(最新)混凝土搅拌站自动配料系统的研究与开发

《(最新)混凝土搅拌站自动配料系统的研究与开发》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、硕士学位论文混凝土搅拌站自动配料系统的研究与开发学科专业：进簋扭应旦撞耋作者姓名：重竖盔指导老师：毯医熬援青岛理工大学二oo七年六月青岛理工大学工学硕士学位论文摘要混凝土搅拌站已成为混凝土生产的主要场所，其称重配料环节作为混凝土生产过程中的关键环节，是影响混凝土质量的重要因素。同时，控制系统的性能，对搅拌站的正常运行有着非常重要的影响。首先，控制方案的优劣决定了搅拌站能否稳定可靠的运行；其次，控制策略的选取决定了搅拌站的生产效率与配料精度；再次，上位机监控软件的设计决定了人机交互的易用性和方便性。因此，针对以上问题，本文主要进行了以下工作：(1)对课题背景及其研究的意义进

2、行了介绍，对混凝土搅拌站的发展、分类及其组成结构进行了概述，重点对控制系统的方案进行了对比分析。。(2)确定控制系统方案，选用工控机和PLC的组合方案，同时对工控机、PLC、称重传感器、模数转换模块、重量变送器进行了选型，实现了控制系统总体设计。(3)详细介绍了料斗秤的组成及工作原理，分析了动态称量过程的物理机理，在此基础上推导出称重配料过程的数学模型，并进行了计算机仿真。“)针对系统断续、重复运动的特点，采用迭代学习控制算法对称量控制量进行不断的修正，使配料精度不断提高。仿真结果表明，应用迭代学习控制算法可以取得满意的控制效果。同时，针对实际应用过程中，设定值的改变对称

3、量结果造成的波动影响，对称量控制量采取分段设置的方法，减小了配料精度的波动。(5)利用面向对象的程序设计语言Delphi设计上位机监控软件，可实时监控系统的运行情况，同时具有生产数据的保存、查询，报表的生成、打印等功能。最后对下位机的控制软件和上下位机之问的通讯功能进行了设计．关键词称重配料系统；混凝土搅拌站；迭代学习控制算法；监控软件苎璺罂三查主苫主璺圭主堡堡兰AbstractConcretebatehingplantshavebeenthemainplaceforconcreteproduction．Weie,hingandburdening嬲thepirotalpa

4、ftduringtheprocessofconcreteproductionistheimpormmtfactorwlaiehaffecttheconcretequality．Andtheweighingandburdeningcontrolsystemhaveabigeffectonthehatchingplant眦ing．First,theformofeonlrolsystemdecidesifbatelaingplant∞nworkstableOrnot．Second,thecontrolmeansdecidetheproductionefficiencyandbu

5、tdeniagaccuracyoftlaehatchingplant．Third,themonitorandeonlrolsottwaredecidetheconveniencebctwccnhumanandmachine．Inordertosolvetheseproblem,somcworka∞donebelowinthispaper；(1)Inla'odueethebackgroundandsignitieationofthesubject．Summarizethedevelopment,classificationandcompositionoftlaeconcre

6、tebatelaiagplant．Analysistheformofconlrolsystememphasis．(2)ChoosetheformofcontzolsystemwhielausingIPCangPLC．ThenchoosetlaetypeofIPC，PLC，weighingsensors，A／Dmoduleandweighingtransmitter．Then,fmislathehlll'dwal'edesignofthecontrolsystem．(3)Introdllcethecompositionandworkingprincipleoftlaehop

7、per-scaleindetailed．Analysisthephysicsmechanismofthedylaamieweighingproeessandestablishedmalhcmadc$modeloftlaeprocessbasedOntheresult11b朋thesimulationexperiments鄱llllKk：．too．(4)Aimtoch锄cterofuneontinueandrepetitive．ILC(IterativeLearningContr01)algorithmisusedtomodif