摘 要: 在分析先進控制特點的基礎(chǔ)上，總結(jié)了糧食干燥過程中先進控制方法的發(fā)展與現(xiàn)狀，指出了干燥過程控制中的存在問題，并提出了糧食干燥過程控制的發(fā)展方向。

      關(guān)鍵詞：干燥；先進控制；自適應(yīng)控制；模型預測控制；^控制；模糊控制；神經(jīng)網(wǎng)絡(luò)控制

      Abstract: The development of advanced control in grain drying  process is summarized based on the characteristics of advanced control in this paper. The kernel problems in drying process control are introduced. l is also discussed. Some advices on the development of grain drying process control is proposed.

      Key words : drying;advanced control；adaptive control；model predictive control；expert control；fuzzy control；neural network control 

　　糧食干燥的基本目標是保持干燥過程穩(wěn)定的前提下，以^低的干燥成本和能耗得到谷物^優(yōu)的烘干品質(zhì)。糧食干燥過程是典型的非線性、多變量、大滯后、參數(shù)關(guān)聯(lián)耦合的非穩(wěn)態(tài)傳熱傳質(zhì)過程，糧食本身又是一種復雜的生物化學物質(zhì)，為達到上述目標，在干燥過程中必須不斷地調(diào)整干燥參數(shù)，對干燥機工作過程進行控制。干燥過程的自動控制是實現(xiàn)干燥機優(yōu)質(zhì)、高效、低耗、安全作業(yè)的有效手段。實現(xiàn)干燥過程的自動控制，實現(xiàn)糧食干燥機的自動控制，對保證出機糧食水分均勻一致、干后糧食品質(zhì)、減輕操作人員勞動強度及充分發(fā)揮干燥機生產(chǎn)能力等具有重要意義。根據(jù)國家糧食局在《“十五”糧食行業(yè)科技發(fā)展規(guī)劃》[1] 中制定的發(fā)展目標，糧食烘干過程的在線監(jiān)測和自動控制已成為提高我國糧食干燥處理工藝效率的關(guān)鍵問題和實現(xiàn)“十五”規(guī)劃的重要途徑。隨著我國對糧庫建設(shè)投入力度的加大，糧食加工業(yè)與國際日益接軌，糧食干燥的自動化將為我國的糧食加入國際流通大市場奠定基礎(chǔ)。

1　先進控制的特點

　　糧食干燥過程自動控制問題的研究開始于20世紀60年代。當時使用前饋控制、反饋控制、反饋-前饋控制和自適應(yīng)控制等傳統(tǒng)控制方法。傳統(tǒng)控制理論采用差分方程或傳遞函數(shù)，把干燥過程系統(tǒng)的知識和已有的信息表達成解析式。但是在使用和設(shè)計采用上述控制方法的谷物干燥機控制系統(tǒng)時會遇到很多困難，原因是：（1）谷物干燥過程是復雜的、時變的和非線性的；（2）某些干燥過程變量(如谷物品質(zhì)和色澤)是不能直接測量的，有些變量(例如谷物水分含量)的測量可能是不連續(xù)、不^、不完整或不可靠的；（3）干燥機的過程模型是對實際過程的近似，而且需要大量的計算時間；（4）幾乎不可能用一個適當?shù)哪Ｐ蛠肀硎鞠窀稍镞^程這樣一個非線性、滯后、時變的復雜系統(tǒng)；（5）谷物干燥機的被控變量和控制變量之間存在交互效應(yīng)；（6）谷物干燥機的作業(yè)條件復雜，擾動變量的范圍寬，難以調(diào)控。

      顯然，要克服上述困難需要對谷物干燥機的傳統(tǒng)控制方法不斷改進，同時要探索新的、更有效的控制方法。20世紀70 年代，電子行業(yè)的進步，尤其是計算機技術(shù)的發(fā)展使得現(xiàn)在所謂的先進控制的思想得以廣泛的傳播。先進控制的目標就是為了解決那些采用常規(guī)控制效果不佳，甚至無法控制的復雜工業(yè)過程控制問題。近年來，現(xiàn)代控制和人工智能取得了長足的發(fā)展，為先進控制系統(tǒng)的實施奠定了強大的理論基礎(chǔ)；而控制計算機是集散控制系統(tǒng)（DCS）的普及，計算機網(wǎng)絡(luò)技術(shù)的突飛猛進，則為先進控制的應(yīng)用提供了強有力的硬件和軟件平臺?？傊I(yè)發(fā)展的需要、控制理論和計算機及網(wǎng)絡(luò)技術(shù)的發(fā)展強有力地推動了先進控制的發(fā)展。

