粉状饲料动态定量称量包装控制系统设计与实现

目的 为提高粉状饲料包装过程的称量精度,提高包装效率,基于RBF神经网络设计一种粉状饲料定量称量包装控制系统.方法 首先介绍系统总体结构,以动态定量称量为主要研究对象,重点分析包装机的给料过程.针对精细给料过程,建立被控对象数学模型,结合传统PID控制和RBF神经网络设计称量控制器.通过RBF神经网络实现PID控制器参数的在线调整,从而提高称量精度.最后进行实际称量试验.结果 试验结果表明,静态和动态称量偏差均可以控制在0.5％以内,计量为25～50 kg,生产能力可以达到900包/h.结论 所述控制系统称量精度较高,具有比较理想的可靠性和稳定性,能够满足包装需求.     

基于PLC的全自动给袋式包装机称量控制系统研究

目的 针对给袋式包装机称量控制系统中由于物料与电磁振动给料机的振动存在一定非线性与时变性的缺点,提出一种基于PLC的模糊PID称量控制系统。方法 基于PLC的特点设计一种基于PLC的模糊PID控制方法,将称量误差与误差变化率作为系统的输入,采用西门子S7-200系列PLC对称量系统模糊PID控制策略的实现进行分析设计,实现对PID 3个参数的实时改变;基于Matlab对控制系统进行仿真分析,并通过联机运行以验证控制效果。结果 给袋式包装机称量系统的计量偏差不超过0.5%,且仿真结果表明模糊PID较传统PID的控制效果更好。结论 基于PLC的包装机称量系统模糊PID控制系统实际控制稳定,具有很强的鲁棒性,提高了包装机称量过程的稳定性和称量精度,其精度控制为0.5%左右。     

基于PLC的颗粒包装机称量系统设计

目的 为提高颗粒包装机称量精度和稳定性,基于PLC设计一种颗粒包装机称量系统.方法 分析颗粒包装机结构和工艺流程,并给出控制系统结构,包括核心处理器PLC、交流控制器、伺服电机驱动器、传感器、三相电机和伺服电机等.以称量控制为主要研究对象,提出一种粒子群模糊PID称量控制器,以提高称量控制系统的收敛速度、通用性和可移植性.最后进行仿真和实验研究.结果 相关结果表明,与模糊PID控制器相比,加入粒子群优化算法后,系统的响应速度更快,达到稳定状态所需时间更短,实际包装误差仅为0.528％.结论 所述称量控制系统可以有效地提升称量精度,有利于提高颗粒包装机的自动化水平.     

基于DSP的定量包装控制系统设计

目的为提高定量称量包装机的包装速度和包装精度,设计一种高精度的称量包装控制系统。方法介绍定量称量包装机的机械结构以及工作原理,在此基础上设计一种以触摸屏和基于DSP为核心的定量称量包装控制系统,并详细论述基于DSP和触摸屏的硬件结构。在硬件结构的基础上,开发与之配套的定量称量包装的控制系统软件。结果称量包装的最大相对误差不超过±0.6%。结论该控制系统提高了定量称量包装机的精度、可靠性和可操作性。     

动态定量称量包装系统BP神经网络PID控制算法

目的针对动态定量称量包装控制系统具有大惯性、滞后、非线性且无法建立精确数学模型等缺点,研究提高动态定量称量包装系统控制精度的方法。方法提出了一种改进型BP神经网络PID的定量称量包装控制系统,将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i,K_p,K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。结果仿真和实验结果表明,改进型BP神经网络PID控制响应速度快、超调量较小,系统称量误差得到大幅度减小。结论所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性。     

定量包装控制系统的设计与实现

目的提高定量包装机的包装精度。方法在现有定量包装机基础上,设计了以PLC作为控制器,以触摸屏TPC7062KS为显示操作屏的定量包装控制系统,直接获取包装系统的运行信息和各种数据,提高了包装系统的可靠性和可操作性。在分析传统方法不足的基础上,在梯形图程序中采用模糊PID控制算法进行闭环控制。结果通过多次试验,包装精度能够达到±0.2%。结论采用该控制方法,包装精度提高了,并且基本不会受到外界因素的影响。     

基于Workbench的粘箱机推动臂强度分析与优化设计

目的 为提高肥料包装计量精度,设计一种肥料包装机控制系统。方法 建立肥料动态称量系统数学模型。结合模糊控制和内模控制理论的先进控制算法,设计肥料包装计量精度控制系统。采用内模控制使PID控制器参数简化,同时模糊控制的引入实现了控制参数的在线调整。利用肥料质量偏差及其变化率,基于Mamdan二维模糊控制器实现内膜控制参数λ的自动调整。结果 实验结果表明,在模糊内模PID控制下,质量最大相对误差为1%;质量绝对误差的平均值为0.2 kg;控制算法超调量较小、具有很好的动静态性能;系统称量误差大幅度减小。结论 所述控制方法和系统可以提高称量包装设备的效率和精度。     

基于RST的包装机混合式定量称重控制模型设计

目的提高包装机混合式定量的称重精度。方法针对包装机混合式定量称重系统具有非线性和时滞性的特点,构造三支路结构的双自由度数字控制器(RST控制器),等效为前向预测控制器和无延时控制器,以消除系统扰动和滞后的影响,设计基于RST的包装机定量称重控制系统。运用Simulink工具与传统PID控制器和PID-Smith控制器进行仿真对比。结果 RST控制器相较于PID控制器和PID-Smith控制器超调量小、调节时间短、跟踪能力好、鲁棒性强,能够有效地提高包装机称重控制系统的稳定性和控制精度。结论 RST控制器能够提高包装机混合式定量称重精度,从而提高包装机的包装精度。     

