李國昉1，2　毛志懷2
（1 河北科技師范學(xué)院機(jī)電系，秦皇島 066600　　2 中國農(nóng)業(yè)大學(xué)工學(xué)院，北京 100083）
摘 要: 在分析先進(jìn)控制特點(diǎn)的基礎(chǔ)上，總結(jié)了糧食干燥過程中先進(jìn)控制方法的發(fā)展與現(xiàn)狀，指出了干燥過程控制中的存在問題，并提出了糧食干燥過程控制的發(fā)展方向。
關(guān)鍵詞：干燥；先進(jìn)控制；自適應(yīng)控制；模型預(yù)測控制；^控制；模糊控制；神經(jīng)網(wǎng)絡(luò)控制
　　糧食干燥的基本目標(biāo)是保持干燥過程穩(wěn)定的前提下，以^低的干燥成本和能耗得到谷物^優(yōu)的烘干品質(zhì)。糧食干燥過程是典型的非線性、多變量、大滯后、參數(shù)關(guān)聯(lián)耦合的非穩(wěn)態(tài)傳熱傳質(zhì)過程，糧食本身又是一種復(fù)雜的生物化學(xué)物質(zhì)，為達(dá)到上述目標(biāo)，在干燥過程中必須不斷地調(diào)整干燥參數(shù)，對干燥機(jī)工作過程進(jìn)行控制。干燥過程的自動(dòng)控制是實(shí)現(xiàn)干燥機(jī)優(yōu)質(zhì)、高效、低耗、安全作業(yè)的有效手段。實(shí)現(xiàn)干燥過程的自動(dòng)控制，實(shí)現(xiàn)糧食干燥機(jī)的自動(dòng)控制，對保證出機(jī)糧食水分均勻一致、干后糧食品質(zhì)、減輕操作人員勞動(dòng)強(qiáng)度及充分發(fā)揮干燥機(jī)生產(chǎn)能力等具有重要意義。根據(jù)國家糧食局在《“十五”糧食行業(yè)科技發(fā)展規(guī)劃》[1] 中制定的發(fā)展目標(biāo)，糧食烘干過程的在線監(jiān)測和自動(dòng)控制已成為提高我國糧食干燥處理工藝效率的關(guān)鍵問題和實(shí)現(xiàn)“十五”規(guī)劃的重要途徑。隨著我國對糧庫建設(shè)投入力度的加大，糧食加工業(yè)與國際日益接軌，糧食干燥的自動(dòng)化將為我國的糧食加入國際流通大市場奠定基礎(chǔ)。
1　先進(jìn)控制的特點(diǎn)
　　糧食干燥過程自動(dòng)控制問題的研究開始于20世紀(jì)60年代。當(dāng)時(shí)使用前饋控制、反饋控制、反饋-前饋控制和自適應(yīng)控制等傳統(tǒng)控制方法。傳統(tǒng)控制理論采用差分方程或傳遞函數(shù)，把干燥過程系統(tǒng)的知識(shí)和已有的信息表達(dá)成解析式。但是在使用和設(shè)計(jì)采用上述控制方法的谷物干燥機(jī)控制系統(tǒng)時(shí)會(huì)遇到很多困難，原因是：（1）谷物干燥過程是復(fù)雜的、時(shí)變的和非線性的；（2）某些干燥過程變量(如谷物品質(zhì)和色澤)是不能直接測量的，有些變量(例如谷物水分含量)的測量可能是不連續(xù)、不^、不完整或不可靠的；（3）干燥機(jī)的過程模型是對實(shí)際過程的近似，而且需要大量的計(jì)算時(shí)間；（4）幾乎不可能用一個(gè)適當(dāng)?shù)哪Ｐ蛠肀硎鞠窀稍镞^程這樣一個(gè)非線性、滯后、時(shí)變的復(fù)雜系統(tǒng)；（5）谷物干燥機(jī)的被控變量和控制變量之間存在交互效應(yīng)；（6）谷物干燥機(jī)的作業(yè)條件復(fù)雜，擾動(dòng)變量的范圍寬，難以調(diào)控。
