白酒节能蒸馏系统输出酒流量控制性能研究*

张浩强，罗相巧，黄鸿滨，韦美良，蔡 柳，卢森幸

(河池学院，广西 宜州 546300)

0 引言

传统白酒酿制工艺历史悠久，灌装主要靠人工，随着现代化发展，机械自动化灌装逐步成熟[1,2]，因此对白酒节能蒸馏系统的输出酒量控制要求越来越高，其输出酒流量精准控制是提高灌装效率的关键所在。

目前对白酒酿制的学术研究主要集中在酿制工艺方面，例如：徐娜等[3]利用单因素和正交试验分析了梨渣和混合谷物比例、发酵时间等因素对发酵液品质及风味的影响；陈申习等[4]基于传统分离方法和现代分子技术分离了酒醅优势微生物，并研究了清香型小曲酒机械化酿造过程中微生物数量变化情况。

检索近期最新文献，发现白酒节能蒸馏系统输出酒流量控制方面的研究存在较大空白，基于此对其进行研究，可为白酒酿造系统输出酒流量精准控制提供理论参考。

本文基于白酒蒸馏输出酒流量精准控制要求，对其输出酒流量控制特性展开科研工作，给出了白酒节能蒸馏系统输出酒流量控制机理，建立酒流量、压力、反馈元件数学模型，推导出系统输出酒流量开环传递函数，基于果蝇和Ziegler-Nichols两种算法优化PID控制器参数，得出了不同信号的输出酒流量优化规律，并归纳了两种算法对输出酒流量响应性能的优化情况。

1 白酒节能蒸馏系统输出酒流量闭环控制原理及其数学模型

图1为白酒节能蒸馏系统输出管路酒流量控制布置图。

图1 白酒节能蒸馏系统输出管路酒流量控制布置图

白酒蒸馏输出酒流量控制直接影响瓶装灌装速度，基于酒流量闭环控制原理对其实现精准控制，白酒节能蒸馏系统输出酒流量闭环控制机理如图2所示。

图2 白酒蒸馏输出酒流量闭环控制机理

白酒蒸馏输出酒流量通过酒流量调节开关调节过流开度x，并将输出酒流量通过酒流量传感器反馈至输入端进行比较，最终通过PID控制器精准调整其响应性从而使输出酒流量逼近目标值。

蒸馏系统输出酒流量Q(L/min)满足：

(1)

其中：C为酒流量系数；W为流量调节开关面积梯度；ρ为酒精密度，kg/cm3；p为输出管路压力，MPa ；x为酒流量调节开关开度，mm。

酒流量传感器数学模型为：

U=KQout.

(2)

其中：K为酒流量反馈增益，为单位流量对应的电压信号，V/(L·min-1)；U为反馈电压，V；Qout为输出酒流量，L/min。

本文选用工控机控制的位置式PID控制器，其输出为：

(3)

蒸馏系统输出酒流量Q对酒流量调节开关开度x的传递函数为：

(4)

其中：KQ为开环增益系数；s为复变量；A为酒流量开关阀面积，mm2；wh为频率，Hz；ξh为系统阻尼比。

基于图3的PID控制器参数优化框图，首先采用果蝇算法优化PID三参数。

图3 PID控制器参数优化框图

图4为基于果蝇算法优化PID控制参数的流程图。

图4 基于果蝇算法进行PID控制器参数寻优流程图

寻优参数前，设置优化种群数量为20，进行100次迭代寻优。酒流量调节开关PID控制参数Kp、Ti和Td暂取14、0.4和0.2，寻优区间为(0，50)，基于ITAE(Integral of Time and Absolute Error)误差时间积分准则为适应度函数进行参数优化，ITAE公式如下：

(5)

