螺旋加料定量称重是粉粒物料行业常见的动态在线计量设备. 螺旋加料动态定量称重过程含有时变、 非线性和各种不确定性因素. 在工业连续生产过程中, 如何同时提高动态定量称重精度和称重速度,一直是企业和计量领域亟需解决的难题之一[ 1]. 国内定量装料、 定量包装中缺少先进的螺旋加料动态定量称重控制方法, 所以动态精度低, 速度慢, 制约了行业的发展. 在一些不能快速在线准确称重的行业中, 为防止因重量不足而失去信誉, 不得不采用稍微超重称重装料的方法. 本文在研制饲料、 面粉动态定量称重包装中, 通过分析螺旋加料动态在线定量称重过程, 给出了一种新型双速变径变距螺旋加料动态定量称重控制方法. 该方法采用/ 先快后慢、 最后点动0的控制方式, 较好地解决了动态定量称重过程中精度和速度的矛盾. 实践证明, 该项技术对饲料、 面粉、 粮食、 化肥、 水泥以及小粉粒物料量的定量装料、 定量包装和称重配料, 效果颇佳.

1  螺旋加料动态定量称重结构原理

螺旋加料是料斗电子秤中最常用的一种动态称重加料方式. 在定量称重装置中, 将电动机驱动的螺旋加料机电一体化设备( 俗称绞龙电机) 置于料仓与料斗之间, 由电子测控装置实现粉粒物料的动态定量称重。 启动绞龙电机, 则对应料仓中的粉粒物料就随着螺旋加料机械机构的旋转而进入料斗中. 料斗和称架之间装有 3 个应变式拉力传感器, 料斗的重量直接由该拉力传感器组转换成电信号送入电子测控装置, 达到设定重量值时则关闭该绞龙电机停止加料, 并控制料斗门开门卸料, 即完成一次动态加料定量称重.

2  螺旋加料控制方式的研究

螺旋加料装置是保证动态定量称重精度和均匀度的重要环节. 由于螺旋加料机电一体化装置的非线性和强无自衡性, 以及在加料过程中物料的粒度、湿度和料仓压力等又会引起加料流量的不稳定性.若加快称重速度, 则物料对料斗的冲击, 将影响称重的精度和稳定性; 而若提高称重精度, 就不得不降低加料速度.

为了协调称重精度和称重速度的矛盾, 目前大部分动态在线定量称重设备采用两段加料方式^{[ 2]}.该加料方式只在一定程度上能够兼顾精度和速度的要求, 精度不高, 且存在超差. 由于螺旋加料的不可逆性, 定量称重超差无法弥补, 只能重新进行. 为了提高效率和解决超差问题, 采用了/ 先快后慢、 最后点动0的加料控制方式 , 旨在用/ 快速加料0缩短加料时间, 提高称重速度; 采用/ 慢速加料0来减小物料冲击, 提高检测精度; 最后/ 点动加料0以补料的方式来保证最终定量称重的精度. 其控制加料过程如下: 在称重开始时/ 快速加料0, 当达到快速加料预测给定值 W_g1 时开始/ 慢速加料0; 当到达慢速加料预测给定值 W_g2时, 延迟一段时间等待空中料落入料斗, 如还达不到物料定量值 Ws 的系统允许误差下限值 W_sL 时, 则开始慢速/ 点动加料0, 直到物料净重大于W_sL 时才开料斗门卸料. 由于每次点动加料时间随着物料差值的减小而减小,所以有效地避免了超差的发生.

 

由于螺旋加料机械装置的时变性, 与时间( t ₁ ~ t ₄ ) 所对应的加料流量曲线. 当发出加料信号后, 螺旋机械总要滞后一段时间才开始加料; 当停止加料时, 螺旋加料机械惯性又要延迟一段时间才能停止; 螺旋加料停止后, 空中还有尚未落入料斗的空间料( 称为落差 B, 也称为提前停机量) ,使称量值增加, 其增加量的大小与停止加料前的流量有关. 慢速加料时间越长, Q_g2 越稳定, 相应预测的 B 越准确, 但降低了称重速度. 若从定量称重速度上考虑, Wg1 越大越好, 但 W_g1 越大则慢速加料时间越短, 又会影响定量称重精度. 因此, 如何正确预测 B 并如何动态在线修正 W_g1 和 W_g2 , 是同时实现定量称重精度和速度的关键问题.

 

3  落差的补偿算法

影响动态定量称重精度的不确定性, 主要是停止加料后空中落料的随机性和不可测性, 无法用一个固定的参数加以补偿. 落差可以用如下二阶预报模型予以补偿:

y( k+ 1) = B _0u( k) + θX^T_k ,

其中参数向量 H和数据向量X k 分别为

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 次落差补偿量, u( k) 是第 k 次定量称重误差. 因此是基于第 k 次及以前的落差补偿量和称重误差, 预报第( k+ 1) 次的落差补偿量. 其控制目标是选择一个合适的 u( k) , 使控制目标

J= E[ y( k+ 1) - y _r ]2

为最小. 根据自校正调节^{[ 3]}, 有控制方程

u( k) = 1 /β₀ [y _r - X^T_kθ_k ] ,

当取到数据 y( k+ 1) 时, 对参数向量θ , 采用带遗忘因子λ的在线递推最小二乘法,

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) }.

在线估计θ( k+ 1), 并用估计参数来代替真实参数θ , 而得到最小方差自校正调节器.

在实际控制过程中, β₀  一次取定为 0. 9, 不参与估计运算; 遗忘因子λ取值 0. 99; 递推初始值θ( 0)取在线辨识的一组定常参数; y ( 0) 由实验选定; 取u( 0) = 0, 经过3~ 4次称重, 就可使落差补偿预测值逼近真值.

4  W_{g 1} 的自动修正

快速加料给定值的修正原理是根据慢速加料的时间长短来调节 W_{g 1} , 即用如下一阶预测模型

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) 分别是第 k 次快速加料与慢速加料预测给定值; [ W_{g 2} ( k) - W_{g 1} ( k ) ] 为第 k次慢速加料重量; T ₂ ( k) 是第 k 次慢速加料时间; T ₂是常数, 它是由实验整定的最佳慢速加料时间;W_{g 1} ( k+ 1) 是第( k+ 1) 次快速加料预测给定值.

5  实验结果与实验比较

在饲料动态定量称重生产现场, 用同样的设备,分别采用上述控制算法和常规经验固定设定法进行对比实验. 共抽测 5次, 每次连续抽测 10 包, 取平均值. 

 

 精度由经验固定设定法的不足0. 2% 提高到预测算法的优于 0. 1%, 并且点动次数减少.

6  结论

( 1) 本文给出的动态定量称重螺旋加料控制方法采用/ 先快后慢、 最后点动0并引入控制算法, 较好地解决了动态定量称重精度和速度的矛盾.

( 2) 本项研究从过程对象的实际出发, 采用两种简单的预测方程, 对于定量称重 25kg, 其实测精度优于 0. 1% , 速度为 8 包P min, 分辨力为 10g.

( 3) 该项技术对粮食、 面粉、 化肥、 水泥以及小粉粒物料量的定量包装有较大的应用潜力和推广价值.

参考文献:

[1] 施昌彦. 动态称重测力技术的现状和发展趋势[ J]. 计量学报, 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, 阮荣耀, 高龙, 等. 现代控制理论在工程中的应用[M]. 北京: 科学出版社, 1985.
 

 

本文源于网络转载，如有侵权，请联系删除