基于PLC的色母粒自動配料系統(tǒng)開發(fā)

鄭 劍，李沛剛，馮顯英，梁晨晨，呂 強，周 兵

(1.山東大學 機械工程學院，濟南 250061 ；2.山東旌陽機械有限公司，山東 濟寧 272000)

基于PLC的色母粒自動配料系統(tǒng)開發(fā)

鄭 劍1，李沛剛1，馮顯英1，梁晨晨1，呂 強2，周 兵2

(1.山東大學 機械工程學院，濟南 250061 ；2.山東旌陽機械有限公司，山東 濟寧 272000)

基于工控機和PLC，開發(fā)了一套色母粒生產主從分布式精密配料控制系統(tǒng)。其中，工控上位主機主要負責對物料、配方、工藝、生產信息進行管理以及整個配料過程的監(jiān)控，PLC主要實現(xiàn)具體動作控制。提出了一種新的迭代自學習配料落差處理方法，同時也介紹了控制系統(tǒng)的總體方案以及軟硬件結構。實際運行證明開發(fā)的系統(tǒng)可行、可靠，人機界面友好，操作簡單，配料精確高，達到了預期目標。

自動配料；迭代學習控制；PLC；落差值

0 引言

色母粒是以20%～80%的比例將顏料經過擠出機均勻地分散到樹脂中而制得的顆粒。色母粒作為新型戰(zhàn)略儲備，被廣泛應用于軍事國防、工業(yè)、 農業(yè)、生物醫(yī)藥等領域。配料是色母粒生產中關鍵環(huán)節(jié)之一。所謂配料是將各原料按照事先設定好的配方依次精準計量并加以均勻混合的過程。配料速度對整個生產線的生產效率影響至關重要，配料精度直接影響產品最終的質量和性能[1-3]。

本文建立了以 PC 為管理、PLC 為控制級的主從分布式控制系統(tǒng), 并通過分段速度供料的方式來保證配料的速度，并且在配料過程中采用具有遺忘因子的迭代自學習方法動態(tài)修正計量誤差，保證配料的精度。

1 配料工藝流程及問題分析

本系統(tǒng)可完成3種粉體料，4種液體料的計量，粉體磅秤和液體磅秤各一個。由于多種物料共用一個磅秤，采用多種計量多次積算的方式配料。系統(tǒng)根據(jù)配方內容打開對應物料倉，啟動相應的螺旋輸送機。當稱量值達到一定值時，螺旋輸送機停止，物料倉閥門關閉，該物料計量結束，依次類推完成所有原料的計量。最后等待高速混合機叫料，按配方中指定的順序依次完成卸料，至此配料結束，物料進入高速混合機進行充分攪拌，最后經過密煉機加工之后排出，生產流程如圖1所示。

圖1 生產流程

在配料過程中物料倉閥門與磅秤計量料斗之間有一段距離，當倉料閥門打開時物料滯后一段時間才會落入計量料斗；當倉料閥門關閉之后空中還有一部分物料尚未落入磅秤計量料斗，這部分在倉料與磅秤計量料斗之間的“自由”料柱稱為落差。由于落差的存在要實現(xiàn)精確的計量必須適當?shù)奶崆瓣P閉物料倉閥門，即在磅秤讀數(shù)為(設定值-落差)時關閉入料閥門，待空中滯留的料柱完全落下之后正好達到設定值。由此可見落差大小直接影響系統(tǒng)的配料精度。落差大小受物料物理性質和環(huán)境因素等多方面影響，會產生一定波動。為了實現(xiàn)精確配料要不斷地對落差進行實時修正[4-5]。

2 控制系統(tǒng)構成及配料控制算法

2.1 控制系統(tǒng)構成

依據(jù)色母粒生產工藝及配料精度要求，確定了基于“IPC+PLC”的控制方式，如圖2所示。工控主機(IPC)選用研華IPC-610MB型工控機，PLC選用西門子S7-300系列，稱重選用雙通道的西門子SIWAREX-U模塊，屏通PT104-1B觸摸屏和安川CIMR-HB4A0006A變頻器組成的三級計算機控制網絡。PLC通過PROFIBUS-DP連接變頻器，通過RS232串行通信的方式連接稱重模塊。上位機通過西門子提供的PRODAVE開發(fā)包來完成與PLC的通信。上位機在XP環(huán)境下采用C#高級語言編程，實現(xiàn)對整個配料過程的在線監(jiān)控，后臺連接SQL數(shù)據(jù)庫支持歷史數(shù)據(jù)的查詢。上位機實現(xiàn)對整個配料的過程監(jiān)控、報警檢測、生產報表統(tǒng)計、視頻監(jiān)控、實時參數(shù)顯示等功能；下位機PLC主要完成動作執(zhí)行、設備狀態(tài)信息反饋等功能[6-7]。

圖2 控制系統(tǒng)結構示意圖

2.2 配料控制算法

磅秤稱量的實際值Ws與設定值Wd和落差U之間關系如下公式所示[8]：

(1)