      計算機技術(shù)飛速發(fā)展，人工智能控制理論開始在千燥機控制中得到應(yīng)用，明顯改善了千燥機控制系統(tǒng)的性能。傳統(tǒng)控制方法由于大滯后和對糧食干燥過程的非線性聯(lián)系，不適于控制糧食干燥機。人工智能技術(shù)進步在工程領(lǐng)域中廣泛應(yīng)用，先進控制理論和控制方法應(yīng)用到谷物干燥過程的自動化控制中，控制方法不斷改進，控制效果提高。90年代后，過程控制己經(jīng)開始向智能化發(fā)展，智能控制理論日益與干燥技術(shù)結(jié)合在一起，利用人工神經(jīng)網(wǎng)絡(luò)對干燥過程進行模型模擬和控制；^系統(tǒng)應(yīng)用于谷物品質(zhì)預測、干燥過程控制和管理咨詢等方面。

      與控制理論、儀表、計算機、計算機通信與網(wǎng)絡(luò)等技術(shù)密切相關(guān)的先進控制系統(tǒng)，具有以下特點：

      (1)先進控制系統(tǒng)的理論基礎(chǔ)主要是基于模型的控制策略，如:模型預測控制，這些控制策略充分利用工業(yè)過程輸入輸出有關(guān)信息建立系統(tǒng)模型，而不必依賴對反應(yīng)機理的深入研究。日前，基于知識的控制，如^控制和模糊邏輯控制正成為先進控制的一個重要發(fā)展方向。

     （2）先進控制系統(tǒng)通常用于處理復雜的多變是過程控制問題，如大時滯、多變量耦合、被控變^與控制變量存在著各種約束等。采用的先進控制策略是建立在常規(guī)單回路控制基礎(chǔ)之上的動態(tài)協(xié)調(diào)約束控制，可使控制系統(tǒng)適應(yīng)實際工業(yè)生產(chǎn)過程動態(tài)特性和操作要求。

     （3）先進控制系統(tǒng)的實現(xiàn)需要較高性能的計算機作為支持平臺.由于先進控制器控制算法的復雜性和計算機硬件兩方面因素的影響，復雜系統(tǒng)的先進控制算法通常是在上位機上實施的。隨著DCS功能的不斷增強和先進控制技術(shù)的發(fā)展，部分先進控制策略可以與基本控制回路一在DCS上實現(xiàn)。后一種方式可有效她增強先進控制的可靠性、可操作性和可維護性。

2　干燥過程先進控制發(fā)展現(xiàn)狀

      先進控例策路是先進控制系統(tǒng)的核心內(nèi)容，目前先進控制策略種類繁多，干燥過程中主要的先進控制策略有:預測控制、模糊邏輯控制、神經(jīng)控制、自適應(yīng)控制、^系統(tǒng)。

