精確的動態稱重計量是提高包裝速度，保證包裝精度的關鍵技術之一，也是當前包裝麵臨的一個的難題，尤其是粉體的包裝物性受到粒度、濕度和溫度等條件的影響，從而導致包裝精度難以控製。隨著先進控製理論和技術的發展，新型的智能控製算法逐漸被運用到包裝設備的控製係統中，一些學者對其進行了相關的研究：如彭博等提出了將模糊控製算法、BP神經網絡結合粒子群算法運用到動態稱量包裝係統中，其中模糊控製算法通過PLC樣機試驗500次後控製偏差最大值為5g，而BP神經網絡結合粒子群算法在進行了100次數據采樣實驗後，最大相對誤差為9%，減小了相對誤差；馬雲飛等提出了將模糊模糊控製算法運用到皮帶給料式定量包裝控製係統中，通過Matlab軟件仿真得出其穩態誤差減小了80%；周星等提出了把數字濾波技術運用到失重式計量加料係統中，實驗結果表明其平均偏差值比設定的控製偏差值降低了40%。上述文獻表明，智能控製算法能夠減小定量包裝控製係統的誤差值。失重秤是20世紀80年代中期開始應用於工業生產中的一種連續稱量計量設備，因失重倉重量的測量幾乎是在靜態下進行的，無需考慮傳感器零點漂移，具有精度高、環保、節能、維護簡單等優點，失重秤逐漸成為連續稱重設備的首選設備。由於在實際包裝生產中，存在機器運行中引起的振動、係統的延遲等情況，所以其包裝精度有待進一步提高。文中在傳統PI控製的基礎上，增加模糊控製智能算法實時整定PI控製參數，以此來優化控製係統，從而提高粉體失重秤定量包裝的精度。

1.失重式計量包裝係統的傳統PI控製

失重秤由失重倉、壓力傳感器、控製係統和出料喂料機組成。其工作原理是單位時間內失重倉的重量損失量，控製係統根據實際K8凯发登录入口與設定K8凯发登录入口的大小對比，實時控製出料喂料機轉速，達到定量給料的目的失重秤的核心是控製係統，當壓力傳感器將失重倉內的實際物料流失量信號傳給信號采集係統時，信號處理係統會根據實際損失量與設定量計算出係統的誤差。目前的失重秤的控製方法通常采用PID控製通過對比實際與設定的單位時間內失重倉的損失量得出偏差值，來整定比例係數Kp、積分係數Ki與微分係數Kd，對被控對象出料喂料機的轉速進行調整，以滿足控製精度。因為PID控製係統簡單、使用方便等特點，PID控製器也是目前應用較廣泛的控製器。

2.模糊PI控製器的設計與實現

傳統的PID控製需將參數值提前置於控製器中，但是當係統結構或參數發生變化時，傳統PID不能自動調節。誤差發生變化時係統就不能得到很好的控製，不能很好地解決計量係統動態和靜態之間的矛盾

由於失重秤的控製過程具有動態稱量和非線性這兩大特點，因此傳統PID控製就不能達到相對理想的控製效果。由於模糊控製對係統的非線性和時變性有較好的適應能力且魯棒性好，所以將模糊控製運用到失重秤定量包裝中，能更好地提高係統的穩定性。

2.1輸入輸出變量的確定

根據目前實際誤差分析，設定實際論域為[－0.06kg，0.06kg]，實際偏差ec的基本論域為[－1,1]，設輸入變量為e和ec，模糊論域為[－6，6]；輸出模糊語言變量為Kp與Ki，設定其模糊變量為[－6，+6]，故偏差e的量化因子Ke=0.01，偏差變化量的量化因子Kec=1。輸出變量設置為Ki，Kp等2個參數。其中：NB表示負大對應到模糊論域中為－1；NM表示負中對應到模糊論域中為－2/3；NS表示負小對應到模糊論域裏為－1/3；ZO表示0對應到模糊論域中為0；PS表示正小對應到模糊控製中為1/3；PM表示正中對應到模糊控製中為2/3；PB表示正大對應到模糊控製中為1。

2.2選擇合適的隸屬度函數

常見的隸屬度函數有高斯形和三角形，其中高斯形函數易於實現，其中心線和寬度構成一個簡單的參數集合以進行初始化，適當地選擇中心和寬度則高斯函數也同樣極具靈活性，但是在工程中往往采用形式上簡單的三角形隸屬度函數。

3.模糊PI失重秤粉體包裝控製係統模擬仿真

為了驗證模糊PI控製在失重秤下料過程中能有效地控製下料速度和係統受到幹擾後很快恢複到穩定值，設計了傳統PI與模糊PI的仿真模型進行對比。

4.結語

針對失重式粉體包裝秤控製係統中，係統滯後與設備振動等影響控製精度的問題，在現有失重秤傳統PI控製的基礎上增加了模糊PI控製器。仿真結果表明，相較於現有的失重秤傳統PI控製係統，設計的模糊PI控製使係統達到穩定的時間減少了44%，超調量降低了26%，在係統受到幹擾後，模糊PI控製能使係統在短時間內達到穩定，穩定時長減少了33%。模糊PI控製方法能使失重秤控製係統響應速度快，超調量小且係統達到穩定狀態的時間短。這主要是因為模糊控製算法能實時調節PI的控製參數，使係統得到優化，保證了失重秤能快速穩定地工作，從而提高失重秤稱量的效率和精度。