1、智能控制系統整體方案
在圖1的稻谷干燥機系統中，干燥風機1向干燥塔上兩個干燥段供熱風，干燥風機2向干燥塔的下兩個干燥段供熱風．熱風源來自熱風爐．干燥風機2通過人口處冷風閥加入冷風使熱風溫度降低．本控制系統充分利用現有設備的干燥工藝，主要特色是首先檢測塔內各層段的排風濕度．然后通過智能算法建立排風濕度與相應高度塔內糧食含水量的關系，用排風濕度間接反算出糧食含水量．這樣就可以大大減小檢測結果的滯后時間．從而提高控制系統的控制精度。系統一方面通過控制排糧速度控制各層的加熱時間．另一方面利用干燥風機2入口的冷風電動閥門控制第三、四干燥段的熱風溫度．從而控制被干燥糧食通過第三、四干燥段時的降水量，使被干燥糧在進入冷卻層時的含水量達到給定的值，這個給定值根據計算機的在線學習．干燥糧在當前大氣環境條件下（溫度和濕度），通過冷卻段時的含水量變化情況計算獲得，富通新能源生產銷售顆粒機、木屑顆粒機、木屑氣流式烘干機等生物質燃料成型、木屑烘干等機械設備。
2、智能控制系統的工作原理
稻谷干燥機智能控制系統的工作原理如圖2所示．主要通過以下方式解決糧食在干燥塔出口處的含水量控制問題：①系統控制量。系統控制量包括系統排糧速度和第三、四段的熱風溫度。②總體目標。總體目標主要通過以下三種方式實現。a、通過電機變頻調速控制塔的排糧速度來控制被干燥糧在塔內的干燥時間；b、通過控制在第三、四干燥段的熱風溫度，控制糧食進入緩蘇段時的含水量（通過檢測排氣濕度）；c、根據環境條件、第一第二干燥段的入口處熱風壓力、溫度和兩層的排氣濕度對原糧含水量進行預測．建立系統原糧含水量的智能預測模型。
2.1稻谷在干燥塔內各段干燥時間的控制
在干燥塔各段熱空氣流量和熱空氣溫度一定的條件下．被干燥糧食的降水率取決于糧食在各段的干燥時間。因此，控制進入干燥塔時具有某一含水量的被干燥糧食在塔內各段的停留時間是一項重要的控制指標。當某一段糧食由入口處進入到干燥塔時，由干燥塔頂端的位置傳感器可以檢測當前糧食的位置高度．由于燥塔底部的變頻調速器的速度通過計算機計算出該段糧食在以后不同時刻在塔內的位置。這樣在計算機內就建立起塔內糧食的動態分布圖，如圖3所示。
2.2干燥塔各段智能化模型的建立
理論與實踐證明．模糊邏輯與神經網絡可以以任意精度逼近任意非線性系統的動態過程。如前所述，干燥塔的工作過程屬大時滯、多擾動的強非線性系統，無法用正常的數學手段對其精確建模，而智能控制正是為解決這一問題提出來的．并已在許多工程過程中取得了成功的應用，因此智能控制是解決干燥塔系統控制問題的最佳手段。
建立各干燥段的智能化模型的意義在于控制過程中通過檢測熱空氣的溫度、壓力和塔內排出氣體的濕度來預測運行于該段內糧食的降水率和含水量。用這種方法我們建立了各干燥段和冷卻段的智能化模型。
2.3干燥塔含水量控制采用全局優化智能控制
如圖3所示．在干燥塔內各段糧食的含水量是有一定的差異性的．含水量不同的糧食在塔內的各段內運行的時間不應該相同，所以從整體方面應將其進行全局優化處理。各批含水量不同的糧食在干燥塔內的干燥過程采用全局優化的智能控制方案。通過圖2中干燥塔人口的糧食溫度、含水量、流量和出口糧食的含水量檢測結果，計算該部分物料在塔內各段的分布情況，再與該部分物料在各段末所檢測得的含水量（由出口排風濕度換算獲得）比較，進而計算出該段在當前塔狀態下（各段進氣量和溫度）在各段的干燥時間。綜合塔內的各段物料的狀態．優化干燥時間，當局部物料差異較大時，在第三、四段由控制閥控制熱風量，使其達到給定值。冷卻段的壓力、溫度和濕度檢測可以表明環境條件對糧食出口含水量的影響．進而控制物料在第四階段的含水量的設定值。
在圖5中，冷卻段的智能模型用于確定在當前的氣候條件下，經過四個干燥段和緩蘇段后，在經歷不同時間的冷卻段運行時，糧食含水量的變化情況．進而確定被加熱糧食在運行通過第四段末時的含水量以確定第三、四段的熱風溫度。
2.4第三、四干燥段的熱風溫度的控制
由于在糧食加熱過程中，如上所述的全局優化控制過程是一個動態的過程．即隨著新的糧源的給入，干燥塔內各段糧食含水量是動態變化的．所以優化過程也是一個動態的過程。要求系統根據新糧食含水量不斷地調節系統的優化結果，而系統中不能滿足要求的部分則由第三、四段集中進行補償。第三、四干燥段的控制系統圖如圖6所示。
3、智能控制系統的組成
糧食干燥機智能控制系統由硬件部分和軟件部分兩大部分組成。
3.1硬件部分組成
硬件部分主要包括傳感器部分、接口箱、主機、可編程控制器PLC、繼電器陣列，開關電源以及不間斷電源等。傳感器部分包括入機糧含水率檢測儀、出機糧含水率檢測儀、廢氣溫濕度傳感器、壓力傳感器、環境溫濕度傳感器和高低風溫傳感器等，這些傳感器的布置如圖7所示。接口箱、主機（包括工控機機箱、鍵盤、鼠標和顯示器等，機箱中配置有總線底板、CPU主板、2塊PCL818數據采卡和一塊PCL728模擬量輸出卡）、可編程控制器PLC、繼電器陣列、含水率檢測傳感器的變送器、開關電源以及不間斷電源等分層安裝在一個控制柜內．控制柜內部的布置如圖8所示。