　　顯然，要克服上述困難需要對谷物干燥機(jī)的傳統(tǒng)控制方法不斷改進(jìn)，同時(shí)要探索新的、更有效的控制方法。20世紀(jì)70 年代，電子行業(yè)的進(jìn)步，尤其是計(jì)算機(jī)技術(shù)的發(fā)展使得現(xiàn)在所謂的先進(jìn)控制的思想得以廣泛的傳播。先進(jìn)控制的目標(biāo)就是為了解決那些采用常規(guī)控制效果不佳，甚至無法控制的復(fù)雜工業(yè)過程控制問題。近年來，現(xiàn)代控制和人工智能取得了長足的發(fā)展，為先進(jìn)控制系統(tǒng)的實(shí)施奠定了強(qiáng)大的理論基礎(chǔ)；而控制計(jì)算機(jī)是集散控制系統(tǒng)（DCS）的普及，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的突飛猛進(jìn)，則為先進(jìn)控制的應(yīng)用提供了強(qiáng)有力的硬件和軟件平臺(tái)?？傊I(yè)發(fā)展的需要、控制理論和計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的發(fā)展強(qiáng)有力地推動(dòng)了先進(jìn)控制的發(fā)展。
　　計(jì)算機(jī)技術(shù)飛速發(fā)展，人工智能控制理論開始在千燥機(jī)控制中得到應(yīng)用，明顯改善了千燥機(jī)控制系統(tǒng)的性能。傳統(tǒng)控制方法由于大滯后和對糧食干燥過程的非線性聯(lián)系，不適于控制糧食干燥機(jī)。人工智能技術(shù)進(jìn)步在工程領(lǐng)域中廣泛應(yīng)用，先進(jìn)控制理論和控制方法應(yīng)用到谷物干燥過程的自動(dòng)化控制中，控制方法不斷改進(jìn)，控制效果提高。90年代后，過程控制己經(jīng)開始向智能化發(fā)展，智能控制理論日益與干燥技術(shù)結(jié)合在一起，利用人工神經(jīng)網(wǎng)絡(luò)對干燥過程進(jìn)行模型模擬和控制；^系統(tǒng)應(yīng)用于谷物品質(zhì)預(yù)測、干燥過程控制和管理咨詢等方面。
　　與控制理論、儀表、計(jì)算機(jī)、計(jì)算機(jī)通信與網(wǎng)絡(luò)等技術(shù)密切相關(guān)的先進(jìn)控制系統(tǒng)，具有以下特點(diǎn)：
(1)先進(jìn)控制系統(tǒng)的理論基礎(chǔ)主要是基于模型的控制策略，如:模型預(yù)測控制，這些控制策略充分利用工業(yè)過程輸入輸出有關(guān)信息建立系統(tǒng)模型，而不必依賴對反應(yīng)機(jī)理的深入研究。日前，基于知識(shí)的控制，如^控制和模糊邏輯控制正成為先進(jìn)控制的一個(gè)重要發(fā)展方向。
（2）先進(jìn)控制系統(tǒng)通常用于處理復(fù)雜的多變是過程控制問題，如大時(shí)滯、多變量耦合、被控變^與控制變量存在著各種約束等。采用的先進(jìn)控制策略是建立在常規(guī)單回路控制基礎(chǔ)之上的動(dòng)態(tài)協(xié)調(diào)約束控制，可使控制系統(tǒng)適應(yīng)實(shí)際工業(yè)生產(chǎn)過程動(dòng)態(tài)特性和操作要求。
（3）先進(jìn)控制系統(tǒng)的實(shí)現(xiàn)需要較高性能的計(jì)算機(jī)作為支持平臺(tái).由于先進(jìn)控制器控制算法的復(fù)雜性和計(jì)算機(jī)硬件兩方面因素的影響，復(fù)雜系統(tǒng)的先進(jìn)控制算法通常是在上位機(jī)上實(shí)施的。隨著DCS功能的不斷增強(qiáng)和先進(jìn)控制技術(shù)的發(fā)展，部分先進(jìn)控制策略可以與基本控制回路一在DCS上實(shí)現(xiàn)。后一種方式可有效她增強(qiáng)先進(jìn)控制的可靠性、可操作性和可維護(hù)性。
