粮食烘干机系统智能控制的研究-机械设计及理论专业论文.docxVIP

东北大学硕士论文 东北大学硕士论文 摘要 粮食烘干机系统智能控制的研究 摘 要 食含水量控制是保证粮食储存质量的一项重要指标。粮食烘干塔系统是 一 粮 时滞、多扰动的强非线性系统，在烘干过程中，粮食在塔内的时间一般 为8小时左右。当前我国粮食烘干过程是根据粮食在烘干机出口处检测的含水 量，手动控制变频器调节排粮速度，通过控制粮食在烘干塔内的停留时间来控 制烘干塔出口处的粮食含水量。这种控制方法不可能满足国家对储备粮含水量 14±O．5％的标准，为此我们提出如下的粮食烘干机智能控制系统。 为了将粮食烘干机出口处的粮食含水量控制在要求的精度范围内，本文设 计了一套干燥机自动控制系统。需要解决的两个关键性问题是：①自动控制系 统整体方案的确定；②智能控制系统的实现。体系统采用两级计算机控制。用 一台工业控制计算机作为监督控制级，实现数据显示、报警和智能控制；用～ 台可编程控制器改造原有系统的手动控制，实现顺序控制和状态检测。由于烘 干机系统工作过程的大时滞性和强非线性，无法用正常的数学手段对其精确建 模。近年来国际学术界和工程领域比较活跃的智能控制正是解决烘干塔系统控 制问题的最佳手段。由于神经元网络可以任意精度逼近任意非线性系统的动态 过程，所以本文采用改进的BP网络系统控制策略。首先本系统采用神经元网 络建立烘干塔的智能仿真模型，模型所需要的样本则通过样本抽取算法从现场 采集到数据中抽取出来的。样本抽取通过将烘干塔内粮食分成小薄层进行研究。 通过实时数据文件，计算出每个薄层经过烘干塔各段时的废气温湿度平均值、 运行速度平均值、高低温加热层风温及压力平均值和入机粮、出机粮含水率， 形成一个完善的样本，将其存入实时样本文件系统中形成神经网络模型训练用 样本。然后利用建立好的烘干塔仿真模型求出各种条件下系统控制量，从而实 现对非线性系统的预测控制。在得到系统控制量样本数据后，再训练另一个将 作为控制器的神经网络，使其逼近系统控制函数。待训练结束之后，由此控制 器直接对被控对象进行控制。通过实际应用证明，该系统具有较理想的运行效 果，满足了系统的设计要求。 关键词粮食烘干智能控制神经网络预测模型PLC控制数据通信 东北火学硕士论文 东北火学硕士论文 ABSTRACT Intelligent Control Research on Grain Drying System Abstract The control of moisture in grain is an important target to guarantee the quality of grain reserve．The grain—drying tower is a system of much time lag，multivariable disturbance and strong nonlinearity，and the grain stays in the drying tower about 8 hours．At present in our country，the drying process of grain is to adjust grain flowing speed by controlling frequency of the convener manually according to test grain water in the outlet of drying tower,SO the moisture in grain is controlled by controlling time that grain stays in the drying tower．However,the national standard(1 4±O．5％、of moisture in reserving grain cannot be satisfied by this method．So we designed an intelligent control system for grain drying． For controlling moisture in grain in the drier outlet within the precision scope， an automatic control system is designed in this paper．There are two key problems in this WOrk．The first iS to establish the entire scheme of the automatic control system and the second is to de