1 概述

沥青混合料搅拌设备是路面工程机械的关键设备之一, 被广泛应用于道路、机场、码头和基础设施的施工, 影响着工程质量的好坏。沥青混合料搅拌设备的主要功能是将大小不同的石料经加热烘干后筛分成不同粒径范围、不同粒径大小的石料分别送入各热料仓, 按照实际用料的不同级配需要, 与一定量的粉料和加热到一定温度的沥青一起送入搅拌缸搅拌至均匀, 生成沥青混凝土[1]。生产过程中要按配方比及所设定的生产率计算并称量各种石料、粉料、沥青的重量[2]。而目前的搅拌设备由于存在过冲量反应慢、检测手段和计量方法的局限, 造成计量精度不高, 进而影响沥青混凝土的质量。为提高混合料的生产工艺和计量精度, 设计智能型的称重模块有着重要的应用价值。

2 称重模块结构

称重配料控制是沥青混合料搅拌设备的核心环节, 主要功能就是将加热后的骨料、沥青和粉料按照预先设定好的配方比例分别进行称量, 其中骨料和粉料属于多种料的累加计量。称重系统的计量精度直接影响成品料的质量, 按交通行业标准JT/T270-2002《强制间歇式沥青混合料搅拌设备》规定[3]:标准工况下物料动态计量时, 沥青计量精度为±2.0%、粉料计量精度为±2.5%、石料计量精度为±2.5%。

这里以石料计量为例, 图1所示为热石料称重计量结构[4]。工作时, 存放在冷集料斗中石料由输送机经过干燥滚筒烘干加热后, 由热料提升机送至筛分系统, 由振动筛将石料筛分为特粗式、粗粒式、中粒式、细粒式等4中料, 分别存放在石料4个热料仓中。热料仓的斗门开度有控制器控制气缸完成, 放料分粗放和细放。计量时, 根据工艺要求设定斗门开启的先后顺序, 先粗称, 当称重传感器检测的计量信号达到设定值的85%时, 减少斗门开度, 开始细称, 这时, 石料落入计量斗中的速率明显减缓, 当达到计量值时, 气缸回复原位, 关闭斗门, 石料计量是累加计量。

图1 热石料计量称重结构Figure 1 Hot stone structure measuring and weighing   下载原图

3 PID算法设计

3.1 模糊PID控制

PID控制是比例积分微分控制的简称, 由于其算法简单、鲁棒性好[5], 在工业控制中获得了广泛应用, 今天仍有90%以上控制回路采用PID控制。

其控制规律为:

式中:e (t) 为误差;Kp为比例系数;Ti为积分时间常数;Td为微分时间常数。骨料和沥青计量环节具有滞后性, 操作中存在着提前量和过冲量, 常规PID调节器容易出现大超调, 响应速度慢, 具有一定的模糊性, 因而需要采用模糊规则修正PID参数。模糊PID控制器主要包括模糊参数整定器, 它有两个输入量:偏差e和偏差变化率ec;有3个输出量:参数Δkp、Δki、Δkd。设e, ec和Δkp、Δki、Δkd分别定义7个模糊子集, 且服从正态分布, 先进行归一计算后, 求得模糊子集的隶属度值, 根据模糊规则设计PID参数正定的模糊化矩阵表[6]。为进一步提高混合物各成分的计量精度和计量模块的动态响应, 这里采用蚁群算法来优化模糊PID控制器的kp, ki, kd3个参数。

3.2 蚁群算法优化模糊PID

寻找最短路径的蚁群算法来源于蚂蚁寻食的行为, 蚂蚁在觅食过程中通过信息素指引蚂蚁的行走, 最终寻得最短路径[7,8]。在动态系统求解时, 可以利用蚁群算法来优化PID控制器的kp, ki, kd3个参数。蚂蚁k (k=1, 2, …, m) 在运动过程中, 根据各条路径上的信息素的浓度决定转移方向, 假设在一个使系统稳定的有限参数区域内的每个节点记为{ (xi, yj) ︱xi=0, 1, 2, …, i;yj=0, 1, 2, …, j}, 建立一组长度为n的数字序列, 数字序列表示蚂蚁走过的节点, 数字序列通过节点与每组参数 (kp, ki, kd) 一一对应, 蚂蚁k由节点i转移到节点j的概率, 即为:

式 (2) 中:φa (xi, yj, t) 表示蚂蚁在运动过程中i、j节点连线上所积累的信息素浓度, μb (xi, yj, t) 表示在启发式因子作用下蚂蚁所选择的路径由节点i转移到节点j的期望程度。a表示蚂蚁在运动过程中所积累的信息, b表示启发因子在蚂蚁选择路径中所取的作用程度。在t时刻, 节点 (xi, yj) 上的期望程度为:

式 (3) 中y是本次循环产生的解序列[9], y*是上一次循环中产生的最优性能指标所对应的解序列。蚂蚁从初始点开始, 经过n个时间单位到达终点, 节点 (xi, yj) 上的信息素就会发生变化, 信息素的更新公式如下:

上式中:m为蚂蚁数量, Fk为性能指标值, kallowedk表示蚂蚁k本次循环经过节点 (xi, yj) 。

经过蚁群算法优化的kp, ki, kd3个参数可通过如下迭代公式计算:

在本文的算例中, 通过仿真试验, 确定a, b的最佳取值范围为a在1.61~1.63之间, b在2.85~2.87之间, ρ在0.315~0.335, 当a, b, ρ在该区域取值时, 蚂蚁的吸引强度最强, 系统向优化解收敛的速度最快[7]。系统中参数i=30, j=20, m=30, Q=50。