自动包装机热封温度自适应控制系统设计

目的提高包装机械热封机构的温度控制精度,以保证包装效率和产品质量。方法针对包装塑料薄膜热封的温度控制,基于单神经元自适应PID控制算法设计一种自动包装机热封温度控制系统。介绍自动包装机热封的基本原理,阐述单神经元自适应PID控制算法的基本原理,并设计一种温度控制器。基于模糊集理论,实现控制器比例、积分和微分系数学习速率的在线调整。基于ARM Cortex-M3和PIC单片机搭建自动包装机热封温度控制系统。结果将该热封温度控制系统应用于自动包装机中,可以将热封温度误差控制在合理的范围内。结论通过仿真验证了文中所述自动包装机热封温度控制系统稳定性较好,具有一定的抗干扰、自适应、自调整能力。     

基于PLC冗余技术的全自动称量包装精度控制

目的 由于全自动称量包装精度控制容易受到物料冲力等因素的影响,导致精度控制很难保持稳定,降低其抗扰性能.为此,提出基于PLC冗余技术的全自动称量包装精度控制方法.方法 建立称量传感器的数学模型,采用滑动平均滤波和程序判断滤波处理称量原始信号,去除动态振荡和干扰因素,将处理的信号作为输入数据,利用PLC冗余技术制定同步机制,实现数据传输和控制命令的同步传输,在此基础上,使用设计的专家控制器,根据灵活的控制规则库实现全自动称量包装的精度控制.结果 设计的基于PLC冗余技术的全自动称量包装精度控制方法过码质量计量偏差小、通讯数据协同性好.结论 通过滤波处理的控制方法可以有效提高控制系统的抗扰性能.     

动态高精度伺服称重计量秤及其智能PID控制

为了克服粉粒状物料称重精度易受非线性、随机干扰和留空物料(投料门关闭时尚在半空中的物料)时变等因素影响及称重效率低的问题,提出了多级投料(大投、中投和变流量细投)、RBF神经网络PID细投控制和自适应的留空物料补偿策略结合的方法。设计了计量秤的机械结构和基于S7-200PLC、Siwarex_MS称重模块和伺服电机的控制系统;伺服电机,执行机构和PLC系统(集成秤重模块)构成闭环控制系统实现多级投料,相比于气缸控制的投料结构能大幅提高称重的精度。针对所设计的计量秤分析了称重原理和称重误差产生因素,采用多级投料:大投和中投保证称重的快速性,智能PID控制的细投保证称重精度。实验结果表明:称重25kg化肥,平均精度为±0.114%,最大称重速度为1100次/h。     

多轴速度同步偏差耦合控制

目的 解决传统印刷机、包装机各轴机械连接方式下,多电机同步控制存在的机械磨损严重、同步控制精度低等问题。方法 基于偏差耦合控制系统结构,将PID与神经网络控制相结合,提出一种径向基神经网络PID的多电机速度同步控制策略。结果 通过仿真可知,该算法相较于传统PID控制超调量更小,系统能够以较快的速度实现同步跟踪,速度同步精度明显高于PID控制。结论 该控制算法能够大大提升印刷机多轴同步控制的动态性能,可以有效提高印刷质量。     

枕式包装机包装材料供送速度控制

目的 为了提高包装袋的袋长精度,提升包装袋体外观质量。方法 提出一种基于神经网络PID自适应的三伺服枕式包装机包装材料速度控制方法,将传统的PID控制方法同神经网络控制相结合,设计一个神经网络PID控制器,包括控制器结构和学习算法,可用于解决相关非线性问题。结果 仿真和实验结果表明,采用神经网络PID控制方法,包装材料速度达到稳态时,所用时间约为2 s,最大超调量不超过2%,包装袋长误差能够有效控制在±1 mm以内。结论 所设计的控制方法与传统的PID控制相比,具有响应速度快、抗干扰能力强、控制输出稳定等优点,能够显著提高包装袋长精度。     

非线性质量补偿方法在微量包装系统中的应用

目的 为解决微量包装系统中称量传感器输出电压与质量之间的非线性关系、提高称量精度,基于改进BP神经网络设计一种非线性补偿方法.方法 阐述电阻应变式称量传感器的非线性补偿原理,根据称量传感器输入和输出之间的关系,设计一种神经网络补偿器.为提高神经网络控制性能,引入一种惩罚因子,可解决因训练不足导致的误差偏大等问题.结果 经对比发现,改进型BP神经网络具有较快的收敛速度、较高的精度,可提高微量称量包装系统的控制性能.高速模式下,称量误差可以控制在0.5％以内,实际称量结果较理想.结论 该方法能够改善系统动态性能,提高测量精度,可满足称量、包装行业等精度要求.     

改进的RBF神经网络PID算法在电磁振机中的应用

目的为了减少实际工作生产环境对智能组合秤称量精度的影响,增加电磁振动系统对环境的抗干扰性能。方法用RBF神经网络PID算法改进组合秤中的电磁振动系统,并在基础的RBF神经网络PID控制算法上引入动量因子的平方,减少拟合误差和参数调节过程中的震荡现象。结果与基础的RBF神经网络PID控制算法相比,改进后算法的收敛速度更快,拟合精确度更好;当仿真长度增加时,依然可以很好地逼近目标函数。结论改进后的算法使电磁振机的振幅和振动频率更加稳定,可以减少环境中噪音对其的干扰。