电纺纳米纤维工艺中气流温度控制系统的分析与设计

摘 要：目前，在连续电纺纳米纤维的制备工艺中，气流的状态对纱线的凝固和韧性有较大的影响，常规的控制决策方法对生产高性能纳米纤维医用纱线等特殊材料的设备精度难以满足。针对上述情况，文章简单分析了传统纺线工艺中影响气流温度控制的关键因素及其影响后果，同时提出了一种基于遗传算法的气流温度控制系统的设计方案。

关键词：电纺纳米纤维工艺；气流温度；控制系统

1 概述

纺纱是指通过一定的生产工艺，使纺织纤维纺制成纱或线的过程。其实质是将杂乱无章状态下的纤维转变成顺序纵向排列，再加上捻度，使之具有一定强力，最终制成纱线的过程。早在1934年美国人Formhals就提出静电纺丝的概念，时至今日，静电纺丝方法已成功运用于几十种高分子材料成纱的过程中，尤其是在加工超细纤维和纳米纤维的工艺中是一种很重要的方法。

在医疗水平不断提高，医疗器械不断现代化的今天，高性能的纳米纤维是医用纱线等特殊行业的纺织材料之一，具有牢固、轻质、耐用、活性强等特点，广泛的应用在医用手术线、人造器官、服饰等制造领域。随着各种高性能纳米纤维医用纱线需求的不断增加，对医用纱线纺织装备的控制精度、生产效率提出了更高的要求。

2 气流状态对纱线质量的影响

在连续电纺纳米纤维工艺中，气流状态是影响纳米纤维纱线质量非常关键的因素之一。

2.1 气流温度高低的影响

在连续电纺纳米纤维工艺中，气流温度的高低主要会影响纤维纱线的成型，温度较高时，纱线容易断头，温度较低时，纱线的凝固时间变长，影响的结果是造成纤维弯钩、纤维圈、易断、碎片等变形现象。除此之外，气流的温度对纱线的整体长度、强度、整齐度、粗细程度，还有杂质含量等指标都有着直接的影响。

2.2 气流的随机流动性影响

在连续电纺纳米纤维工艺中，气流的随机流动性对系统控制精度影响较大。系统控制精度由初始设置参数决定，常规的模糊控制很难满足实际温度范围变化较大的时变需求。直接影响的后果是会造成整个控制过程大的滞后性。

3 电纺纳米纤维装备工艺中气流温控技术分析

目前，国内外对连续电纺纳米纤维医用纱线装备的气流温度控制技术已有相关的研究，主要有两种：一种方法是采用自适应PID气流温度控制系统，另一种是采用神经网络应用于气流温度控制PID参数整定系统。

3.1 PID气流温控系统

传统PID控制原理简单，使用方便，适应性强，可以广泛地应用于各种工业过程，但是传统PID控制在生产过程中存在一定缺陷，如：参数调节需要一定的过程，最优参数的选取比较困难；对于时变、非线性的被控系统，其精确的数学模型难以建立等。使用传统的PID控制不能得到理想的控制效果，经过不断改进，可采用基于模糊算法的自适应控制系统进行控制，可以使控制系统更加可靠，而且能得到一定的控制效果[1]。其控制原理图如图1所示。

该系统具备良好的抗干扰性、超调量小，且具备动态性能良好、稳态精度较高等特征，与非线性、大滞后、强耦合等复杂特性的控制系统相匹配。它的控制工作原理是：当偏差范围较大时，采用模糊检索控制，根据偏差大小和偏差实际变化范围，实时调整PID参数，当偏差范围较小时采用PID精确控制。但由于环境气流温度需要随时可调，使得该方法切换响应较慢，不具备学习功能。

3.2 模糊神经网络（FNN）PID气流温控系统

模糊神经网络（FNN）PID气流温控系统将模糊检索理论、神经网络技术相结合，把二者的各自优点有机结合，形成互补，充分发挥神经网络的学习功能和模糊系统处理模糊或定性知识的能力，使得系统的参数具有明确的物理意义，同时能自动地识别模糊逻辑规则、整定隶属度函数和相关参数。（图2）

该系统具有一定自适应、自学习、自调整的控制能力，能克服单一模糊控制系统中的“固定规则”这一限制，从而提高控制的精确度。

但由于连续电纺纳米纤维医用纱线装备的气流温控系统是具备较大的随动性，对系统控制精度影响较大，关键是初值的选定造成一定的困难，不当的初值选定，会造成控制效果时好时坏。