2.1 基于模型的控制

2.1.1　自適應(yīng)控制

      自適應(yīng)控制的基本原理是根據(jù)干燥過程參數(shù)的變化和外界干擾隨時調(diào)整控制參數(shù)，使干燥機處于^佳的工作狀態(tài)。自適應(yīng)控制具有適用多種糧食干燥機、無須任何關(guān)于干燥機自己特點的數(shù)據(jù)、對環(huán)境條件和糧食狀況無特殊要求、控制器對干擾的響應(yīng)速度較快、控制模型中的參數(shù)能隨外界條件的變化進行自動調(diào)節(jié)等優(yōu)點。瑞典Nybrant（1985）把自校正技術(shù)應(yīng)用到橫流谷物干燥機控制。干燥機排氣溫度作為輸出變量，谷物排糧速率用作被控變量，并選擇自動回歸移動平均（ARMA）模型表現(xiàn)橫流干燥機的動態(tài)特性。在實驗室橫流干燥機上進行了驗證性試驗，控制誤差的標準差在后50個樣本期間是0.13℃。結(jié)果表明，自適應(yīng)控制器能夠比較準確的控制排氣溫度。劉建軍[5]（2003年）對HTJ-200型烘干機進行研究，通過在線樣本的采集和智能優(yōu)化算法對系統(tǒng)進行定量分析，建立由實時檢測數(shù)據(jù)所確定的過程智能模型，再通過智能優(yōu)化算法調(diào)用人工智能模型，獲取系統(tǒng)的控制規(guī)則，由控制程序給出控制量經(jīng)D/A轉(zhuǎn)換后輸出給執(zhí)行部件。李曉斌等[3]（1998）研究真空冷凍干燥設(shè)備的先進控制系統(tǒng)，針對不同凍干物料的工藝要求，采取DRA算法和臨界比例法兩種自適應(yīng)、自整定控制方法，解決了被控對象主控參數(shù)--溫度的滯后問題。

2.1.2　模型預測控制

      過程控制理論的^新研究領(lǐng)域是模型預測控制，是基于模型、滾動實施并結(jié)合反饋校正的優(yōu)化控制算法，它對于控制非線性和大滯后過程尤其有效。

      Forbes，Jacobson，Rhodes，和Sullivan[24]（1984)和Eltigani設(shè)計了基于模型的干燥控制器，其控制行為基于一個過程模型和一個所謂的假冒的入口谷物水分含量。干燥速率參數(shù)根據(jù)模型預測值和傳感器出口實測的水分含量之差間歇式更新。Forbes和Eltigani控制器的不同在于控制算法中所用的過程模型的種類不同。密執(zhí)安大學的劉強[25]（2001）提出了橫流干燥機的模型預測控制器。仿真測試在一臺Zimmerman VT-1210塔式橫流谷物干燥機上進行，利用Labview建立的控制器能夠成功運作，并實現(xiàn)出口處玉米含水率控制在設(shè)定點的0.7%以內(nèi)?？刂破鲗M入干燥機的入口谷物含水率相當大范圍的變化，以及熱風溫度的大階躍變化都能進行良好補償。

      對模型預測控制研究中，較多工作集中于過程模型的的建立和求解，且在模型中考慮干燥品質(zhì)問題。法國的P.Dufour [31]等人（2003）借助偏微分方程（PDES），將模型預測控制拓展到系統(tǒng)模型，從而使PDES方程能夠大規(guī)模應(yīng)用。他們提出了一個全局模型，旨在減少由于基于^優(yōu)化任務(wù)解決方案的PDE模型所帶來的在線計算時間。開發(fā)出與實際中大量應(yīng)用的IMC結(jié)構(gòu)相結(jié)合的一個通用的MPC框架。在IMC- MPC結(jié)構(gòu)中用到了兩個反饋環(huán)，以校正過程性能和基于模型的在線優(yōu)化器中所引起的模擬誤差。丹麥的Helge Didriksen[29]（2002）開發(fā)了一個滾筒干燥機的描述質(zhì)量、能量和動量轉(zhuǎn)換的動態(tài)一次法則模型，并應(yīng)用到糖廠干燥甜菜中的預測控制。結(jié)果表明，隨著操作變量和干擾變化，該模型具有較好的預測能力。通過模擬比較了帶有模型預測控制和傳統(tǒng)的反饋控制，模型預測控制表現(xiàn)出了更優(yōu)的性能。法國的I．C．Trelea，G.Trystram 和 F.Courtois[27]于1997年設(shè)計了用于批式干燥過程的非線性預測優(yōu)化控制算法，在中試規(guī)模的干燥機上進行了測試。實驗表明，算法可處理重要的干擾和失效該控制算法可方便地用于其它批式過程，如冷凍、殺菌或發(fā)酵。有些學者將神經(jīng)網(wǎng)絡(luò)用于模型預測控制過程建模。Jay[32]（1996）初次將神經(jīng)網(wǎng)絡(luò)模型用于干燥過程預測控制。法國的J.A. Hernandez-Perez等 [33]（2004）提出了基于人工神經(jīng)網(wǎng)絡(luò)的傳質(zhì)傳熱預測模型，該模型將產(chǎn)品收縮作為水分的函數(shù)，應(yīng)用了帶有一個隱藏層的兩個獨立的前饋網(wǎng)絡(luò)，隱藏層中帶有三個神經(jīng)細胞，可^預測傳質(zhì)傳熱。在數(shù)據(jù)裝置校驗中，模擬和實驗運動學測試相一致。開發(fā)的模型可用于干燥過程的在線狀態(tài)估計和控制。

