一,、引言
塑料有其獨(dú)特的熱塑性物理化學(xué)特性。在塑料行業(yè)的生產(chǎn)過(guò)程中,，加工溫度的控制,，是決定產(chǎn)品質(zhì)量最重要的環(huán)節(jié)之一。塑料擠出機(jī)一般有單螺桿和雙螺桿之分,，主要用來(lái)擠制軟,、硬聚氯乙烯、聚乙烯等熱塑性塑料之用,，與相應(yīng)的輔機(jī)（包括成型機(jī)頭）配合,，可加工多種塑料制品，如膜,、管,、棒、板,、絲,、帶電線電纜電纜絕緣層及中空制品等，亦可用于造粒,。 宇電AI系列智能工業(yè)調(diào)節(jié)器采用模糊規(guī)則進(jìn)行PID 調(diào)節(jié)的新型算法,，保證在復(fù)雜生產(chǎn)環(huán)境中，精確控制原料生產(chǎn)溫度,，避免因?yàn)闇囟冗^(guò)高或者過(guò)低造成廢品率高的現(xiàn)象,。一臺(tái)擠出機(jī)中使用多個(gè)AI調(diào)節(jié)器控制加熱，并且于每個(gè)加熱器上,，對(duì)應(yīng)配有一組散熱風(fēng)扇,，或者水冷裝置。
二,、塑料擠出機(jī)溫度控制
1.控制要求
基于原材料的物理物理化學(xué)特性,，要求控制溫度不能超過(guò)設(shè)定溫度正負(fù)2攝氏度。溫度過(guò)低,，擠出口出料不暢,，造成前端擠出機(jī)構(gòu)負(fù)載過(guò)大；溫度過(guò)高,，則可能改變?cè)咸匦詫?dǎo)致成品報(bào)廢,。
2.控制方法
根據(jù)對(duì)象特性與現(xiàn)場(chǎng)考察，如果控制方式選擇較為容易操作的ON-OFF控制方式，此方式會(huì)導(dǎo)致目標(biāo)溫度振蕩超差,。在理想的工藝控制范圍,，ON-OFF控制是無(wú)法達(dá)到穩(wěn)定的，而PID控制會(huì)比ON-OFF更加的精確,。AI人工智能PID調(diào)節(jié)方式初次使用時(shí),，可啟動(dòng)自整定功能來(lái)協(xié)助確定M 5、P,、T等控制參數(shù),。系統(tǒng)在不同給定值下整定得出的參數(shù)值不完全相同，執(zhí)行自整定功能前,，應(yīng)先將給定值設(shè)置在最常用值或是中間值上,，如果系統(tǒng)是保溫性能好的，給定值應(yīng)設(shè)置在系統(tǒng)使用的最大值上,，再執(zhí)行啟動(dòng)自整定的操作功能,。參數(shù)CTL（控制周期）及（回差）的設(shè)置，對(duì)自整定過(guò)程也有影響,，一般來(lái)說(shuō),，這2個(gè)參數(shù)的設(shè)定值越小，理論上自整定參數(shù)準(zhǔn)確度越高,。但dF值如果過(guò)小,，則儀表可能因輸入波動(dòng)而在給定值附近引起位式調(diào)節(jié)的誤動(dòng)作，這樣反而可能整定出徹底錯(cuò)誤的參數(shù),。推薦CTL=0-2,，dF=2.0,。此外,，基于需要學(xué)習(xí)的原因，自整定結(jié)束后初次使用,，控制效果可能不是最佳,，需要使用一段時(shí)間（一般與自整定需要的時(shí)間相同）后方可獲得最佳效果。
由于塑料設(shè)備冷卻速度非常的慢,，所以超溫時(shí)利用報(bào)警輸出來(lái)控制風(fēng)扇加速冷卻,。需要注意在儀表中使用報(bào)警進(jìn)行風(fēng)扇冷卻，須將報(bào)警值范圍設(shè)定的較大（如2度以上）,，因?yàn)槌钱惓Ｇ樾?，平時(shí)溫度是不易超出此范圍的，如果報(bào)警值設(shè)定過(guò)小,，超出設(shè)定值即冷卻,，會(huì)造成冷卻速度太快，產(chǎn)生溫度振蕩,。
三,、AI系列智能工業(yè)調(diào)節(jié)器中的人工智能控制算法
1.AI系列智能工業(yè)調(diào)節(jié)器中的人工智能控制算法,，即對(duì)PID算法加以改進(jìn)和保留，加入模糊控制算法規(guī)則,，并對(duì)給定值的變化加入了前饋調(diào)節(jié),。在誤差大時(shí)，運(yùn)用模糊算法進(jìn)行調(diào)節(jié),，以徹底消除PID飽和積分現(xiàn)象,，如同熟練工人進(jìn)行手動(dòng)調(diào)節(jié)。當(dāng)誤差趨小時(shí),，采用改進(jìn)后的PID算法控制輸出,。其控制參數(shù)采用被控對(duì)象特征描述方式。一組（MPT）參數(shù)即可同時(shí)確定PID參數(shù)和模糊控制參數(shù),。系統(tǒng)具有無(wú)超調(diào)和高控制精度等特點(diǎn),。