4 基于遗传算法的气流温控系统设计

在整个纺纱过程中，为克服气流温度和其随动性对纳米纤维纱线质量的影响，气流温度控制系统不仅须要满足温度动态可调，同时还要能快速响应，从上述分析可见：用常规的模糊控制方法来调节气流状态，某种程度上，很难满足温控动态调节。因此，本文提出一种模糊控制结合遗传算法的应用方法，对系统参数实时测定并不断寻优，找到最优取值，作为模糊PID的调节参数用于控制系统气流的状态，以提高整个温控系统的控制精度，从而提高纳米纤维纱线的质量。

4.1 遗传算法概念简介

遗传算法的概念是指我们人类通过模拟自然界的生物进化机制，来探索各种生物在自然环境中的遗传和进化的规律，总结归纳群体遗传选择和自然淘汰的进化观点，采用算术的方法形成一种自适应全局优化概率搜索的算法。上世纪60年代，科学家们就开始研究该遗传算法，美国密执安大学的Holland等教授首先研究并取得了“自然规律和人工系统自适应行为的成果”；70年代，科学家De Jong利用计算机辅助软件进行了遗传算法的大量的纯数值函数计算实验； 80年代，Goldberg在前人的基础上，进行总结、归纳，形成了遗传算法的基本框架。现阶段，随着电子技术和生物技术的研究手段不断更新，遗传算法的原则是在潜在的方案中不断寻求最终产生一个近似最优的方案。

4.2 气流温度控制系统框图构建

如图3所示，为气流温度控制系统框图，从图中可见：该系统中设置了多个温度传感器，用来采集多点温度，确保整个空间的温控精度，主要工作流程是：让温度传感器实时采集不同的参数，这些参数是模拟信号模式的，然后传送给A＼D转换器，由其将模拟信号转换为数字信号，再经过滤波放大处理后，相对稳定的信号送入控制器进行控制处理，控制器内部利用遗传算法对偏差温度不断逼近，寻求补偿，最后通过PWM控制晶闸管进行功率调节，从而实现精准温度的控制。

4.3 气流温度控制系统参数寻优过程分析

气流控制系统参数寻优过程需要经过遗传算法的译码、编码，适应度函数的选择，交叉，变异操作等流程。遗传算法的编码模式常见的是采用二进制编码或十进制编码；适应度函数的选择是解决样本个体对环境的适应情况反馈，其适应效果的好坏与我们原先设定的目标函数有关，选取的目标函数要求精确度越高，对样本个体的适应能力要求越强。反之，对选取的目标函数要求精确度越低，对样本个体的适应能力相应降低，如图4所示，为基于遗传算法的模糊控制结构图。

纳米纤维医用纱线的纺纱工艺要求气流的温控在0.01度，编码时需要考虑温控系统的搜索效率和搜索空间，该系统采用二进制编码对Jp、Jd、Ji进行寻优可满足需求。关键是对模糊PID参数进行最优选择、置数，首先利用Jp、Jd、Ji，三个模糊PID参数作个体寻优，然后进行样本群体遗传优化操作，最后不断逼近，找出最优参数并置数，从而使得整个温控系统的效能达到最佳。

5 结束语

随着人民生活水平的不断提高，健康问题越来越受到关注，纳米纤维医用纱线的需求量逐年递增，随之对纱线装备的控制精度、生产效率也提出了更高的要求。通过采用基于遗传算法的模糊控制策略，可使得氣流温度控制系统具有响应速度快和自适应能力强的优势，某种程度上可以降低纳米纤维纱线的次品率，提高了产品质量，提升了生产效率。弥补传统制作工艺中原料浪费严重，生产规模小，生产效率不高等现状。这也是现代化智能数控技术在高性能医用纱线制作工艺中的一种体现，符合当前现代化的发展趋势。

参考文献

[1]周韵玲.基于PLC的神经网络PID控制器设计[J].控制系统，2007，23（7）：97-100.

[2]朱玮.连续电纺纳米纤维医用纱线制造技术及装备的研究与实现[D].广东工业大学，2013，5.

[3]张妤.一种基于模糊神经网络的PID控制器[J].哈尔滨理工大学学报，2005，12.

[4]操建华.自适应模糊PID在温度控制中的应用[J].现代电子技术，2010，5.

作者简介：孙小羊（1979，4-），男，江苏泰州人，硕士，三江学院讲师，主要研究方向：电子技术。