2.2 智能控制

　   智能控制是一門新興的理論和技術(shù)，它是傳統(tǒng)控制發(fā)展的高級階段。這是以無模型為特征的更接近于人腦思維方式的一種控制理論，主要用來解決那些用傳統(tǒng)方法難以解決的復雜系統(tǒng)的控制，其控制器的設(shè)計擺脫了系統(tǒng)模型的束縛，算法簡單、魯棒性強。目前，^控制、神經(jīng)控制和模糊控制等智能控制技術(shù)正成為先進控制的一個重要發(fā)展方向。

2.2.1　^控制

      ^系統(tǒng)技術(shù)能把數(shù)學算法和控制工程師的操作經(jīng)驗融合到一起，^大限度的利用已有知識，達到傳統(tǒng)控制方式難以取得的控制效果。^控制系統(tǒng)運行在連續(xù)的實時環(huán)境中，利用實時信息處理的方式來監(jiān)控系統(tǒng)的動態(tài)特性， 并給出適當?shù)目刂谱饔?。將^系統(tǒng)技術(shù)與糧食干燥過程控制相結(jié)合，用于糧食的生產(chǎn)、管理和監(jiān)控，可提高糧食的生產(chǎn)效率及生產(chǎn)效益。劉明山[12]（2001）研制了一種糧食干燥模糊控制^系統(tǒng)，將仿真結(jié)果與實測數(shù)據(jù)進行對照，兩者基本一致。劉淑榮[13]（2001）將^系統(tǒng)技術(shù)與干燥過程控制相結(jié)合，設(shè)計了一個高水分糧烘干過程控制的模糊^系統(tǒng)。何玉春[14]（2001）通過^智能控制在干燥過程中把烘干參數(shù)優(yōu)化，在烘干設(shè)備的設(shè)計和干燥過程中求出能耗、效率、品質(zhì)的共利點，使干燥機沿著共利線對谷物進行烘干，使設(shè)備在干燥過程中始終處于^佳操作；同時，將溫度測控技術(shù)與網(wǎng)絡(luò)技術(shù)互聯(lián)，建立一套簡單而有效的基于溫度的網(wǎng)絡(luò)測控系統(tǒng)。

2.2.2　神經(jīng)網(wǎng)絡(luò)控制

      神經(jīng)網(wǎng)絡(luò)可為復雜非線性過程的建模提供有效的方法，進而可用于過程軟測量和控制系統(tǒng)的設(shè)計上。神經(jīng)網(wǎng)絡(luò)在干燥過程中的應(yīng)用主要有兩個：干燥過程建模和控制。