2　干燥過程先進(jìn)控制發(fā)展現(xiàn)狀
　　先進(jìn)控例策路是先進(jìn)控制系統(tǒng)的核心內(nèi)容，目前先進(jìn)控制策略種類繁多，干燥過程中主要的先進(jìn)控制策略有:預(yù)測控制、模糊邏輯控制、神經(jīng)控制、自適應(yīng)控制、^系統(tǒng)。
2.1 基于模型的控制
2.1.1　自適應(yīng)控制
　　自適應(yīng)控制的基本原理是根據(jù)干燥過程參數(shù)的變化和外界干擾隨時(shí)調(diào)整控制參數(shù)，使干燥機(jī)處于^佳的工作狀態(tài)。自適應(yīng)控制具有適用多種糧食干燥機(jī)、無須任何關(guān)于干燥機(jī)自己特點(diǎn)的數(shù)據(jù)、對環(huán)境條件和糧食狀況無特殊要求、控制器對干擾的響應(yīng)速度較快、控制模型中的參數(shù)能隨外界條件的變化進(jìn)行自動(dòng)調(diào)節(jié)等優(yōu)點(diǎn)。瑞典Nybrant（1985）把自校正技術(shù)應(yīng)用到橫流谷物干燥機(jī)控制。干燥機(jī)排氣溫度作為輸出變量，谷物排糧速率用作被控變量，并選擇自動(dòng)回歸移動(dòng)平均（ARMA）模型表現(xiàn)橫流干燥機(jī)的動(dòng)態(tài)特性。在實(shí)驗(yàn)室橫流干燥機(jī)上進(jìn)行了驗(yàn)證性試驗(yàn)，控制誤差的標(biāo)準(zhǔn)差在后50個(gè)樣本期間是0.13℃。結(jié)果表明，自適應(yīng)控制器能夠比較準(zhǔn)確的控制排氣溫度。劉建軍[5]（2003年）對HTJ-200型烘干機(jī)進(jìn)行研究，通過在線樣本的采集和智能優(yōu)化算法對系統(tǒng)進(jìn)行定量分析，建立由實(shí)時(shí)檢測數(shù)據(jù)所確定的過程智能模型，再通過智能優(yōu)化算法調(diào)用人工智能模型，獲取系統(tǒng)的控制規(guī)則，由控制程序給出控制量經(jīng)D/A轉(zhuǎn)換后輸出給執(zhí)行部件。李曉斌等[3]（1998）研究真空冷凍干燥設(shè)備的先進(jìn)控制系統(tǒng)，針對不同凍干物料的工藝要求，采取DRA算法和臨界比例法兩種自適應(yīng)、自整定控制方法，解決了被控對象主控參數(shù)--溫度的滯后問題。
2.1.2　模型預(yù)測控制
　　過程控制理論的^新研究領(lǐng)域是模型預(yù)測控制，是基于模型、滾動(dòng)實(shí)施并結(jié)合反饋校正的優(yōu)化控制算法，它對于控制非線性和大滯后過程尤其有效。
Forbes，Jacobson，Rhodes，和Sullivan[24]（1984)和Eltigani設(shè)計(jì)了基于模型的干燥控制器，其控制行為基于一個(gè)過程模型和一個(gè)所謂的假冒的入口谷物水分含量。干燥速率參數(shù)根據(jù)模型預(yù)測值和傳感器出口實(shí)測的水分含量之差間歇式更新。Forbes和Eltigani控制器的不同在于控制算法中所用的過程模型的種類不同。密執(zhí)安大學(xué)的劉強(qiáng)[25]（2001）提出了橫流干燥機(jī)的模型預(yù)測控制器。仿真測試在一臺(tái)Zimmerman VT-1210塔式橫流谷物干燥機(jī)上進(jìn)行，利用Labview建立的控制器能夠成功運(yùn)作，并實(shí)現(xiàn)出口處玉米含水率控制在設(shè)定點(diǎn)的0.7%以內(nèi)?？刂破鲗M(jìn)入干燥機(jī)的入口谷物含水率相當(dāng)大范圍的變化，以及熱風(fēng)溫度的大階躍變化都能進(jìn)行良好補(bǔ)償。
