糧食幹燥過程的（de）先進控製（1）

　　摘 要: 在分析先進（jìn）控製特點的基礎上（shàng），總結了糧食幹燥過程（chéng）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，並提出了糧食幹燥過程（chéng）控製的（de）發展方向。

      關鍵詞：幹燥；先進控製；自適應控製；模型預測控（kòng）製；^控製（zhì）；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 

　　糧食幹（gàn）燥的基本目標是保持幹燥過程穩定的前提下，以^低的幹燥成本和能耗得到穀（gǔ）物^優的烘幹品質。糧食幹燥過程是（shì）典型的非線（xiàn）性、多變量、大滯後、參數關聯耦合的（de）非穩態（tài）傳熱傳質過程，糧食本身又是一種複（fù）雜的生物化學物質，為達到上述目標，在幹燥過（guò）程中（zhōng）必須不斷地調整幹燥參數（shù），對幹燥機工作過程進行控（kòng）製。幹（gàn）燥過程的自動控製是實現幹燥機優質、高效、低耗、安全作業的有效手段。實現（xiàn）幹燥過程的自動控製（zhì），實現糧食幹燥機的自動控製，對保證出機糧食水分均勻一致、幹後糧食品質、減輕（qīng）操作人員勞動強度及充（chōng）分發揮幹燥機生產能力等具有重要意義。根據國家（jiā）糧食局在《“十五”糧食行業（yè）科技發展規劃》[1] 中製定的發展目標，糧食烘幹過程的在線監測和自動控製已成為提高（gāo）我國糧食幹燥處理工藝效率的關鍵問題和（hé）實現“十五”規劃（huá）的重要途徑（jìng）。隨（suí）著我國對糧庫建設投入力度（dù）的加大，糧食加工業與國際日益接軌，糧食幹燥的（de）自動化將為我國的（de）糧食加入國際流通大市場奠定基礎。

1　先進控（kòng）製的特點

　　糧食幹燥過（guò）程自動控製問（wèn）題的研究開始於20世紀60年代。當時使用前饋控製、反饋控製、反饋（kuì）-前饋控製和自適應控製等傳統控製方法。傳統控製理論采（cǎi）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（jiě）析式。但是在使用和設計采用上述控製方法的穀物幹燥機控製係統時會遇到（dào）很多困難，原因（yīn）是：（1）穀物（wù）幹燥過程是複雜的、時變（biàn）的和非（fēi）線性的；（2）某些幹燥過程變量(如穀物品（pǐn）質和色澤)是不能直接測量的，有些變量(例如穀物水（shuǐ）分含（hán）量)的測量可能是不連續、不^、不完整或不可靠的；（3）幹燥機的過（guò）程模型是對實際過程的近似，而且需（xū）要大量的計算時間；（4）幾乎不可（kě）能用一（yī）個適當的模型來表示像幹燥過程這樣一個非線（xiàn）性、滯後、時變的複雜係統；（5）穀物幹燥機的被控（kòng）變量和控製變量之間（jiān）存在交互效（xiào）應；（6）穀物幹燥機的作業條件複雜，擾動變量的範圍寬，難以調控。

      顯然，要克服上述困難需要對穀物幹（gàn）燥機（jī）的傳統控（kòng）製方法（fǎ）不斷改進，同時要探索新的、更有效的（de）控製方法。20世紀（jì）70 年代，電子行業的（de）進（jìn）步，尤其是計（jì）算機技術的發展使得現在所謂（wèi）的先進控製的思想得以廣泛的傳播。先進控製的目標就是為了解決那些采用常規控製效果（guǒ）不佳，甚至無法控製的複雜工業過程（chéng）控製問題。近年來，現代控（kòng）製和人工智能取得了長足的發展（zhǎn），為先進控製（zhì）係統的實施奠定了強大的理論基礎；而控製計算機是集散控製係統（DCS）的普及，計（jì）算機網絡技術（shù）的突（tū）飛猛進（jìn），則為先進控製的應用提供了強有力的硬件和軟件（jiàn）平台。總之，工業發（fā）展的需要、控製理論和（hé）計算機及網絡技術的發展強有力地推動了先進控製（zhì）的發展。

