1 引言
近10年來，雖然我國(guó)的啤酒裝備配套水平有很大提高，但和國(guó)外相比，由于起步較晚，尤其是成套設(shè)備，差距較大。自動(dòng)化程度低，因而產(chǎn)品效率較低，生產(chǎn)質(zhì)量也不高，啤酒能耗較大，這都是我國(guó)啤酒工業(yè)急待解決的問題。本論文經(jīng)過認(rèn)真調(diào)研、分析，對(duì)目前國(guó)內(nèi)外較先進(jìn)的啤酒發(fā)酵工藝控制系統(tǒng)進(jìn)行了綜合比較與評(píng)價(jià)，同時(shí)，又充分考慮企業(yè)的綜合實(shí)力、現(xiàn)狀與發(fā)展等因素，此控制系統(tǒng)結(jié)構(gòu)選定IPC——PLC DCS即工業(yè)控制計(jì)算機(jī)與可編程序控制系統(tǒng)。并提出一種基于神經(jīng)網(wǎng)絡(luò)的模糊自適應(yīng)PID控制算法，解決了啤酒發(fā)酵過程的純滯后過程、大慣性、和非線性等問題。
2 啤酒發(fā)酵工藝控制
2.1啤酒發(fā)酵工藝曲線
啤酒發(fā)酵的工藝曲線對(duì)質(zhì)量有直接影響。啤酒口味和實(shí)際要求的不同，啤酒的發(fā)酵工藝曲線也就不同，但是對(duì)于確定好的啤酒發(fā)酵工藝，就應(yīng)嚴(yán)格按照工藝曲線去控制溫度和壓力等，這樣才能保證啤酒的質(zhì)量。啤酒發(fā)酵工藝曲線如圖1—1所示。
2.2 啤酒發(fā)酵溫度控制
在啤酒發(fā)酵過程中，酵母的發(fā)酵性能受發(fā)酵溫度的影響。由于發(fā)酵中有熱量釋放出來，因而使發(fā)酵中的麥汁溫度上升，同時(shí)促使酶反應(yīng)加速。酵母的發(fā)酵性能必須限定在一定范圍內(nèi)，這就是實(shí)際發(fā)酵操作中的控制工作。啤酒溫度控制原理如圖1—2。
3 IPC-PLC DCS 的設(shè)計(jì)
本系統(tǒng)為上下兩級(jí)遞階結(jié)構(gòu)。具體構(gòu)成如圖1—3所示。
主要包括以下幾方面：
（1）. 上、下位計(jì)算機(jī)：控制上位機(jī)采用兩臺(tái)工業(yè)控制計(jì)算機(jī)，由于控制對(duì)象較多，并兼顧今后系統(tǒng)升級(jí)的需要，所以，下位機(jī)采用四臺(tái)中型PLC。
（2）. 接口硬件包括：開關(guān)量的I/O 采用PLC的DI、DO模塊;溫度、壓力、液位采用A/D轉(zhuǎn)換模塊;考慮到下位機(jī)需要與上位機(jī)進(jìn)行串行通信，選用日本立石電機(jī)公司的OMRON C200HE系列可編程控制器。上下位機(jī)通信采用RS—232接口。1#下位機(jī)配置如圖1-4所示。
（3）. 顯示系統(tǒng)，包括大型模擬屏，以及上位機(jī)彩色監(jiān)視器。
4 控制算法的設(shè)計(jì)
啤酒生產(chǎn)發(fā)酵過程的控制算法很多，比較常用的是PID控制算法。在實(shí)際生產(chǎn)現(xiàn)場(chǎng)中，PID參數(shù)整定與自整定的方法也很多，但往往難以實(shí)施或不太理想，常規(guī)PID控制器參數(shù)常常整定不良，性能欠佳，對(duì)運(yùn)行工況適應(yīng)性差。本論文提出一種基于神經(jīng)網(wǎng)絡(luò)的模糊自適應(yīng)PID控制方案。本控制系統(tǒng)結(jié)構(gòu)如圖1—5。
它主要包括四個(gè)部分：
（1）. 傳統(tǒng)PID控制結(jié)構(gòu) 由PID控制器和廣義被控對(duì)象構(gòu)成一個(gè)典型的閉環(huán)控制系統(tǒng)，只是此時(shí)的PID參數(shù)通過神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)在線修改。
（2）. 模糊量化模塊 對(duì)系統(tǒng)的狀態(tài)變量進(jìn)行歸檔模糊化和歸一化處理。
（3）. 辨識(shí)網(wǎng)絡(luò)NN1 它主要用于建立被控系統(tǒng)的辨識(shí)模型，為NN2提供必要的信息。
（4）. 神經(jīng)網(wǎng)絡(luò)NN2 根據(jù)系統(tǒng)的狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)以期達(dá)到某種性能指標(biāo)的最優(yōu)。
5 仿真實(shí)驗(yàn)
考慮到啤酒發(fā)酵過程中的諸多因素，即被控對(duì)象是參數(shù)時(shí)變的非線性系統(tǒng)。針對(duì)以上提出的自學(xué)習(xí)控制算法，對(duì)被控對(duì)象進(jìn)行仿真。仿真圖見圖1-6。通過與圖1-1進(jìn)行比較可以看出基于神經(jīng)網(wǎng)絡(luò)的模糊PID控制系統(tǒng)能通過在線學(xué)習(xí)，不斷改善對(duì)系統(tǒng)的控制性能，具有較高的擬人智能性。
6 結(jié) 論
本控制系統(tǒng)應(yīng)用了基于神經(jīng)網(wǎng)絡(luò)的模糊PID控制算法，使IPC-PLC分布式控制系統(tǒng)具有良好的執(zhí)行精度，且抗干擾能力強(qiáng)，使溫度曲線得到較好的擬和，在實(shí)際生產(chǎn)中應(yīng)用取得了令人滿意的效果。
參考文獻(xiàn)：
[01] Theodore E. Djaferis, Automatic Control; The Power of Feedback Using MATLAB, PWS Publishing Company, 1998
[02] James B. Dabney and Thomas L. Harman, Mastering Simulink 2,Prentice Hall, 1998
[03] 韓華，啤酒發(fā)酵過程儀表集散控制系統(tǒng)，基礎(chǔ)自動(dòng)化，1998.1
[04] 楊昌琨,可編程序控制器的發(fā)展趨勢(shì)概述,基礎(chǔ)自動(dòng)化,1998.2
[05] 程衛(wèi)國(guó),MATLAB5.3應(yīng)用指南,北京:人民郵電出版社,1999
[06] 劉天鍵,PC與PLC串行通信程序設(shè)計(jì),工業(yè)控制計(jì)算機(jī),2001.3
[07] 王偉,串聯(lián)型模糊神經(jīng)網(wǎng)絡(luò)PID控制器的設(shè)計(jì),計(jì)算機(jī)仿真,2002.7