ρ為物料在空氣中的比重(kg/m3)；S為控制余料的橫截面面積(m2) ；k為比例系數(shù)(m/kg)；H為物料倉閥門與磅秤底部之間的距離。其中S、H、k很容易確定，并且為定值，只有ρ難以確定受外界環(huán)境因素影響變化比較大，但在一段時間內可以看作相對恒定。

迭代學習是通過對被控制系統(tǒng)進行控制嘗試，以輸出信號與設定目標的偏差修正不理想的控制信號，來逐步提高系統(tǒng)的跟蹤性能。系統(tǒng)在給定時間[0,T]的期望軌跡yd(t),記第k次運行時產生的誤差為：

ek(t)=yd(t)-yk(t)

那么一般形式的迭代學習控制學習律的遞推式可表示為:

uk+1(t)=L(uk(t),ek(t))

迭代學習控制的基本原理框圖如圖3所示。

圖3 迭代學習控制原理圖

在實際生產中計量的影響因素有很多，比如空氣濕度，物料的均勻性等，有些影響因素是暫時的，這要求系統(tǒng)具有一定的穩(wěn)定性，為了加快迭代學習控制的速度，提高迭代控制的穩(wěn)定性，本文采用田森平,謝勝利等提出的新的具有遺忘因子的迭代控制策略，學習控制算法如下[9-10]：

uk+1(t)=(1-α)uk(t)+αuk-1(t)+Lek(t)，

k=0，1,2，…

(2)

由公式(1)可知，被控制系統(tǒng)具有不變性，雖然有參數(shù)ρ的不確定導致模型的不確定，但是可以通過訓練學習來控制，通過對落差U的重復訓練，使系統(tǒng)的實際稱量值Ws逐漸逼近設定值Wd。根據(jù)迭代控制的思想，每次計量要在區(qū)間[t1，t2]上給定期望軌跡yd(t)，再通過輸出誤差e(t)來計算下一次計量的落差值，使其稱量實際值逼近設定值。

在第一次配料時，當磅秤的計量值達到Wd-U0時，物料倉閥門關閉，最終稱量實際值W0，此時實際值與設定值得誤差為：

e0=W0-Wd

第k的計量的誤差：

ek=Wk-Wd

根據(jù)公式(2)可以產生新的落差：

U1=(1-α)U0+αU-1+Le0

其中α為遺忘因子0≤α<1，L為加權學習因子0

Uk+1=(1-α)Uk+αUk-1+Lek

(3)

M反應了對誤差的敏感程度，M越大敏感度越低根據(jù)，應實際情況適當選取。另外在迭代過程中要進行邊界檢測以確保0

當取a=0.1、M=0.1、Wd=100kg、S= 0.1m2、U0=2kg、H=2m、k=0.001m/kg、考慮ρ可能不穩(wěn)定ρ=20(±0.05)kg/m3，通過C#聯(lián)合MATLAB仿真結果如圖4所示。

圖4 仿真結果

經過9次迭代，第10次稱量時實際值經達到100.018kg，之后誤差在±0.02kg內，滿足企業(yè)生產質量要求。

實際運行中以稱量CaCO3為例，設定稱量值為100kg，進行50次稱量實驗，稱量結果如圖5所示(單位：kg)。

圖5 實際稱量結果

根據(jù)相關行業(yè)標準，稱量誤差控制在±0.02%以內即可，第5次稱量值首次達到要求，第7次之后基本穩(wěn)定在±0.02以內，穩(wěn)定之后的44次測量中僅有2次超出誤差要求，穩(wěn)定后產品合格率達到95.45%滿足一般生產。

3 控制系統(tǒng)主要軟件設計與實現(xiàn)

3.1 上位機程序設計

上位機主要充當用戶與下位機之間的媒介。傳統(tǒng)組態(tài)難以滿足靈活的生產需求，本系統(tǒng)結合配料生產的實際問題，上位機以vs2010為開發(fā)工具，來實現(xiàn)對倉料、配方內容的管理，對整個配料過程的在線監(jiān)測。主要功能如圖6所示。用戶管理用于對操作員身份進行核對以及權限的管理；工藝管理是對生產工藝參數(shù)的設定其中包括生產配方、排程計劃等內容；過程監(jiān)控是對生產過程中實際數(shù)據(jù)的采集、設備狀態(tài)的顯示、報警檢測及各工位的視頻監(jiān)控；數(shù)據(jù)報表是對生產產品、原料、人力等方面信息統(tǒng)計；數(shù)據(jù)庫管理主要是對數(shù)據(jù)庫的備份、還原、清理；視頻監(jiān)控使用海康的數(shù)字攝像頭，對關鍵工位實現(xiàn)畫面監(jiān)控。軟件操作主界面如圖7所示。

圖6 系統(tǒng)功能圖

圖7 操作主界面

3.2 下位機程序設計

下位機使用西門子STEP7V5.5編程。下位機主要實現(xiàn)各個工位的動作控制，以及采集現(xiàn)場第一數(shù)據(jù)以供上位機讀取，PLC主要控制流程圖、電控系統(tǒng)硬件實物圖分別如圖8、圖9所示。

