基于神经网络PID的解冻装置温湿度控制系统设计*

王安敏 耿云飞

（青岛科技大学机电工程学院 青岛 266061）

1 引言

随着人口数量的增加以及生活节奏的加快，大型肉食食品加工厂的数量在不断的增加，为保证食品的完整性以及便利，大都是整只进行冷藏，而解冻成了一定问题，传统的解冻方式出现了解冻速度慢、营养流失等问题［1］。而用磁控管进行微波解冻很好的解决了以上问题，本设计研发一种大容量解冻柜以STM32F407为核心控制整套解冻系统，STM32F407属于ARM系列单片机相比其他低端单片机能更好的建立人机交互触摸液晶屏桌面，同时具有144个引脚，1MBFLASH，192KBSRAM，32位定时器，USB，I2C确保系统运行的可靠性以及数据保存和运行的时长性［2～3］。通过BP神经网络的学习能力实现PID算法参数的最优化组合进而调节箱体温度，从而提高系统的适应性、鲁棒性、稳定性，保证系统装置的可控性以及效果的可靠性，取得最理想的控制效果，达到理想的解冻效果。

2 系统工作原理设计

该装置解冻系统主要由喷雾加湿器喷头1、内箱体支架2、变压器3、超导热管4、空间温度传感器5、肉体温度传感器6、散热风扇7、磁控管8、湿度传感器9、重量传感器10组成。将需要的解冻的大型肉体，放入箱体，由DYLY-102测量采集解冻体重量信息，由磁控管M24FB-210A产生电磁波进贯穿物体迅速加热，由红外线传感器测量解冻体的体表温度，由WZPT-100铂电阻温度测温器及AM2305数字温湿度测温器测量箱体内的温湿度，由加湿器进行加湿处理，通过神精网络多元素融合进行PID运算调节温湿度、设定工作时间，使温湿度精确控制达到所设定的值，得到良好的解冻效果，其中加湿器由继电器控制通断［4～6］，系统装置结构如图1所示。

图1 解冻系统结构图

3 系统硬件电路

3.1 温湿度检测电路

设备采用WZPT-100铂电阻温度测温器测量箱体内，采用TN901红外线温度传感器测量解冻体表面温度防止温度过高破坏肉体表面质量，AM2305数字温湿度测温器测量箱体湿度同时为控制器计算提供解冻体中心温度参数［7～10］。WZPT-100温度检测器由304不锈钢管组成测量范围-200℃～150℃由螺纹密封可以防止微波泄露，并且单线传递数据，控制电路如图2，AM2305数字温湿度测温器的连接线路同时也是单线传递数据如图3，TN901红外线温度传感器控制电路控制如图4。

3.2 称重系统的电路设计

DYLY-102称重感应器，将重量测量信息变成电压信号，通过特定激励芯片放大并通过A/D数模转换将电压信号转变成数字信号并将信息传递到STM32参与数据运算，控制加热时间及温湿度的调试计算，同时将测量数据信息保存到数据寄存器内在液晶屏上显示，其连接线路如图5。

图2 WZPT-100控制电路

图3 AM2305控制电路

图4 TN901控制电路

图5 DYLY-102控制电路

3.3 其他辅助电路设计

1）液晶触摸屏控制电路

选择eView ET070智能显示屏作为人机交互设备，主要用来输入参数、查看箱体内实时温度、湿度等参数，该触摸屏是16位色彩屏，内部有128M FLASH、64MSDRAM储存器可以用于数据程序的保存，需要24V的供电模块，与STM32串口连接。

2）报警电路

该设备的快速解冻系统需要蜂鸣器进行报警以及提醒，当解冻完成，舱门没关，加热时间过长等系统失误时会进行提醒，电路图如图6。

图6 蜂鸣器控制电路

4 温湿度系统调节设计

4.1 BP神经网络PID控制算法

BP神经网路PID算法就是经过神经网络的权系数调整和学习为PID的线性控制提供数据参数，控制比例（KP）、积分（KI）、微分（KD），使箱体内的温度可以最大可能的接近理想值，实现微波解冻的最优化，控制结构图如图7。增量式PID控制算式：