　　對模型預(yù)測控制研究中，較多工作集中于過程模型的的建立和求解，且在模型中考慮干燥品質(zhì)問題。法國的P.Dufour [31]等人（2003）借助偏微分方程（PDES），將模型預(yù)測控制拓展到系統(tǒng)模型，從而使PDES方程能夠大規(guī)模應(yīng)用。他們提出了一個(gè)全局模型，旨在減少由于基于^優(yōu)化任務(wù)解決方案的PDE模型所帶來的在線計(jì)算時(shí)間。開發(fā)出與實(shí)際中大量應(yīng)用的IMC結(jié)構(gòu)相結(jié)合的一個(gè)通用的MPC框架。在IMC- MPC結(jié)構(gòu)中用到了兩個(gè)反饋環(huán)，以校正過程性能和基于模型的在線優(yōu)化器中所引起的模擬誤差。丹麥的Helge Didriksen[29]（2002）開發(fā)了一個(gè)滾筒干燥機(jī)的描述質(zhì)量、能量和動(dòng)量轉(zhuǎn)換的動(dòng)態(tài)一次法則模型，并應(yīng)用到糖廠干燥甜菜中的預(yù)測控制。結(jié)果表明，隨著操作變量和干擾變化，該模型具有較好的預(yù)測能力。通過模擬比較了帶有模型預(yù)測控制和傳統(tǒng)的反饋控制，模型預(yù)測控制表現(xiàn)出了更優(yōu)的性能。法國的I．C．Trelea，G.Trystram 和 F.Courtois[27]于1997年設(shè)計(jì)了用于批式干燥過程的非線性預(yù)測優(yōu)化控制算法，在中試規(guī)模的干燥機(jī)上進(jìn)行了測試。實(shí)驗(yàn)表明，算法可處理重要的干擾和失效該控制算法可方便地用于其它批式過程，如冷凍、殺菌或發(fā)酵。有些學(xué)者將神經(jīng)網(wǎng)絡(luò)用于模型預(yù)測控制過程建模。Jay[32]（1996）初次將神經(jīng)網(wǎng)絡(luò)模型用于干燥過程預(yù)測控制。法國的J.A. Hernandez-Perez等 [33]（2004）提出了基于人工神經(jīng)網(wǎng)絡(luò)的傳質(zhì)傳熱預(yù)測模型，該模型將產(chǎn)品收縮作為水分的函數(shù)，應(yīng)用了帶有一個(gè)隱藏層的兩個(gè)獨(dú)立的前饋網(wǎng)絡(luò)，隱藏層中帶有三個(gè)神經(jīng)細(xì)胞，可^預(yù)測傳質(zhì)傳熱。在數(shù)據(jù)裝置校驗(yàn)中，模擬和實(shí)驗(yàn)運(yùn)動(dòng)學(xué)測試相一致。開發(fā)的模型可用于干燥過程的在線狀態(tài)估計(jì)和控制。
2.2 智能控制
　　智能控制是一門新興的理論和技術(shù)，它是傳統(tǒng)控制發(fā)展的高級(jí)階段。這是以無模型為特征的更接近于人腦思維方式的一種控制理論，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制，其控制器的設(shè)計(jì)擺脫了系統(tǒng)模型的束縛，算法簡單、魯棒性強(qiáng)。目前，^控制、神經(jīng)控制和模糊控制等智能控制技術(shù)正成為先進(jìn)控制的一個(gè)重要發(fā)展方向。
2.2.1　^控制