3.2軟件部分組成
軟件部分主要包括參數設置模塊、傳感器標定與檢測模塊、樣本數據庫管理模塊、系統數據管理模塊、干燥過程設置模塊、干燥過程計算機仿真模塊、干燥過程智能控制模塊和打印報表模塊等。
4、智能控制系統軟件設計
根據稻谷干燥機干燥工藝過程為大滯后強非線性和難于建立精確系統數學模型的特點，本系統采用在線與離線相結合的自學習智能控制方法。采用理論分析、計算機仿真和實時控制試驗相結合的方法．由理論分析與計算機數值仿真為系統研制提供干燥過程參數．并對系統控制結果提供定性的指導：通過在線樣本的采集和智能優化算法對系統進行全局性的定量分析，建立由單機系統實時檢測數據所確定的過程智能模型．再通過智能優化算法調用人工智能模型，獲取系統建立的控制規則。在具體實施過程中采用人機對話與系統自組織自學習相結合的方法。系統軟件采用Visual C++編寫，工作界面友好，過程參數顯示直觀。
4.1操作界面
系統根據操作功能分為一個主界面和5個輔助功能界面．主界面的主要功能是顯示系統運行過程中干燥塔各部分實時檢測所得到的測試數據和系統狀態，提供手動操作按鈕以及調節參數用的文本框等。所顯示的項目包括：人機糧含水率、出機糧含水率、排糧電機頻率顯示、高低溫干燥段熱風溫度的顯示環境及各層溫濕度的顯示、生產率指標——排糧速度顯示、變頻器手動調節功能等。
4.2 系統實時數據庫的建立
由于干燥機工作過程為大時滯強非線性，而且入機糧為間斷給糧，所以使用通常的前饋反饋控制理論很難達到理想的控制效果，因此本系統采用實時臨時數據庫來存儲塔中過去12個小時的實時運行狀態參數。實時數據庫由采樣程序建立，采樣程序按系統設置的采樣周期將數據循環存儲在實時數據庫中，同時發送給主界面顯示程序進行顯示。采樣程序工作的數據流如圖9①所示。
4.3實時樣本抽取
實時樣本抽取由實時樣本抽取程序完成。定時采樣器在完成采樣程序的調用后，再調用實時樣本抽取程序。實時樣本抽取程序根據系統中所記錄的上下料位開關在過去時間的狀態情況，從實時數據庫中計算出當前出機糧段在塔內運行過程中各段的廢氣溫濕度平均值、運行速度平均值、高低溫加熱層風溫平均值和人機糧出機糧含水率．形成一個完善的樣本．存入實時樣本文件系統中，其工作數據流如圖9②所示。實時樣本庫為連續存儲，每隔24小時形成一個文件。為節省硬盤空間，樣本庫采用二進制數據格式存儲。
4.4優化樣本的抽取
優化樣本數據是供系統智能建模程序使用的，數據由優化用樣本抽取程序獲取。當實時樣本抽取程序獲得一個完整的樣本并寫入實時樣本庫后，同時調用優化用樣本抽取程序，根據圖4-3中樣本采樣差值的設置．查詢優化用樣本文件系統決定是否將其寫入樣本庫，其工作過程的數據流如圖9③所示。
4.5智能建模
智能建模在系統中完成由優化樣本數據建立特定干燥機智能模型的功能．由智能建模程序具體實施。智能建模程序調用智能優化算法對優化樣本庫中的數據進行優化處理，形成模型規則，存入智能模型文件系統，其工作數據流如圖9④所示。
4.6智能控制規則創建
智能控制規則創建由智能控制規則線程完成。當智能建模程序完成了模型規則的創建后，啟動該線程，調用智能優化算法進行智能控制規則創立。在創立過程中．規則創立程序調用智能模型對系統進行仿真分析，優化出機糧含水率誤差的累積值，獲得不同入機糧含水率在不同的高溫層風溫的最佳排糧速度值、不同均勻度下入機糧含水率的低層風溫值，存入智能規則文件系統，形成智能控制規則。
4.7智能控制的實時實施
當智能控制規則形成后．系統自動設置智能規則形成標記．采樣實時時鐘程序在調用完優化用樣本實時抽取程序后檢測到該標記，該標記調用智能控制程序對系統進行實時控制。
5、結論
通過理論研究、設計與生產運行考核，證明本稻谷干燥機智能控制系統具有以下特點：①本控制系統對稻谷干燥過程中各主要參數對干燥結果的影響進行了分析．所產生的智能模型能夠很好的逼近系統的真實模型，有效地解決了由于多變量、大時滯、強非線性等特點所造成的糧食干燥過程難于控制的問題。②本控制系統能夠迅速反映、指出問題所在，能在干燥參數等方面及時做出調整和修正．使整個烘干系統不因局部問題而受到太大的影響。③本控制系統軟件界面友好，采用圖形化人機接口，安裝簡單，操作簡單，維護容易，便于用戶使用。④本控制系統是科技含量較高的人機互動系統．干燥環節從糧食入機開始實行全方位立體控制，使用本系統可節省大量的人力物力，利于提高糧食干燥的生產效率和品質，增加企業經濟效益。