公式中：KP为比例系数，KI为积分系数，KD为微分系数，uk为PID的控制器输出，y(k)为供热系统的加权位移量，r(k)为温度设定量，e(k)为时间k时的位移系统设定量与加权位移量的偏差。

图7 BP神经网络PID控制结构

神经网络的输出层的输入、输出各为

式中rp为变化量的理想设定值，yp为测量值。

正网络的权值量由最快下降法来修正，就是朝权系数的减小方向进行搜索调整，另外附加一个全局极小的惯性项用来使搜索速度加快收敛，从而得到：

式中η学习速率，α平滑因子。

由式（1）～式（6）及增量式PID控制算法计算可得：

综上所述，可得输出层的权系数学习计算公式：

根据以上公式推理，可得到隐含层的权系数学习计算公式：

4.2 温度控制方法

经过热负荷计算本装置采用四个红外线温度传感器，进行多点解冻体表面温度检测，由于体积较大所以每个磁控管都由相对应的温度传感器参与BP神经网络PID计算并进行调节，同时参与调节的还有八个散热器分别装备的位置不同，以及十根超导热管参与散热防止温度过高使解冻体的内外受热不均匀，散热器以及磁控管都可以单独通过调节PWM进行独立控制，确保每部分空间的热量都可以根据解冻体的解冻情况进行均匀温度控制，同时用WZPT-100铂电阻温度测温器检测箱体内的空间温度，提供箱体温度参数进行检测箱体温度避免箱体温度过高影响解冻体内外温度差过高，控制磁控管以及散热器调整PWM调整温度控制，保证解冻体解冻完成后整体温度保持在-2℃～0℃以内，便于加工计算解冻时间由称重器测的信息估算解冻时间范围并综合解冻过程中的温度控制信息经过BP神经网络PID多元素参与计算确定解冻完成时间，加快解冻时间［11～15］，控制流程如图8。

图8 控制流程

4.3 湿度控制方法

磁控管进行加热时会对解冻体及箱体内的水分进行蒸发，会使食物在解冻过程中失去大量的水分，会影响食物的口感及卖相甚至会在加工过程中影响加工参数，经过大量的实验发现当箱体的维持在96%RH时对食物的口感以及加工的温度控制都能起到很好的作用，装置设计使用加湿器在解冻体解冻过程中进行箱体加湿，箱体的加湿时间由红外线温度传感器，湿度传感器经过BP神经网络PID计算调试确定加湿器运行时间。加湿器采用25S为一周期的周期性检测并多元素综合经过BP神经网络PID计算设定时间，当加湿时间少于15s时加湿器不进行工作，避免加湿器启动过于频繁影响机器的使用寿命，大于15s时加湿器开始启动加湿，用来维持恒定的96%湿度箱体环境。

4.4 系统程序设计

解冻的解冻是以磁控管，散热器以及加湿器作为整套设备解冻的核心，通过BP神经网络PID进行计算确定调节参数然后通过PWM的占空比来调节和控制各个部件，进而实现各个部件的功率输出的调节，来达到利用磁控管解冻的目的［16～18］，流程图如图9。

图9 系统程序图

图10 微波解冻时间折线图

5 数据分析比较

选用质量基本相同的冷冻24h的两头猪，达到相同的温度，在普通解冻方式和微波解冻方式下进行解冻，根据解冻数据绘制折线图如10图所示，对比发现微波解冻方式下比常规方式解冻的速度快，说明了通过BP神经网络PID计算控制后可以有效地控制装置，有效地控制解冻体快速的解冻。

6 结语

设计在传统的解冻方式基础上加上STM32为核心控制系统的以及BP神经网络PID为算法的新型大容量微波解冻装置，利用磁控管产生的微波进行解冻使解冻体解冻均匀，节约时间，卫生等优点以及BP神经网络PID算法的灵敏性、超调量小、抗干扰等优点，采集计算数据参数通过STM32丰富的接口以及简化电路控制整个系统，保证精确达到解冻效果，优化解冻效果，在工业生产上具有广泛的前景和实用性。