針對(duì)不穩(wěn)定的非線形復(fù)雜調(diào)節(jié)對(duì)象，表內(nèi)設(shè)有自適應(yīng)調(diào)節(jié)規(guī)則,，可使系統(tǒng)進(jìn)一步加快響應(yīng)速度,，改善控制品質(zhì)。針對(duì)控制參數(shù)較難確定的現(xiàn)實(shí),，表內(nèi)設(shè)有自整定專(zhuān)家系統(tǒng),，可使系統(tǒng)的控制參數(shù)確定簡(jiǎn)單，準(zhǔn)確度提高,，因此,，自整定系統(tǒng)的引入，不僅使復(fù)雜勞動(dòng)簡(jiǎn)化,，節(jié)約了調(diào)試時(shí)間,，而且提高了控制系統(tǒng)的調(diào)節(jié)品質(zhì)。對(duì)于許多復(fù)雜的調(diào)節(jié)對(duì)象,，例如電爐溫度控制中的電網(wǎng)電壓變化,、外界干擾因素和工作環(huán)境多變等，針對(duì)有嚴(yán)重非線形的控制對(duì)象,，國(guó)外儀表公司也推出了不少對(duì)策和方法,。例如，日本導(dǎo)電公司生產(chǎn)的儀表中,，采用了多組算法,；歐陸和歐姆龍儀表中采用了自適應(yīng)功能；KMM智能調(diào)節(jié)儀表中采用了折線模塊來(lái)適應(yīng)系統(tǒng)的非線性,；還有的儀表公司在儀表中采用辯識(shí)方法來(lái)提高儀表在非線性系統(tǒng)中的調(diào)節(jié)質(zhì)量,。在AI系列智能工業(yè)調(diào)節(jié)器中，針對(duì)有嚴(yán)重中非線性的控制對(duì)象，選擇了自適應(yīng)方式來(lái)解決,。其改進(jìn)的特點(diǎn)是：當(dāng)控制偏差大于估計(jì)的誤差時(shí),，自適應(yīng)系統(tǒng)不是修改MPT參數(shù)（國(guó)外儀表的自適應(yīng)功能是修改控制參數(shù)），而是修改輸出值來(lái)降低誤差,。雖然修改范圍有限,，但不會(huì)出現(xiàn)將原來(lái)正確控制參數(shù)改錯(cuò)的現(xiàn)象，使響應(yīng)速度加快,，使控制精度大大提高,。PID算法的改進(jìn)：
常規(guī)PID算法構(gòu)成如下：輸出=比例作用（P）+積分作用（I）+微分作用（D）
在常規(guī)PID的控制系統(tǒng)中，減少超調(diào)和提高控制精度是難以?xún)扇涿赖?，這主要是積分作用有缺陷造成的,。如果減少積分作用，則靜差不易消除,，有擾動(dòng)時(shí),，消除誤差速度變慢，而當(dāng)加強(qiáng)積分作用時(shí),，又難以避免超調(diào),，這也是常規(guī)PID控制中經(jīng)常遇到的難題。
在AI系列智能工業(yè)調(diào)節(jié)器中,，當(dāng)控制參數(shù)在比例帶以外時(shí),，采用模糊控制，不存在抗飽和積分問(wèn)題,，而對(duì)PID算法部分又加以改進(jìn)如下：輸出=比例作用（P）+積分作用（I）+微分作用（D）+微分積分作用（∫I）
由于儀表中增加了微分積分作用,，所以，使常規(guī)PID算法中的積分飽和現(xiàn)象得到較大緩解,。不過(guò)從上式中可以看到,，原有參數(shù)已經(jīng)較難確定了，又增加了一個(gè)新參數(shù)（∫I）,，所以,，這些參數(shù)必然互相影響,，使得新算法參數(shù)更加難以確定,。為此，經(jīng)過(guò)認(rèn)真的研究和實(shí)驗(yàn)分析,，比例作用與微分作用的比值和積分作用與微分作用的比值可取相同的值,，并且比例作用與微分作用的最佳比值同控制對(duì)象的滯后時(shí)間有關(guān)。滯后時(shí)間越大,，則比例作用響應(yīng)減少,，而微分作用響應(yīng)增加。兩者存在的關(guān)系如下：
比例作用=K（1/t）
微分作用=K（1-1/t）d
式中，K為系數(shù),；t為滯后時(shí)間與控制周期的比值,；t≥1；d表示微分作用,。
由此,，可將人工智能控制算法公式改為：
輸出=P［1/t+（1-1/t）d］+（1/M）∫［1/t+（1-1/t）d］