      法國的J.-L.Dirion（1996）[6]等人開發(fā)了一個神經(jīng)控制器，用于調(diào)整半批式實驗反應(yīng)器的溫度，基本實驗形成了神經(jīng)網(wǎng)絡(luò)的學習數(shù)據(jù)庫，該神經(jīng)控制器可以提供非常好的設(shè)定點跟蹤和干擾排除。劉亞秋[9]（2000）開發(fā)了基于單神經(jīng)元的自適應(yīng)PID控制器，設(shè)計了木材干燥窯神經(jīng)網(wǎng)絡(luò)模型，用BP算法對干燥窯的輸入輸出特性進行描述并對模型學習與訓練，通過試驗與仿真證明所得的結(jié)論滿足誤差指標的要求。張吉禮[10]（2003）將模糊控制技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，設(shè)計出了谷物干燥過程參數(shù)在線檢測與智能預測控制系統(tǒng)。智能控制下的干燥機出口糧食含水量變化范圍比手動控制的小，前者為13.6%～14.4%，后者為12.4%～14.2%；智能控制下的出口糧食含水量波動頻率比手動控制的小，前者波動周期約為20h，后者周期約為8h。王品[11]（2003）用改進的BP網(wǎng)絡(luò)算法建立烘干塔的神經(jīng)網(wǎng)絡(luò)模型，通過神經(jīng)網(wǎng)絡(luò)模型建立了神經(jīng)網(wǎng)絡(luò)控制器，實現(xiàn)了拱干塔系統(tǒng)糧食水分烘干的智能控制，提高了糧食烘干的質(zhì)量和效率。
      劉永忠[8]（1999）應(yīng)用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論預測冷凍干燥過程特性，以干燥時間、升華干燥時間的份額、干燥制品生產(chǎn)率和升華界面溫度等干燥過程特性參數(shù)作為網(wǎng)絡(luò)模型的輸出參數(shù)，將網(wǎng)絡(luò)的預測結(jié)果與數(shù)學模型的計算進行比較，預測結(jié)果與計算結(jié)果符合較好。鄭文利[7]（2000）采用人工神經(jīng)網(wǎng)絡(luò)對冷凍干燥過程中的凍干物料重量變化進行智能模擬：對凍干工藝條件正交實驗結(jié)果進行學習，利用學習后的網(wǎng)絡(luò)對工藝條件進行預測及優(yōu)化。

2.2.3 模糊控制

      模糊控制是一種基于規(guī)則的控制，直接采用語言型控制規(guī)則，其依據(jù)是現(xiàn)場操作人員的控制經(jīng)驗或相關(guān)^的知識，在設(shè)計中不需要建立被控對象的^數(shù)學模型，所以控制機理和策略易于接受和理解。

      目前，國內(nèi)外干燥過程控制主要應(yīng)用的是模糊控制方法。Zhang Qin[15]等（1994）對連續(xù)式橫流谷物干燥機進行了模糊控制的研究，通過調(diào)整加熱器的功率和卸糧攪龍的轉(zhuǎn)速來控制干燥機的操作，驗證試驗控制成功率達86.4%。李俊明[16]等(1996)以干燥塔熱風溫度為依據(jù)，將玉米干燥生產(chǎn)中一名熟練的操作者通過感官系統(tǒng)的觀察和經(jīng)驗制定了模糊控制規(guī)則，利用模糊控制實現(xiàn)了排量電機的轉(zhuǎn)速調(diào)節(jié)，并提出橫流玉米干燥機的自組織模糊控制器應(yīng)采用開環(huán)式模糊控制系統(tǒng)，以解決玉米干燥過程中的大滯后問題。李業(yè)德、李業(yè)剛[17](2001)設(shè)計了一種以89c51單片機為核心的模糊智能控制器，在順流式烘干機上通過對小麥的在線烘干試驗，證明該系統(tǒng)響應(yīng)時間短、超調(diào)量小、控制精度高，但入口谷物水分波動會對干燥過程產(chǎn)生影響。

      國內(nèi)許多研究生從事糧食干燥機模糊控制的研究工作。東北大學的孟憲沛[18]（2003）在糧食干燥塔的智能建模與智能控制中，利用模糊集合理論和優(yōu)化算法，建立糧食烘干系統(tǒng)的智能模型和模糊控制系統(tǒng)的模糊規(guī)則，設(shè)計出系統(tǒng)的模糊控制器。哈爾濱工業(yè)大學的唐曉健[20]（2003）研究基于TS模型的混流式糧食烘干塔多變量模糊控制方法，對該系統(tǒng)進行控制仿真，并與手動控制方法和傳統(tǒng)的模糊控制方法進行比較。華南農(nóng)大的曹艷明[21]（2000）針對高濕稻谷循環(huán)式緩蘇干燥工藝特點，利用模糊控制模擬人類思維方式的設(shè)計方法，開發(fā)稻谷循環(huán)干燥機自動控制系統(tǒng)。西北輕工業(yè)學院的蘇宇鋒[23]（2002）采用基于工人實際操作經(jīng)驗的模糊算法，利用單片機對冷凍干燥系統(tǒng)進行控制，提高了設(shè)備的自動化程度。