食品加工智能恒温控制系统设计

王萌

河南经贸职业学院（郑州 450003）

随着生活水平不断提高，人们的健康意识越来越强，国家对食品监管越来越严格[1]。当前，为避免食品加工过程中出现食品变质等情况，大多数食品加工厂家采用恒温控制技术来确保食品质量[2-3]。但是温度控制往往具有时变性和滞后性，如何实现食品加工过程的恒温控制已成为一个亟需解决的问题。传统恒温控制系统通常采用PID控制算法来实现，该方法结构简单、易于实现、使用面广，不过无法较好地处理时变和滞后类问题，因此控制效果一般[4-7]。针对传统控制方法的不足，众多专家将智能控制算法引入到传统PID控制算法中，实现PID控制器参数在线可调[8-10]。例如：邓娜等[11]针对烟叶烤房温度控制，利用模糊算法对PID参数进行实时整定，提高了控制精度，降低了响应时间，具有很强的鲁棒性。李勇[12]提出一种基于优化PID的食品加工过程中的恒温控制方法，PID的控制参数通过BP神经网络模型进行优化。陈雪波等[13]以蓄热式钢包烘烤装置为研究对象，将RBF神经网络和双交叉限幅算法结合起来实现了其烘烤装置的温度控制。

在现有研究的基础上，提出一种基于径向基神经网络的PID控制策略，实现PID控制器参数的自适应调整，同时给出控制系统结构，通过试验验证所述方法的可行性和有效性。

1 温度控制算法

1.1 径向基函数神经网络模型

人工神经网络能够无限逼近任意连续非线性函数，具有一定的自学习、自适应能力，特别适合复杂不确定问题。但是一般神经网络存在运算量大、收敛速度慢等问题，在很大程度上限制了其应用范围。相对而言，径向基函数（RBF）具有运算量小、收敛速度快等优点，能够弥补一般神经网络的不足。

RBF神经网络是一种3层前馈网络，包含n个输入、1个输出，输入层到隐含层的映射为非线性变换，隐含层到输出层的映射为线性变换。RBF神经网络结构如图1所示。

输出层输出可描述为：

式中：W=[w1,w2, …,wm]T为RBF神经网络的权矢量；H=[h1,h2, …,hm]T为径向基矢量，其中hi为基函数，可用高斯函数表示，即：

式中：X=[x1,x2, …,xn]T为RBF神经网络的输入矢量；Ci为第i个节点的中心矢量；σi为第i个节点的基宽参数；为欧拉范数。

1.2 RBF-PID温度控制器

RBF-PID温度控制器能够弥补常规PID控制器的不足，利用RBF神经网络的自适应能力，在线实时调整PID控制器参数。RBF-PID温度控制器主要包括PID控制器和RBF网络辨识器。RBF网络辨识器以被控对象的输入量和输出量之间的延迟信号作为输入，用模型的辨识误差实时调节网络参数、跟踪对象模型变化，提供辨识模型的Jacobian矩阵。PID控制器则利用跟踪误差和Jacobian矩阵调整相关控制参数。RBFPID温度控制器结构如图2所示。

图1 RBF神经网络结构

图2 RBF-PID温度控制器结构

对于PID控制器，以设定值r(k)和实际反馈值y(k)之间的偏差e(k)作为输入，即：

其输出u(k)可表示为：

常规增量式数字PID控制算法可描述为：

式中：Kp为比例系数、Ki为积分系数、Kd为微分系数，这几个参数可根据系统运行状态进行调整。

网络辨识器的性能指标函数可定义为：

为确保温度控制器输出的期望值和实际值之间偏差最小，需要对输出权、节点中心和节点基宽等参数进行不断调整。采用迭代算法，具体表达式如下：

上述各式中η表示学习速率；α表示动量因子。

Jacobian矩阵直接反映系统输出对输入变化的灵敏度，如果RBF网络辨识器能够很好地逼近被控对象，那么被控对象输出y就可以用辨识器输出ym近似代替，即：

PID控制器参数Kp、Ki、Kd采用梯度下降法进行调整，即：

式中：ηp表示比例系数学习速率；ηi表示积分系数学习速率；ηd表示微分系数学习速率，其中x(1)、x(2)、x(3)可表示为：

2 控制系统设计

烤箱温度控制系统结构如图3所示，该系统以PIC系列为控制核心；通过温度传感器实时采集烤箱内温度；根据设定温度曲线和RBF-PID温度控制算法，实现风门开度、风机起停、风机转速的控制，进而调节烤箱内温度；如果系统出现异常情况，例如风机过载、传感器故障、干湿球偏温等，可通过语音芯片进行报警；数据存储器选用EEPROM系列，用于保存温度曲线参数以及系统运行参数；通讯接口选用MAX 485芯片进行设计，便于同上位机通讯。

图3 控制系统

1) 传感器型号为DS18B20，实时检测烤箱顶部和底部温度并传送至单片机。比较实际温度和设定温度，由温度控制算法得到相应输出量。通过调整鼓风机和循环风机的转速、风门开度，实现干球温度控制；调整排湿风机的补风门开度，实现湿球温度控制。

2) 补风门是调节湿球温度的关键部件，其操作频率非常高，不宜使用继电器进行控制。为延长设备使用寿命，采用H桥驱动电路，从根本上解决继电器机械寿命不足的问题。另外，补风门控制电路易受雷击等瞬时高压影响，所以在电路中增加了相关保护电路（TVS和电感）。

3) 通讯电路可用于实现控制器和监控中心之间的双向通讯。基于MODBUS通讯协议，利用MAX 485芯片组成RS-485总线通讯网络。

3 试验分析

为验证所述温度控制系统的可行性和有效性，文中进行了相关试验研究。选择某型号烤箱为试验平台，烤箱尺寸为7 m×3 m×2.5 m。分别采用两种方法进行烤箱温度控制，即常规PID控制和RBF-PID控制。试验过程中，设定温度65 ℃，实时检测烤箱内部温度并记录、对比。部分试验结果如表1所示。

从试验结果可以看出：采用常规PID控制算法，烤箱温度波动比较大，温度偏差绝对值最大为3.5℃，偏差绝对值平均值约为1.99 ℃。采用所述RBF-PID控制算法，烤箱温度波动明显变小，温度偏差绝对值最大只有0.8 ℃，偏差绝对值平均值约为0.36 ℃。试验结果表明：所述方法温度控制效果比较理想，能够明显提高温度控制精度。

表1 试验结果

4 结语

以食品加工过程温度控制为研究对象，为解决温度控制过程存在的非线性问题，结合神经网络和PID算法设计了一种温度控制算法。为提高神经网络算法的运算效率，引入了径向基函数。基于PIC单片机设计了烤箱温度控制系统。最后，进行了试验验证。试验结果表明，所述方法的温度控制效果比较理想，可明显提高温度控制精度。食品加工智能恒温控制系统具有一定的推广价值。