当前位置: 首页 > 资讯中心 > 称重配料控制系统的自适应控制器
称重配料控制系统的自适应控制器
在称重配料控制体系中,要是物料的颠簸量很大(好比沙石料、水泥等),若没有很好的控制算法,每每实际物料重量与理论重量差距很大而不能满足实际生产需求。平常计划称重配料控制器的做法是:先启动喂料机开始喂料,然后在喂料的进程中不停地检测喂料的重量,当理论用料量和当时的实际喂料量的差值小于喂料提前量时,关闭喂料器的喂料阀门,制止喂料,靠惯性和阀门关闭后的物料流量补足理论料量;若提前量太大,靠点动喂料完成。因此,物料从储料仓到称重控制器的控制要领是控制进程的要害.
1 自顺应配料控制器模型
在每次配料时,要是按前一次配料的喂料提前量关闭喂料器的喂料阀门,制止喂料后,颠末肯定时间,若实际喂料量与理论喂料量的绝对差值在误差容许范畴内时,喂料提前量是切合的,则不必要修正该值;而要是实际喂料量与理论喂料量的绝对差值大于容许误差范畴时,喂料提前量就要修正,其修正模型如下 w=w0+R(x1-x0)+x0y式中w是下一次称重时的喂料提前量;w0为本次称重时的喂料提前量;x1为利用w0喂料提前量制止喂料后的实际喂料量;x0为理论料喂料量;R为危害系数,是利用贝叶斯规矩从每次变化喂料提前量的数据中得到的后验概率,从后验概率出发,运用危害函数,求出具有最小危害模式的系数危害函数是指将属于yi类样本X决定筹划为Yj类(记为aj)的危害,记为Κ(ajyi).因此,将样本X决定筹划为Yj类的总危害为210选择危害 R(ajX)最小的作为样本X的系数,而先验概率P(yi)代表体系对任务的先验知识;条件概率P(XYi)的散布情势可以根据先验知识来预计,而函数的参数向量可以从实际测试的数据中预计出(预计的要领可以是最大似然预计、贝叶斯预计等要领).此中R最初利用经历数据,随着实际配料进程的实施,具有实际配料数据(实际配料量x,下料流量y,喂料提前量w,点动次数n等,这些数据必要每次生存)后,实测数据作为样本空间利用上式快速谋略得出θ为本次称重进程中的平均物料流量,由公式θ=(≤wi)n谋略得到,wi为各个时间段内的喂料重yyi=1n量而在下一次配料称重时,阀门关闭的喂料重量提前量按 w1=w+ky谋略利用(式中k为一个常量)..
2 实现要领
在实际应用中,由于每一次配料时种种物料的配料重量,利用的喂料提前量,实际配料量,实际下料流量以及点动次数不完全雷同,故在修改提前量时必须要考虑到种种因素数据,所以在计划体系时,可以将每次配料的实际配料量、喂料提前量、下料流量、点动次数等数据记录下来,作为以后修改喂料提前量的原始经历数据,同时也作为生产办理的数据源头在体系自动修改喂料提前量数据时,将这些数据取出来,作为体系自顺应算法种种参数和体系危害参数评估的数据源头.
3 控制体系的特点
3.1 不必要提前获取喂料提前量的经历数据
一样平常应用体系在计划阶段都要得到有关种种物料的下料流量和喂料提前量的经历数据,而这些经历数据必须颠末重复实行才能得到;但是在实际生产进程中, 为克制浪费,一样平常不容许多次实行接纳喂料提前量自顺应算法,在计划阶段不必要这些经历数据,可以在开始时设定一个较大的喂料提前量,体系根据本身实际测定的流量数据,自动修改喂料提前量数据,从而节省大量的实行质料和费用.
3.2 喂料提前量收敛速度快
在举行喂料提前量修正时,要是算法计划不好,在配料体系自动修正时,有大概引起喂料提前量数据的振荡,使得喂料提前量时高时低,也有大概渐渐收敛, 但是收敛速度太慢,倒霉于实际生产进程的质量稳固利用喂料提前量自顺应算法,其收敛速度很快;又由于是单向收敛,不会造成提前量振荡或太小,.而使实际喂料量高出理论值.在提前量太大而喂料不够时,可以控制点动以补足喂料一样平常颠末两三次配料进程即可根本消除点动喂料进程,得到切合实际的喂料提前量,收缩了体系的调试周期.
3.3 体系危害较小
由于体系危害参数在算法中充实思量了实际配料数据(实际配料量、喂料提前量、下料流量、点动次数等),因此在此根本上创建的称重配料控制器模型其危害最小.
4 实际应用
该体系要求在配料时各物料配料称重精确、操作简略、利用方便,操作员在控制室内就可以实施对生产线全进程的监督、操作、控制、体系妨碍定位及妨碍应急处理惩罚等,使生产线按预先设定的工艺流程运行,尽最大可能淘汰人为因素的影响,可以很方便地与厂级MIS体系挂接.