0简介。
配料控制器作为自动配料控制系统的核心设备，广泛应用于混凝土生产中。配料生产开始后，打开进入料仓的阀门，安装在计量斗上的称重传感器将重量信号转换成电压信号并发送给配料控制器，通过计算得到当前重量值；当称量值接近配方中物料的设定值时，关闭阀门，空气中的飞散物料全部落入计量料斗后，开始第二种物料的配料，以此类推，完成配方中所有物料的称量控制。针对现有配料控制器存在的飞料控制不准确、测量精度低的问题，采用迭代学习控制算法，选用24位高精度模数转换器设计了一种新型配料控制器，取得了理想的配料精度。
1采用迭代学习控制算法提高配料精度。
实际生产过程表明，配料控制过程重复性强，受多种因素(如物料性质、给料冲击、给料器振动、转动惯量等)影响。[2])，因此很难建立精确的配料控制过程数学模型。迭代学习控制算法不依赖于动态系统的精确数学模型，能够有效控制具有重复运动的非线性被控对象。该算法简单，适应性强，适用于配料过程的控制。
进料门在t形开启时打开，在t形关闭时关闭。开门后，物料在t0落入计量斗，关门后，所有飞散物料在t1落入计量斗。根据迭代学习控制的思想，在每个配料过程中，都要在时间间隔[t0，t1]内给出期望轨迹yd(t)，然后求出输入控制量u(t)，使实际配料重量在此控制下接近[t0，t1]内的yd(t)。本文采用P型迭代学习控制算法，选取关闭提前量U作为控制量，控制量的初始值u1一般为公式设定值K的25%..在第一项研究中，当计量料斗中的实际配料值达到W1=k-u1时，料仓的进料门关闭，实际配料值与给定的预期轨迹之间存在误差e1=k-W1。设置一个新的控制量u2=u1+kpe1，其中kp为p型迭代学习控制算法的迭代学习因子。经过足够的学习，实际产量可以接近预期产量，配料精度可以达到相关行业标准[4]。
利用MATLAB对配料过程进行仿真，公式设定值k=800kg，合闸提前量u1=200kg，迭代学习因子kp分别为0.2、0.5、0.8、1.5。可以看出，当迭代学习因子kp较小时，控制量u平稳缓慢地逼近理想范围，但学习次数较多。当kp较大时，u可以很快接近理想范围，但波动较大，很难收敛到理想值。基于偏差调整p型迭代学习控制算法。kp可以减少误差，加快响应速度，但是kp受到系统稳定性的限制，不能任意增加。为了保证系统具有较快的响应速度和良好的稳定性，当控制量u远离理想控制范围时，可以采用较大的迭代学习因子kp，使u更快地逼近理想控制范围；然后，用一个较小的kp使u平滑地收敛到一个较好的值[5]。通过大量仿真实验，选择迭代学习因子kp满足公式(1)，可以获得理想的配料控制效果。
经过15次迭代，最终配料结果可以平滑收敛到公式设定值。
配料控制器的硬件设计。
配料控制器硬件采用模块化设计，其中CPU采用单片机ADμC845和8052内核，内部集成10路24位高精度AD转换器，内含62KFlash/E2程序内存、4KFlash/E2数据内存和2304字节数据ram。此外，ADμC845的串口还具有下载程序的功能，非常适合体积小、功耗低的仪器应用。
3.配料控制器的软件设计。
配料控制器软件采用前后台编程方式。后台一直在无休止的轮询，前台在等中断。一旦中断发生，它就跳出后台轮询，进入中断服务程序。处理完中断后，它返回后台进行轮询。
配料控制器的工作状态分为正常称重状态和配料状态。前者称量并显示当前物料重量；后者根据配方设定点顺序自动完成多达4种物料的配料。配料控制器由单机和在线两套控制模式组成。单机控制时，用户使用按钮和生产启动按钮进行控制；在线控制中，按键控制功能由上位机通过串口屏蔽控制。同时，控制器可以将当前的称重值传输到上位机进行实时显示。
4结论。
(1)以ADμC845为CPU设计的智能配料控制器具有体积小、精度高、系统开发成本低、开发周期短的优点，软件可两次升级，无需修改硬件。
(2)配料控制器功能齐全，集称重显示和配料控制双重功能于一体。系统参数具有掉电保护功能，可通过串口与上位机在线使用。
(3)样机调试表明，该配料控制器线性度好，可靠性高，达到了预期的设计目标，具有应用价值。

本文源于网络转载，如有侵权，请联系删除

深圳市卓禾仪器有限公司是一家专门从事称重仪表和全自动包装码垛生产线的研发及生产的高新技术企业，所生产的JY500系列称重显示控制器（包括配料秤仪表、皮带秤仪表、包装秤仪表、重量变送器等）高速高精度，使用寿命长。卓禾仪器有十数年的现场校验经验，在业内有良好的口碑，且有专门的售后工程师帮忙解决产品使用过程中遇到的技术问题，客户可以放心省心顺心的使用我司的产品。如果对我司的产品感兴趣，欢迎咨询。