圖8 控制流程圖

(a)PLC電控部分 (b)配料上位機系統(tǒng) 圖9 系統(tǒng)硬件實物圖

3.3 上下位機通訊

本控制系統(tǒng)，通過西門子提供的PRODAVEMPI/IE6.2模塊，解決上下位機通信問題。PRODAVEMPI/IE6.2是西門子提供的專門用于解決PC與西門子PLC的通訊問題的工具。可以通過“DB_Read/Write”、“FieldRead/Write”方式與西門子S7系列PLC進行數(shù)據(jù)傳輸。PRODAVE提供了豐富的基于Windows

操作系統(tǒng)的DLL函數(shù)，為PLC和PC通訊的提供了極大地便利，可以在VS開發(fā)環(huán)境下調用這些函數(shù)來建立與PLC的通訊連接。PRODAVE實現(xiàn)上位機與PLC的通訊不僅讀寫速度快，傳輸正確率高，而且不需要在PLC中編寫通訊程序，使用極為方便。

4 結束語

本控制系統(tǒng)采用兩段速度供料方式和具有遺忘因子的迭代自學習算法控制配料，實現(xiàn)了閉環(huán)實時動態(tài)調整計量誤差，提高了計量精度，保證了計量速度。該系統(tǒng)已經成功運用到實際生產中，實踐證明該系統(tǒng)能夠快速、精確的控制配料，配料精度控制在±0.02%以內，滿足一般工業(yè)需求，開發(fā)的系統(tǒng)人機界面友好，操作簡單，配料精確高，運行可靠，達到了預期目標，開發(fā)的系統(tǒng)是成功的。

[1] 門洪，英宇翔，王忠. 基于PLC的智能水泥自動配料系統(tǒng)設計[J]. 制造業(yè)自動化,2013(1): 128-130.

[2] 龐海亮，潘豐. 液洗機配料控制系統(tǒng)設計[J]. 儀表技術與傳感器, 2015(7): 81-85.

[3] Hang bailin, Jiang Lijuan, Sun Lianming. Parameter Self-Tuning Based Industrial Batching and Weighing Control System [J]. International Journal of Innovative Computing Information and Control, 2008, 5(11): 3995-4005.

[4] 劉發(fā)偉. 自適應配料控制方法的研究[D]. 青島: 青島科技大學, 2012.

[5] 廖雪超，劉振興，廖生偉. 基于兩級下料和動態(tài)修正的配料稱量控制模型[J]. 電氣傳動, 2014(6): 58-62.

[6] 吳明永，李菊生，王國偉. 基于PLC的硅鐵配料自動化控制系統(tǒng)的設計與應用[J]. 電氣傳動, 2016(2): 72-76.

[7] 王家寅，馮顯英，王曉斌. 基于PLC的試劑精密定量封裝控制系統(tǒng)開發(fā)[J]. 組合機床與自動化加工技術,2013(10): 80-82.

[8] 吳明亮，郜鵬鵬，鞏運迎，等. 基于PLC的自動配料控制系統(tǒng)研究[J]. 自動化與儀表,2013, 28(4): 44-47.

[9] 田森平，謝勝利. 一種新的帶有遺忘因子的迭代學習控制算法[C]. 武漢,武漢工業(yè)大學出版社, 2003.

[10] 謝勝利，田森平，謝振東. 迭代學習控制的理論與應用[M]. 北京: 科學出版社, 2005.

(編輯 李秀敏)

Development of Color Master Batching Automatic Control System Based on PLC

ZHENG Jian1,LI Pei-gang1,FENG Xian-ying1,LIANG Chen-chen1,LV Qiang2,ZHOU Bing2

(1.School of Mechanical Engineering,Shandong University, Jinan 250061,China; 2.Shandong Jingyang Machinery Co., Ltd., Jining Shandong 272000,China)

Based on IPC and PLC, a distributed master-slave precision dispensing control system of batching was developed. IPC is responsible for the material, formula, process, production information management and monitoring of the whole process of batching; PLC is responsible for motion control. A new iterative learning method is introduced, meanwhile, the overall scheme of the control system and the software and hardware structure are introduced. The practical operation proves that the system is feasible, reliable, friendly interface, simple operation, high accuracy, and achieves the expected goal.

automatic batching；iterative learning control；PLC；drop value

1001-2265(2017)05-0100-03

10.13462/j.cnki.mmtamt.2017.05.026

2016-08-08；

2016-09-28

鄭劍(1992—),男,河南南陽人,山東大學碩士研究生，研究方向為智能檢測與控制，(E-mail) zhengj9787@163.com；通訊作者:馮顯英(1965—),男,山東濟寧人,山東大學教授，博士生導師，研究方向為數(shù)字化制造、智能檢測與控制，(E-mail)fxying@sdu.edu.cn。

TH162;TG506

A