其中：Q(a)为适应度函数；t为优化迭代时间，s；e(t)为单位时间实际输出酒流量与目标酒流量差值。

迭代100次输出PID控制器最优参数，如表1所示。

表1 基于果蝇算法的PID控制器最优参数

基于Ziegler-Nichols算法采取同样的逻辑进行参数寻优，Kp、Ti和Td的寻优参数如表2所示。

表2 基于Ziegler-Nichols算法的PID控制器参数设置

基于Ziegler-Nichols算法输出最优解如表3所示。

表3 基于Ziegler-Nichols算法的PID控制器最优参数

基于Ziegler-Nichols算法的寻优步骤如下：①将积分、微分系数置零；②比例系数逐步调大，蒸馏系统振荡时，Kp=Kmax，蒸馏系统振荡周期即Tc；③比例系数减小至0.65Kmax，积分系数设置为Tc/2.5，微分系数设置为Tc/7.5。

2 白酒蒸馏系统酒流量控制性能仿真

图5为白酒节能蒸馏系统输出酒流量控制性能仿真模型，分别加入基于果蝇和Ziegler-Nichols算法迭代寻优的PID控制器参数。

图5 白酒蒸馏系统输出酒流量控制性能仿真模型

图6为基于两种算法的白酒节能蒸馏系统输出酒流量阶跃响应对比曲线。

图6 白酒节能蒸馏系统输出酒流量阶跃响应对比

基于果蝇和Ziegler-Nichols算法的节能蒸馏系统阶跃响应性能对比如表4所示。

由表4得出：阶跃响应下，基于果蝇算法比基于Ziegler-Nichols算法，节能蒸馏系统超调量减小了1.41%，调整时间降低了0.449 s，稳态误差减小0.003 L/min。

表4 基于果蝇和Ziegler-Nichols节能蒸馏系统阶跃响应对比

对基于两种算法的白酒节能蒸馏系统输出酒流量控制模型施加1 Hz的正弦信号，得到如图7所示的系统输出酒流量跟踪曲线。

图7 1 Hz正弦信号下的系统输出酒流量跟踪曲线

以最大和平均跟踪误差为性能指标，总结了1 Hz正弦信号下基于两种算法的白酒节能蒸馏系统输出酒流量控制性能，如表5所示。

由表5得出：1 Hz正弦信号下，基于果蝇算法与基于Ziegler-Nichols算法相比，节能蒸馏系统输出酒流量最大跟踪误差减小了0.005 L/min，平均跟踪误差减小了0.008 L/min。

表5 1 Hz正弦响应的系统输出酒流量控制性能

由图7和表5得出：输出酒流量正弦信号激励下，基于果蝇算法和Ziegler-Nichols算法优化的系统跟踪性能均较好。

由Simulink平台的Random Number模块产生1 Hz、2 Hz随机信号，得到如图8所示的基于两种算法的白酒节能蒸馏系统输出酒流量跟踪曲线。

图8 随机信号的白酒节能蒸馏系统输出酒流量跟踪曲线

以响应波动范围为性能指标，总结了1 Hz和2 Hz随机信号下基于两种算法的白酒节能蒸馏系统输出酒流量控制性能，如表6所示。

由表6得出：1 Hz随机信号下，基于果蝇算法与基于Ziegler-Nichols算法相比，节能蒸馏系统输出酒流量响应波动范围缩小了0.071 L/min；2 Hz随机信号下，节能蒸馏系统输出酒流量响应波动范围缩小了0.027 L/min。

表6 随机信号的输出酒流量响应波动范围

3 结论

针对白酒节能蒸馏输出酒流量高精度要求，给出了白酒节能蒸馏系统输出酒流量控制机理，对酒流量、压力、反馈元件数学模型进行了搭建，推导了系统输出酒流量相对酒流量调节阀开度的开环传递模型，基于果蝇和Ziegler-Nichols算法进行了PID控制器参数寻优操作，得出以下结论：

(1) 阶跃响应下，基于果蝇算法与基于Ziegler-Nichols算法相比，节能蒸馏系统超调量减小了1.41%，调整时间降低了0.449 s，稳态误差减小0.003 L/min。

(2) 正弦信号激励下，基于果蝇算法和Ziegler-Nichols算法优化的系统跟踪性能均较好。

(3) 随机信号频率增加，基于果蝇算法与基于Ziegler-Nichols算法相比输出酒流量的波动范围较小。