　　^系統(tǒng)技術(shù)能把數(shù)學(xué)算法和控制工程師的操作經(jīng)驗(yàn)融合到一起，^大限度的利用已有知識(shí)，達(dá)到傳統(tǒng)控制方式難以取得的控制效果。^控制系統(tǒng)運(yùn)行在連續(xù)的實(shí)時(shí)環(huán)境中，利用實(shí)時(shí)信息處理的方式來監(jiān)控系統(tǒng)的動(dòng)態(tài)特性， 并給出適當(dāng)?shù)目刂谱饔?。將^系統(tǒng)技術(shù)與糧食干燥過程控制相結(jié)合，用于糧食的生產(chǎn)、管理和監(jiān)控，可提高糧食的生產(chǎn)效率及生產(chǎn)效益。劉明山[12]（2001）研制了一種糧食干燥模糊控制^系統(tǒng)，將仿真結(jié)果與實(shí)測數(shù)據(jù)進(jìn)行對照，兩者基本一致。劉淑榮[13]（2001）將^系統(tǒng)技術(shù)與干燥過程控制相結(jié)合，設(shè)計(jì)了一個(gè)高水分糧烘干過程控制的模糊^系統(tǒng)。何玉春[14]（2001）通過^智能控制在干燥過程中把烘干參數(shù)優(yōu)化，在烘干設(shè)備的設(shè)計(jì)和干燥過程中求出能耗、效率、品質(zhì)的共利點(diǎn)，使干燥機(jī)沿著共利線對谷物進(jìn)行烘干，使設(shè)備在干燥過程中始終處于^佳操作；同時(shí)，將溫度測控技術(shù)與網(wǎng)絡(luò)技術(shù)互聯(lián)，建立一套簡單而有效的基于溫度的網(wǎng)絡(luò)測控系統(tǒng)。
2.2.2　神經(jīng)網(wǎng)絡(luò)控制
　　神經(jīng)網(wǎng)絡(luò)可為復(fù)雜非線性過程的建模提供有效的方法，進(jìn)而可用于過程軟測量和控制系統(tǒng)的設(shè)計(jì)上。神經(jīng)網(wǎng)絡(luò)在干燥過程中的應(yīng)用主要有兩個(gè)：干燥過程建模和控制。
　　法國的J.-L.Dirion（1996）[6]等人開發(fā)了一個(gè)神經(jīng)控制器，用于調(diào)整半批式實(shí)驗(yàn)反應(yīng)器的溫度，基本實(shí)驗(yàn)形成了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)數(shù)據(jù)庫，該神經(jīng)控制器可以提供非常好的設(shè)定點(diǎn)跟蹤和干擾排除。劉亞秋[9]（2000）開發(fā)了基于單神經(jīng)元的自適應(yīng)PID控制器，設(shè)計(jì)了木材干燥窯神經(jīng)網(wǎng)絡(luò)模型，用BP算法對干燥窯的輸入輸出特性進(jìn)行描述并對模型學(xué)習(xí)與訓(xùn)練，通過試驗(yàn)與仿真證明所得的結(jié)論滿足誤差指標(biāo)的要求。張吉禮[10]（2003）將模糊控制技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，設(shè)計(jì)出了谷物干燥過程參數(shù)在線檢測與智能預(yù)測控制系統(tǒng)。智能控制下的干燥機(jī)出口糧食含水量變化范圍比手動(dòng)控制的小，前者為13.6%～14.4%，后者為12.4%～14.2%；智能控制下的出口糧食含水量波動(dòng)頻率比手動(dòng)控制的小，前者波動(dòng)周期約為20h，后者周期約為8h。王品[11]（2003）用改進(jìn)的BP網(wǎng)絡(luò)算法建立烘干塔的神經(jīng)網(wǎng)絡(luò)模型，通過神經(jīng)網(wǎng)絡(luò)模型建立了神經(jīng)網(wǎng)絡(luò)控制器，實(shí)現(xiàn)了拱干塔系統(tǒng)糧食水分烘干的智能控制，提高了糧食烘干的質(zhì)量和效率。
