资源描述：
《基于matlab的花椒烘房温度模糊控制器》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于MATLAB的花椒烘房温度模糊控制器余小草,陈建,丁珠玉,李云伍,杨娜伟(西南大学工程技术学院,重庆400716)摘要:针对传统人工干制花椒方法受人为因素影响大、能耗高以及传统PID温度控制方法难以运用在复杂温度系统中的问题,提出了采用模糊控制的方法对花椒烘房温度进行MATLAB仿真,实现花椒烘房的温度智能化控制。仿真结果表明:模糊控制具有较好的鲁棒性和抗干扰能力,能够很好地提高花椒烘房的干燥效率,节约能源。整个系统设计成本低廉,适合于大面积推广应用。关键词:花椒干制;模糊控制;MATLAB仿真中图分类号:TP273;S126文献标识码:A文章编号
2、:1003-188X(2009)10-0184-030引言目前,我国的食品干制温度控制领域仍采用人工调控或传统的PID控制方法。人工调控方法的缺点主要是受人为因素影响大,耗费大量人力与能源;PID控制方法需要建立被控对象精确的数学模型[1],而且只有在系统模型参数为非时变的情况下才能获得理想的效果。影响花椒干制品质的因素有温度、铺层厚度、加热时间和风速[2]。PID控制方法难以在这种环境下达到理想的花椒干制温度的精度要求,甚至造成系统不稳定。因此,以上方法不能满足自动控制系统不同复杂变量的要求。针对以上存在的问题,本文提出了基于模糊控制的花椒烘房温度控
3、制系统。系统根据专业人员的操作经验设定控制规则,建立模糊控制的温度设定曲线,并采用人工烘制花椒提出的两阶段温度烘制花椒的方法,利用MATLAB建立系统控制模型,对其进行仿真分析。通过这种方式,可以缩短系统开发周期,提高系统的稳定性。1花椒烘房温度设定烘房温度的高低将直接影响花椒的干制加工过程及其品质[3]。为了以较低能耗获得高品质的干制花椒,本文依据文献[4]提出的人工烘制花椒方法,采用两阶段恒温干制,即花椒的去湿与烘干阶段。1.1去湿阶段由于鲜湿花椒初始含水率较高,若直接采用高温收稿日期:2008-12-23作者简介:余小草(1986-),女,四川彭
4、州人,硕士研究生,(E-mail)grass96908pig@163.com。通讯作者:陈建(1957-),男,重庆人,教授,博士生导师,(E-mail)chenjian@swu.edu.cn。进行干制,容易造成蒸煮现象和油椒的出现,所以将鲜湿花椒放入烘干仓干燥到花椒裂壳率达到50%左右,作为花椒干制的第1阶段。该阶段烘房内平均温度控制在45～51℃之间,设定温度为48℃,最高不超过55℃[4],但也不低于42℃。温度过低将延长烘干时间,浪费能源,降低效率;温度过高将影响花椒的品质,出现油椒。该阶段烘干时间应根据不同花椒的含水量控制在1-2h内。1.
5、2烘干阶段第1阶段的烘干使花椒皮收缩并开始出现裂口后,系统迅速升温,烘房内温度上升至65～71℃,设定温度为68℃[4],并维持2-3h,此为花椒干制的第2阶段。一般情况下,此阶段只需维持2h,系统即停止加热,待烘房内温度自然冷却至50℃以下,即可出仓。2建立MATLAB的仿真模型利用MATLAB的模糊控制箱及Simulink内含的功能元件,建立花椒烘房温度模糊控制器及其系统的模型。2.1建立模糊控制器在花椒干制过程中,温度是影响干制过程及花椒品质的重要因素。因此,本文采用温度偏差,即实际测量温度与给定温度之差e及偏差变化率ec作为模糊控制器的输入变量
6、,输出u为PWM波(脉冲宽度调制)控制电机的转速,来调节烘房内温度的升降,形成典型的双输入单输出二维模糊控制器。运用MATLAB中的FIS编辑器[5],建立烘房的Mamdani型模糊控制器,如图1所示。温度偏差e、温度偏差变化率ec和输出变量u的语言变量E,EC,U都选择为{NB,NM,NS,Z,PS,PM,PB},其中P和N分别表示正与负,B,M,S分别表示大、中、小,Z表示0。图1模糊控制器模型Fig.1Fuzzycontrollermodel2.2建立控制决策及隶属函数模糊控制决策及解模糊方法采用系统默认值,即极大极小合成运算与重心法解模糊。由模
7、糊控制决策公式可求得输出变量U的模糊集合[6]为Uij=(Ei×ECj).R(1)式中Ei,ECj—输入变量的模糊集;Uij—输出变量的模糊集;R—模糊关系。49R=R1∨R2∨∨R48∨R49=∨Ri(2)i=1量要注意防止超调,以系统的稳定性为主要出发点。表1模糊控制规则表EECNBNMNSZPSPMPBNBPBPBPBPBPMPSZNMPBPBPBPMPSZZNSPMPMPMPSZNSNSZPMPMPSZNSNMNMPSPSPSZNSNMNMNMPMPBZZZNSNMNMNMNBNBNBNBNBNBNBTable.1Fuzzycontrolru
8、les模糊规则三维关系曲面图如图3所示。从图3可以清晰地观测到模糊系统基于输入集的输出集的变化