蚂蚁在完成每次搜索之后, 都会按照公式所给出的蚂蚁信息素更新规则进行更新。通过不断地重复上述过程, 蚁群算法所搜索出的最终节点路径代表算法计算出的最优路径, 其性能指标也最优, 即kp, ki, kd在蚁群算法中由节点值反映性能指标, 蚁群算法的实现结构图如图2所示[10]。

图2 蚁群算法的模糊PID控制结构图Figure 2 ACO algorithm fuzzy PID control structure   下载原图

PID参数的在线校正是由蚁群算法对模糊逻辑规则不断地改进、修正和运算完成的, 称重计量时, 由称重传感器检测计量信号, 计算出e和ec, 在通过蚁群算法和模糊规则, 在线整定PID控制器的kp, ki, kd3个参数, 然后及时由D/A送到气缸控制斗门开度, 完成准确计量, 提高了称重模块的动态性能。

4 仿真分析

蚁群算法优化模糊PID参数是一个动态的过程。实际称重模块主要环节包括电机转动、电机电磁、变频控制器和滞后环节, 因此, 沥青混合料搅拌设备计量精度控制系统可简化三阶模型[11], 传递函数为:

仿真试验中, 初始信息素为0.01, m=30, a=1.558, b=2.866, ρ=0.32, Q=50, 循环次数为100。在Matlab仿真中, 采用3种不同的PID控制并进行比较, 他们的单位阶跃响应输出如图3所示, 3种方案的计算结果和动态指标如表1所示。

从图3可看出:和常规PID控制相比, 用蚁群算法优化模糊PID控制的称重计量系统的动态和稳态性能指标有了很大的改善, 其动态性能指标也优于模糊PID算法, 提高了响应速度, 系统的动态性能和稳态性能都得以提高。

图3 系统单位阶跃响应曲线Figure 1 System unit step response curve   下载原图

表1 3种方案的计算结果和动态特性Table 1 Three scenarios calculations and dynamic characteristics     下载原表

由表1可以看出:在采用本文算法计算出的控制器的控制下, 系统的超调量和响应时间明显减少, 综合上述分析可知本文提出的算法效果更佳, 可以从算法上有效解决搅拌设备动态计量时由于存在过冲量反应慢, 动态响应慢的缺陷, 提高计量斗的计量精度。

5 硬件实现

以沥青计量为例, 计量是通过沥青称量灌3个测点的测量数据实现, 前提是3个点应在同一水平面上, 重心处于3个点的中心, 沥青料门的开度大小是通过气阀实现的。当沥青开始计量时开始时间计时器计时, 当计量结束时停止计时器计时, 将计时器的值保存到临时寄存器D1中, 通过多次的称量得到平均配料时间修正值T= (上一次计量时间d1-本盘计量时间t1) /2+原配料时间Ty。当本盘配料时间大于平均配料时间的120%时停止沥青供给泵, 此参数可根据需要设定更改。当沥青计量称中的实际值超过设定值的120%时停止沥青供给泵, 此参数可根据需要设定更改。流程如图4所示。

图4 沥青计量流程图Figure 4 Asphalt weighing flow measurement   下载原图

动态配料称重过程可以看作是SISO系统, 通常为高阶非线性环节的特性, 且有N阶纯滞[11]。因为称重模块有惯性特性, 所以当称重计量速度加快时, 石料的过冲量、从下落到计量斗内的时间差、执行机构的滞后以及沥青的粘度等干扰因素将影响石料计量精度, 在实际情况, 通过降低速度来提高石料计量精度。而蚁群PID算法能修正物料计量的误差, 提高精度。本地站采用三菱Q00UCPU作为核心控制器, 蚁群算法和模糊PID控制的均在此控制器中编程实现, 重量信号由称重变送器处理后进入AD模块, 经过AD转换后由CPU按照蚁群模糊PID算法计算kp, ki, kd共3个参数并进行调节。本系统选用METTLER-TOLEDO的TSB系列高精度传感器和TR200H高精度信号变送器;采用调零电路, 使传感器在承受料斗重量时, A/D转换器输入电压为0, 把重在A/D转换中占有的数字部分让给料重占用, 提高精度;选用三菱高速A/D转换模块Q64AD模块;该模块为四通道A/D转换模块, 转换精度高, 转换速度快, 且具有通道隔离功能, 提高了运行的稳定性。以粉料计量斗设备为例, 硬件上设计采用MET-TLER-TOLEDO称重传感器3只, 料斗为单斗、带密封门、3点悬挂, 容量为500 kg, 悬挂方式为3个0.3 t称重传感器, 带运输固定螺栓, 放料方式为气动斜槽和气动蝶阀控制快速螺旋放料, 采用落差自动补偿及特殊机械放料方式, 如图5所示。

图5 称重变送器接线图Figure 5 Weighing transmitter wiring diagram   下载原图

6 结论

沥青搅拌站多在郊外安装与生产, 环境和气候影响因素多, 造成石料的计量误差, 称重系统的动态误差难以达到要求。本文在深入研究称重配料系统组成和工作特性的基础上, 采用蚁群算法优化模糊PID控制器的kp, ki, kd3个参数, 给出了具体的优化步骤和方法, 对沥青计量流程和称重硬件进行了设计, 选用高精度器件, 经验证, 设计的称重计量模块动态性能得以改善, 并且能达到标准精度要求。