　　劉永忠[8]（1999）應(yīng)用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論預(yù)測冷凍干燥過程特性，以干燥時(shí)間、升華干燥時(shí)間的份額、干燥制品生產(chǎn)率和升華界面溫度等干燥過程特性參數(shù)作為網(wǎng)絡(luò)模型的輸出參數(shù)，將網(wǎng)絡(luò)的預(yù)測結(jié)果與數(shù)學(xué)模型的計(jì)算進(jìn)行比較，預(yù)測結(jié)果與計(jì)算結(jié)果符合較好。鄭文利[7]（2000）采用人工神經(jīng)網(wǎng)絡(luò)對冷凍干燥過程中的凍干物料重量變化進(jìn)行智能模擬：對凍干工藝條件正交實(shí)驗(yàn)結(jié)果進(jìn)行學(xué)習(xí)，利用學(xué)習(xí)后的網(wǎng)絡(luò)對工藝條件進(jìn)行預(yù)測及優(yōu)化。
2.2.3 模糊控制
　　模糊控制是一種基于規(guī)則的控制，直接采用語言型控制規(guī)則，其依據(jù)是現(xiàn)場操作人員的控制經(jīng)驗(yàn)或相關(guān)^的知識(shí)，在設(shè)計(jì)中不需要建立被控對象的^數(shù)學(xué)模型，所以控制機(jī)理和策略易于接受和理解。
　　目前，國內(nèi)外干燥過程控制主要應(yīng)用的是模糊控制方法。Zhang Qin[15]等（1994）對連續(xù)式橫流谷物干燥機(jī)進(jìn)行了模糊控制的研究，通過調(diào)整加熱器的功率和卸糧攪龍的轉(zhuǎn)速來控制干燥機(jī)的操作，驗(yàn)證試驗(yàn)控制成功率達(dá)86.4%。李俊明[16]等(1996)以干燥塔熱風(fēng)溫度為依據(jù)，將玉米干燥生產(chǎn)中一名熟練的操作者通過感官系統(tǒng)的觀察和經(jīng)驗(yàn)制定了模糊控制規(guī)則，利用模糊控制實(shí)現(xiàn)了排量電機(jī)的轉(zhuǎn)速調(diào)節(jié)，并提出橫流玉米干燥機(jī)的自組織模糊控制器應(yīng)采用開環(huán)式模糊控制系統(tǒng)，以解決玉米干燥過程中的大滯后問題。李業(yè)德、李業(yè)剛[17](2001)設(shè)計(jì)了一種以89c51單片機(jī)為核心的模糊智能控制器，在順流式烘干機(jī)上通過對小麥的在線烘干試驗(yàn)，證明該系統(tǒng)響應(yīng)時(shí)間短、超調(diào)量小、控制精度高，但入口谷物水分波動(dòng)會(huì)對干燥過程產(chǎn)生影響。
　　國內(nèi)許多研究生從事糧食干燥機(jī)模糊控制的研究工作。東北大學(xué)的孟憲沛[18]（2003）在糧食干燥塔的智能建模與智能控制中，利用模糊集合理論和優(yōu)化算法，建立糧食烘干系統(tǒng)的智能模型和模糊控制系統(tǒng)的模糊規(guī)則，設(shè)計(jì)出系統(tǒng)的模糊控制器。哈爾濱工業(yè)大學(xué)的唐曉健[20]（2003）研究基于TS模型的混流式糧食烘干塔多變量模糊控制方法，對該系統(tǒng)進(jìn)行控制仿真，并與手動(dòng)控制方法和傳統(tǒng)的模糊控制方法進(jìn)行比較。華南農(nóng)大的曹艷明[21]（2000）針對高濕稻谷循環(huán)式緩蘇干燥工藝特點(diǎn)，利用模糊控制模擬人類思維方式的設(shè)計(jì)方法，開發(fā)稻谷循環(huán)干燥機(jī)自動(dòng)控制系統(tǒng)。西北輕工業(yè)學(xué)院的蘇宇鋒[23]（2002）采用基于工人實(shí)際操作經(jīng)驗(yàn)的模糊算法，利用單片機(jī)對冷凍干燥系統(tǒng)進(jìn)行控制，提高了設(shè)備的自動(dòng)化程度。