, 阮榮耀, 高龍, 等. 現代控製理論在工程中的應用[M]. 北京: 科學出版社, 1985.
 

本文源於網絡轉載，如有侵權，請聯係刪除