      計算機技術飛速發展（zhǎn），人工智能控製理論開始在千燥機控製（zhì）中（zhōng）得到應用，明顯改善了千燥（zào）機控製（zhì）係統的性能。傳統控製方法由於大（dà）滯後（hòu）和對糧食幹燥過程的非線性聯係，不（bú）適於（yú）控製糧食幹燥機。人工智能技術進步在工程領域中廣泛應用，先（xiān）進控製理論和控製方法應用到穀物幹燥過程的自動化控製中，控（kòng）製方（fāng）法不斷（duàn）改進，控製（zhì）效果提高。90年代（dài）後，過程控製己（jǐ）經開始向智能化發展，智（zhì）能控製理論日益與幹燥技術結合在（zài）一起，利用人工神（shén）經網絡對幹（gàn）燥過程進行模型模擬和控（kòng）製；^係統應用於（yú）穀物品質預測、幹燥過程控（kòng）製和管理谘詢等方麵。

      與控製理論、儀表、計算機、計算機通信與網絡等技（jì）術密（mì）切相關的先進控製係（xì）統，具有以下特點：

      (1)先（xiān）進控（kòng）製係統的理論基（jī）礎主要是基於模型的（de）控製策略（luè），如:模型預測控製，這（zhè）些控（kòng）製策略充分（fèn）利用（yòng）工業過程輸入輸出有關信息建立係統模型，而不必依賴對反應機理的深入（rù）研究。日前（qián），基（jī）於知識的控製，如^控製和模糊邏輯控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（cháng）用（yòng）於處理複雜的多變是過程控製問題，如大時滯、多變量耦合、被控變^與控製變量存在著各種約束等。采用的先進控製策略是建立在常規單回（huí）路控製基礎之上的動態（tài）協（xié）調約束控製，可（kě）使控製係統適（shì）應實際工業生產過程動（dòng）態特性和操作要求。

     （3）先進控（kòng）製係統的實現需要較高性能的計（jì）算機作為支持平台.由於先進控製器控製算法的複雜性和計算機硬件兩方麵因素的影響（xiǎng），複雜係統的先進控製算法通常是在上位機上（shàng）實施的。隨著DCS功（gōng）能的（de）不斷增強和先進控製技術的發展，部分先進（jìn）控製策略可（kě）以與基本控製回路一在DCS上實現。後一種方（fāng）式可有（yǒu）效她增強先進控製的可靠性、可操作性和可維護性。

2　幹燥過程先進控製發展現狀（zhuàng）

      先進控例策路（lù）是先進控製係統的核（hé）心內容，目前（qián）先進控（kòng）製策略種類繁多，幹燥過程中主要的先進（jìn）控製策略有:預測控（kòng）製、模糊（hú）邏輯（jí）控製、神經控製（zhì）、自適應控製、^係統（tǒng）。