式中，P用于調(diào)整微分和比例的大小,，P增加,，相當(dāng)于同時(shí)將微分時(shí)間增加及減少比例帶。反之,，P減少,，相當(dāng)于同時(shí)將微分時(shí)間減少和增大比例帶。M類(lèi)似積分時(shí)間,，可用于調(diào)整積分和微分積分的大小,，t用于調(diào)整微分與比例的相互比例成分。如果t=1,，則微分作用為0,，如果1Ｍ＝０，則積分作用為0,。這樣,，控制參數(shù)又減少為3個(gè)，由于常規(guī)PID參數(shù)的定義只根據(jù)算法本身,，其特點(diǎn)是不需要考慮被控對(duì)象的精確模型,，而改進(jìn)后的3個(gè)控制參數(shù)，由于同原參數(shù)概念不同,，所以,，定義為MPT控制算法，具體含義如下：
M5為保持參數(shù)：M 5 定義為輸出值變化為5％時(shí),，控制對(duì)象基本穩(wěn)定后測(cè)量值的差值,。5表示輸出值變化量為5%，同一系統(tǒng)的M 5參數(shù)一般會(huì)隨測(cè)量值有所變化,，應(yīng)取工作點(diǎn)附近為準(zhǔn),。例如某電爐溫度控制，工作點(diǎn)為700℃,，為找出最佳M 5值,，假定輸出保持為50％時(shí)，電爐溫度最后穩(wěn)定在700℃左右,，而55％輸出時(shí),，電爐溫度最后穩(wěn)定在750℃左右,。則：M 5＝750-700＝50.0（℃）M 5參數(shù)PID調(diào)節(jié)的積分時(shí)間起相同的作用。M 5值越小,，系統(tǒng)積分作用越強(qiáng),。M5值越大，積分作用越弱（積分時(shí)間增加）,。如果,，M=0，則系統(tǒng)取消積分作用,。
P為速率參數(shù)：P與每個(gè)控制周期內(nèi)儀表輸出變化100%時(shí)測(cè)量值對(duì)應(yīng)變化的大小成反比,，其數(shù)值定義如下：P=1000÷每秒鐘測(cè)量值升高值（測(cè)量值單位是0.1℃或1個(gè)定義單位）。例如電爐溫度控制,，如果儀表以100%功率加熱,，并假設(shè)沒(méi)有散熱，電爐每秒升高1℃時(shí),，則P=1000÷10=100,，在實(shí)際應(yīng)用時(shí)，因?yàn)闆](méi)有散熱的前提條件是無(wú)法滿足的,，所以,，用人工的方式確定P的最佳值是不可能的，因此,，一般利用自整定方法確定P的最佳值,，P值對(duì)調(diào)節(jié)中的比例和微分均有作用。P值越大,，比例,、微分作用成正比增加，而P值越小,，比例,、微分作用相應(yīng)減弱。P參數(shù)與積分作用無(wú)關(guān),。
T為滯后時(shí)間參數(shù)：T定義為某電爐以某功率開(kāi)始升溫,，當(dāng)其升溫速率達(dá)到最大值的63.5%時(shí)所需要的時(shí)間，T值單位是秒（s）,。引入?yún)?shù)T并正確設(shè)置時(shí)可以完全解決溫度控制的超調(diào)現(xiàn)象及振蕩現(xiàn)象,，同時(shí)使控制響應(yīng)速度最佳。T值的變化,，可對(duì)調(diào)節(jié)作用中的比例和微分起作用,，T值越小,，比例作用越強(qiáng),，微分作用越弱,。T值越大，則比例作用減弱,，微分作用增強(qiáng),。如果T≤CTL（控制周期），則微分作用被完全取消,，這時(shí),，系統(tǒng)的調(diào)節(jié)規(guī)律將成為比例或比例積分調(diào)節(jié)規(guī)律。
2. AI系列智能工業(yè)調(diào)節(jié)器輸出類(lèi)型選擇 當(dāng)選擇繼電器輸出模塊并執(zhí)行PID控制時(shí),，此時(shí)請(qǐng)注意控制周期的問(wèn)題,。此考慮在于繼電器的壽命，因此建議在自整定結(jié)束后將輸出周期設(shè)定為15-40秒（對(duì)于其他輸出類(lèi)型如：固態(tài)繼電器觸發(fā)輸出等,，因無(wú)機(jī)械觸點(diǎn)壽命的問(wèn)題,，輸出周期可以設(shè)置的比較小）,。輸出控制是以時(shí)間比例的方式來(lái)執(zhí)行,，因此若是加熱速度較快并且控制周期較長(zhǎng)時(shí)，可能會(huì)造成溫度的振蕩,。由上述可知,，控制周期的大小是會(huì)影響控制上的精度，因此使用上需在精度及繼電器壽命上取得平衡,，或是改為其它類(lèi)型輸出的模塊來(lái)克服此問(wèn)題,。
四、結(jié)束語(yǔ)
在塑料機(jī)械采用加入模糊控制算法的AI系列PID調(diào)節(jié)器,，性能穩(wěn)定,，控制精度高，設(shè)備未運(yùn)行時(shí)溫度幾乎是穩(wěn)定在設(shè)定值,，在設(shè)備運(yùn)轉(zhuǎn)中因原料的流動(dòng),，雖會(huì)有一定的波動(dòng)，但偏差一般在正負(fù)2度以?xún)?nèi),。