1、糧食干燥塔智能控制系統方案簡介
1.1糧食干燥塔智能控制系統特點
以HTJ-200型糧食干燥機系統為例，控制系統是采取以檢測烘干廢氣濕度控制進機熱量的方法，來實現對烘后糧食水分的控制。在HTJ-200型烘干機系統中，干燥風機1向干燥塔上兩個干燥段（亦即加熱段）供熱風，其熱風溫度為150t5℃，干燥風機2向干燥塔的下兩個干燥段供熱風，其熱風溫度為110*5℃，熱風源都是來自熱風爐，干燥風機2通過入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，主要特點是先檢測塔內各層段的廢氣溫濕度，然后通過智能算法建立廢氣溫濕度與相應高度塔內糧食含水量的關系，用廢氣溫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干燥段的加熱時間，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在第三、四干燥段的降水量，使被干燥糧在進入冷卻層時的含水量達到給定的值。這個給定值是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），通過冷卻層時的含水量變化情況計算獲得。
1.2總體控制方案
智能控制系統總體控制方案見圖l，主要由以下方式解決糧食在干燥塔的出口處的含水量控制問題。
系統控制量有2個：
(1)系統排糧速度。
(2)第三、四干燥段的熱風溫度。
總體目標有3個：
(1)通過電機變頻調速控制干燥塔的排糧速度來控制被干燥糧在干燥塔內的干燥時間。
(2)通過控制第三、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）。
(3)根據環境條件，第一、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。
1.3控制系統硬件及傳感器
控制系統硬件及傳感器布置見圖2。
2、糧食干燥機智能控制系統軟件
2.1糧食在干燥塔內各段干燥時間的控制
在干燥塔各段熱風流量和熱風溫度一定時，控制人口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。當某一段糧食由人口處進入到干燥塔時，由干燥塔頂端的位置傳感器檢測當前糧食的位置高度，干燥塔底部的變頻調速器的速度計算出該段糧食在以后不同時刻在塔內的位置，建立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，智能控制是解決干燥塔這一大時滯、多擾動的強非線性系統系統控制的最佳手段。
系統在某一段的模型結構如圖4所示。
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風的溫度、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。
用這種方法建立各干燥段和冷卻段的智能化模型．
2.3入口原糧濕度校正
根據我國東北地區冬季氣溫較低的特點，糧食在入口處檢測所得的含水量不準確。自學習系統根據2.1中建立的含水量、熱風溫度、壓力和排氣濕度的智能模型和第一、第二干燥段廢氣的濕度進一步估算出原糧人口時的含水量，從而確定第三、四干燥段的含水量降低情況。
2.4干燥塔含水量控制采用全局優化智能控制
在烘干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，如圖5所示。通過干燥塔入口的糧食溫度、含水量、流量和出口糧食的含水量檢測結果，計算物料在塔內各段的分布情況，再與物料在各段末檢測得的含水量（由出口廢氣濕度換算獲得）比較，進而計算出物料在當前塔狀態下（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及優化干燥時間或局部物料差異較大，在第三、四干燥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干燥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干燥段末時的含水量以確定第三、四干燥段的熱風溫度。
2.5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人，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、四干燥段集中進行補償。第三、四干燥段的控制系統圖如圖6所示。
2.6控制系統軟件組成
該系統自行開發的軟件包括：動畫顯示人機界面，傳感器標定界面，臨時數據庫管理界面，智能模型庫管理界面，樣本庫管理界面，智能控制規則庫管理界面，手動、自動方式設置界面，打印設置界面，系統I/O設置界面，烘干塔結構設置界面，采樣設置界面，傳感器標定存儲模塊，樣本數據庫管理模塊，智能模型建立模塊，樣本采集模塊，模擬數據采集模塊，智能控制規則建立模塊，時實數據采集模塊，智能控制規則管理模塊，PLC通訊模塊，單通道數據采集模塊，烘干過程智能控制模塊，烘干塔糧食流量計算模塊。本系統由IPC和PLC完成干燥過程在線自學習智能控制。軟件組成如圖7所示。
2.7控制系統工作界面
控制系統根據操作功能分為一個主界面和幾個輔助功能界面。
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數據和系統狀態參數，提供手動操作按鈕以及調節參數用的文本框等，如圖8所示。
在主界面的下拉菜單中可分別選擇顯示各輔助功能界面。
3、結語
基于模糊神經網絡的糧食干燥機智能控制系統，集先進、成熟的計算機控制技術、接口技術、數據采集技術及傳感器技術于一體，通過高精度的數據采集器，獲取糧食干燥機各干燥段的壓力、溫度、濕度、含水率等數據，通過接口箱送入工業控制機，實現對干燥過程這一大時滯、多干擾的強非線性系統的全面智能控制。