2.1 基於模型的控製（zhì）

2.1.1　自適應控製

      自適應控製（zhì）的基本原理是根據幹燥過程參數（shù）的變化和外界幹擾隨時調整控製參數，使幹燥機處於（yú）^佳的工作狀態。自適應控製具有適用多種糧食幹燥機、無須任何關於幹燥機自己特點的數（shù）據、對環境條件和糧食狀況無特殊要求、控製器（qì）對幹擾的響（xiǎng）應速度較快、控製模型中的參數能隨外界條件的（de）變化進行自動調節（jiē）等優點。瑞典Nybrant（1985）把自校正技術應用到橫流穀物幹燥機控製。幹燥機排氣溫度作為輸出變（biàn）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）模型表現橫流幹燥機（jī）的動態特性。在實驗室橫流幹燥機上進行了驗證性試驗，控製誤差的標（biāo）準差在後50個樣本期間是0.13℃。結果表明，自適應（yīng）控製器能夠比較準確的控製排氣溫度。劉建軍[5]（2003年）對HTJ-200型烘幹機進行研究，通過在線樣本的采集和（hé）智能優化算法對係統進行定量分析，建立由實時檢測數據所確定的過程智能模型，再通（tōng）過智能優（yōu）化算法調用人工智能模型，獲取係統的控製規則（zé），由控製（zhì）程序給出控製量經D/A轉換後輸出給執行部件。李曉斌等[3]（1998）研究真空冷凍幹燥設備的先進控製係統，針對不同凍（dòng）幹（gàn）物料的工（gōng）藝要求，采取DRA算法和臨界（jiè）比例法兩種自適應、自整定控製方法，解決了被控對象主控參數--溫度的滯（zhì）後問題（tí）。

2.1.2　模型預測控製

      過程控製理論的^新研究領域是模型預測控製，是基於模型（xíng）、滾動實施並結合反饋校正的優化控（kòng）製算法，它對於控製非線（xiàn）性和大（dà）滯後過程尤其有效。

      Forbes，Jacobson，Rhodes，和Sullivan[24]（1984)和Eltigani設計了基於模型的幹燥（zào）控製器，其控製（zhì）行（háng）為基於一個（gè）過程模型和一個（gè）所謂的假冒的入口（kǒu）穀物水分含量（liàng）。幹燥速率參數根據模型預測值和（hé）傳感（gǎn）器出口實（shí）測的水分含量之差間歇（xiē）式更新。Forbes和Eltigani控製器（qì）的不同在於控製（zhì）算法中所用的過（guò）程模型的種類不同。密執安大學的劉（liú）強[25]（2001）提出了橫流幹燥機的模型預測控製器。仿真測試在一台Zimmerman VT-1210塔式橫流穀物幹燥機（jī）上進行，利用Labview建立的控製器能夠成功運作，並實現（xiàn）出口處玉米含水率控製在設定點的0.7%以內。控製器對進入幹燥機的入口穀物含水（shuǐ）率相當（dāng）大範圍的變化，以及熱風溫度（dù）的大階躍變化都能進（jìn）行良好補償。

      對模型預測控製研究中，較多（duō）工作集中於過程模型的（de）的建立和求解，且在（zài）模型中考慮幹燥（zào）品（pǐn）質問題。法國的P.Dufour [31]等人（2003）借助（zhù）偏微分方程（PDES），將模型預測控製拓展到（dào）係統模型，從而使PDES方程能夠（gòu）大規（guī）模應用。他們提出了一個全局模型，旨在減少由於基於^優化任（rèn）務解決（jué）方（fāng）案的PDE模型所帶來的在（zài）線（xiàn）計算時間。開發出與實際中大量應用的（de）IMC結構相結合的一個通用的MPC框架。在IMC- MPC結構中用到了兩個反饋環（huán），以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）開發了一個滾筒幹燥機的描述質（zhì）量、能（néng）量和動量（liàng）轉換的動態一次法則模型，並應用到糖廠幹燥甜菜中的預測控製。結果表（biǎo）明，隨著操（cāo）作變量和幹（gàn）擾變（biàn）化，該模型具有較好的預測能力。通過模擬比較（jiào）了帶有模（mó）型預測控製和傳統的反饋控製，模型預測控製表現出了更優的性能。法國的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線性預測優化控製算法，在中試規模的幹燥機上進行（háng）了測試（shì）。實驗表明，算法可處（chù）理重要的幹擾和失效該控製算法可方便地（dì）用於其它批式過程，如冷（lěng）凍、殺（shā）菌或發酵。有些學者將神經網（wǎng）絡用於模型預測（cè）控製過程建模。Jay[32]（1996）初次將神經網絡模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（jī）於人工神經網（wǎng）絡（luò）的傳質傳熱預測模型，該模型將產品收縮作為水分的函數，應用了帶有一個隱藏層的兩個（gè）獨（dú）立的前饋網絡，隱藏層中帶有三個神經細胞，可^預測（cè）傳質傳熱。在數據裝置校驗中，模擬和實（shí）驗運動（dòng）學測試（shì）相一致（zhì）。開發的模型可（kě）用於幹燥過程的在線（xiàn）狀態估（gū）計和控製。

2.2 智能控（kòng）製

　   智能控製是一門（mén）新興的理論和技（jì）術，它是傳統控製（zhì）發展的高級階段（duàn）。這是以無模型為特征的更接近於人腦思維方式的一種（zhǒng）控製理論，主要用來解決那些用傳統方法難以解決的複雜係統（tǒng）的控製，其控製器的設計擺脫了係統模型的束縛（fù），算法簡單、魯棒性強。目前，^控（kòng）製、神經控製和（hé）模糊控（kòng）製等智能控製技術正成為先進控製的（de）一個重要發展方向。

2.2.1　^控製

      ^係統技術（shù）能把數學算法和控製工程師的操作經（jīng）驗融合（hé）到一起，^大限（xiàn）度的利用（yòng）已有知識，達到傳統控製方式難以取得的（de）控製效果。^控製係統運行在連續的實時環境中，利用實時信（xìn）息處（chù）理的方式來監控係統的動態特性， 並給出適當的控製作用。將^係統技術與糧食幹燥過程控製相結合，用於糧食的生產、管理和監控，可提高糧食的生（shēng）產（chǎn）效率及生產效益。劉明山[12]（2001）研製了一種糧食（shí）幹燥（zào）模糊控製^係統，將仿真結果（guǒ）與實測數據進行（háng）對照（zhào），兩者基本一（yī）致。劉（liú）淑（shū）榮[13]（2001）將^係統技（jì）術與（yǔ）幹燥（zào）過程控製相結合，設計了一個高水分糧（liáng）烘幹過程控製的（de）模糊^係統。何玉春（chūn）[14]（2001）通（tōng）過^智（zhì）能控製在幹燥過程中把烘幹參數優化，在（zài）烘幹設備的設計和幹燥過程中（zhōng）求出能耗、效率、品質的共利點，使幹燥機沿著共利（lì）線對穀物進行烘幹，使設備在幹燥過程中始（shǐ）終處於^佳操作；同時，將溫度測控（kòng）技術與（yǔ）網絡技術互聯，建立一套簡單而有效的基於溫度（dù）的網絡測控係統。

2.2.2　神經網絡控製

      神經網絡可為複雜非線性過（guò）程的建模提供有效的方（fāng）法，進而可用於過程（chéng）軟測（cè）量和控製係（xì）統的設計上。神經網絡在幹燥過程中的應用主要有兩（liǎng）個：幹燥過程建模和控製。

      法國的J.-L.Dirion（1996）[6]等（děng）人（rén）開發了一個神經控製器，用於調整半批式實驗反應器（qì）的溫度（dù），基本實驗形成了神經網絡的學（xué）習數據庫，該神經控製器可以提供非常好的設定點跟蹤（zōng）和幹擾排除。劉亞秋[9]（2000）開發了基於單神經元的自適應PID控（kòng）製器，設計了木材幹燥窯神經網絡模型，用BP算法對幹燥窯的輸入輸出特性進行描（miáo）述並對模型學習與訓練，通過試驗與仿真證明所得的結論（lùn）滿足誤差指標（biāo）的要（yào）求。張吉禮（lǐ）[10]（2003）將模糊控（kòng）製技術與神經網（wǎng）絡技（jì）術相結（jié）合（hé），設（shè）計出（chū）了（le）穀物幹（gàn）燥過程參數在線檢測與智能預測（cè）控製係統。智能控製下的幹燥機出口（kǒu）糧食含水量變化範圍比手動控（kòng）製的小，前者為13.6%～14.4%，後者為12.4%～14.2%；智能控製下的出口糧食含水量（liàng）波動頻率比手動控製的（de）小，前者波動周期約為20h，後者周（zhōu）期約為8h。王品[11]（2003）用改進（jìn）的BP網絡算法建立烘幹塔的神（shén）經網絡模型，通（tōng）過神經網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，提高了糧食烘幹的質量和效率。
      劉永忠[8]（1999）應用人工神經網絡係統理（lǐ）論預測冷凍幹燥過程特性，以幹燥時間、升華幹燥時間的份額、幹（gàn）燥製品（pǐn）生產率和升華界麵溫度等幹燥過程特性（xìng）參數作為網絡模型的輸出（chū）參數，將網絡的預測結果與數學（xué）模型的計算進行比較，預測結果與計算結果符合（hé）較好。鄭文利[7]（2000）采用人工（gōng）神經網絡對冷凍幹燥過程中的凍幹物料重量變化進行智能模擬（nǐ）：對凍幹工藝條件正（zhèng）交實驗（yàn）結果（guǒ）進行學習，利用學習後（hòu）的網絡對（duì）工藝條件進行預測及優化。

2.2.3 模糊控製

      模糊控製是一種基於規則的控製，直接采用語言型控製規則，其（qí）依據是現場操作人員（yuán）的控製經驗或相關^的知識，在設（shè）計中不需要建立被控（kòng）對（duì）象的^數學模型，所以控製機理和（hé）策（cè）略易於接受和理解。

      目前，國內外幹燥過程控製主要應用的是模糊（hú）控製方法。Zhang Qin[15]等（1994）對連續式橫流穀物幹燥機進行了模糊控（kòng）製的研究，通過調整加熱（rè）器的（de）功率和卸糧攪龍的轉速來控製幹燥機的操作，驗證試驗控製成（chéng）功率達（dá）86.4%。李（lǐ）俊明[16]等(1996)以幹（gàn）燥塔熱風（fēng）溫度為依（yī）據，將玉米幹燥生產（chǎn）中一名熟練的操作者通過感官係統（tǒng）的觀察和經驗製定了（le）模糊控製規則，利用模糊控製實現了排量電機的轉速（sù）調節，並提出橫流玉米（mǐ）幹（gàn）燥機的自組織（zhī）模糊控製器應采（cǎi）用開環式模糊（hú）控製係統，以解決玉米幹燥過程中的大（dà）滯後問題。李業德、李業剛[17](2001)設計了一種以（yǐ）89c51單片機為核（hé）心的（de）模糊智（zhì）能控（kòng）製器，在順流式烘幹機上通過對小麥的在線烘幹試驗（yàn），證明該係統響應時（shí）間（jiān）短、超調量小、控製精度高，但入口穀物水分波動會對幹燥過程產生影響。

      國（guó）內許多研究生從事糧食幹燥機模糊控製的研究工作。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（mó）型和模糊控製係統的模糊規（guī）則，設（shè）計出係統的模糊控製器。哈爾濱工業大學的唐曉健[20]（2003）研究基於TS模型的（de）混流式糧食烘幹塔多（duō）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（de）模糊控製方法進行比較。華南農（nóng）大的曹豔明[21]（2000）針對高濕稻穀循（xún）環式緩（huǎn）蘇（sū）幹燥工藝（yì）特點，利用模糊控製模擬人類思（sī）維方式的設計方法，開發稻穀循環幹（gàn）燥（zào）機自動控製係統。西北輕工業學院的蘇宇鋒[23]（2002）采用基於工人實際操作經驗的模糊算法，利用單片機對冷凍（dòng）幹燥係統進行控製，提高了設備的自動化程度。