電阻爐溫度智能控制系統優化

楊 亮

(陜西工業職業技術學院,陜西 咸陽 712000)

在機械、化工等領域因為需要進行材料的加熱處理,因此電阻爐使用較為普遍。電阻爐作為一種利用電流加熱電熱體元件將電能轉化為熱能的設備,其溫度的調節時間長,且抗干擾能力較差?，F階段電阻爐的爐溫控制主要以常規的PID為主,這一方法雖然操作簡單,但是難以建立起精確的模型,使得電阻爐爐溫控制效果不佳。同時電阻爐的使用時間過長也會出現溫差情況,因此對電阻爐溫度控制系統加以優化十分重要?；谝陨蠁栴},本文主要探討在工業生產中電阻爐的溫度控制優化方法,希望能夠提升電阻爐溫度控制的準確性以及溫控系統的適應性。

1 電阻爐溫度控制系統框架

工業上對于金屬材料的熱處理方式為先加熱,然后到指定溫度后,在該定溫度下進行一段時間的保溫,然后再進行降溫處理[1]。箱式電阻爐作為鋼件淬火等處理的重要構件,其在工作時主要采用三相電阻絲進行加熱。

傳統的電阻爐溫度控制采用閉環系統管理方式。借助溫度傳感器進行電阻爐的溫度采集,然后借助系統進行分析,將電阻爐的溫度值與系統預先設定值相比較計算出溫度偏差,偏差經由數字轉換輸入到控制器中,然后得到控制信號對可控硅進行控制,進而通過改變電阻絲的電流實現對電阻爐實際爐溫的控制[2-3],如圖1所示。

2 基于熱電偶實現電阻爐溫控系統優化

2.1 熱電偶溫度校驗原理

常規電阻爐的爐溫采集為溫度傳感器,通過溫度傳感器實現對電阻爐爐溫數據的采集。這一采集方式會因為使用的時間出現明顯的溫度偏差[4]。熱電偶作為一種常見的測溫元件,具有結構簡單、精度高、慣性小等優勢,受到時間影響出現偏差的概率較小[5]。

電阻爐的內外部構造如圖2所示,設有爐門、電阻絲以及耐火磚等。熱電偶溫度采集需要將熱電偶在電阻爐安裝時從爐門插入電阻爐的內部,將中間的縫隙以石棉繩填滿,然后按照使用說明進行電源線等連接[6]。安裝完成的熱電偶能夠實現長時間的高溫作業,對電阻爐內部角落以及中心部位進行全方面檢測。

2.2 熱電偶溫度精準校驗設計

將熱電偶用于電阻爐爐溫控制系統的溫度測量裝置,能夠提升測溫的直觀性。同時熱電偶配有電子調節器熱電機、絕緣套、固定裝置以及多處伸縮桿等[7],如圖3所示。

圖3 熱電偶結構示意圖

在進行測溫時將其放置于電阻爐的內部,能夠實現多處位置的溫度采集,便于電阻爐溫度控制系統結合多點溫度進行校驗。同時根據熱電偶的中間溫度定律,在設計時需要進一步對電路加以簡化,借助系統控制方式實現非線性以及濾波等功能,提升熱電偶校驗的準確度,為電阻爐溫度控制系統的優化發揮作用[8]。

3 基于CPLD實現電阻爐溫控系統優化設計

3.1 硬件選型

在電阻爐的溫控系統中,現場溫度的采集是實現電阻爐溫度精準采集的前提。因此本系統優化設計選用CWDZ11型電熱偶作為電阻爐溫度采集的設備。該型熱電偶具有靈敏、穩定等優勢,能夠提升電阻爐溫度采集的準確性[9]。

在熱電偶將采集到的電阻爐溫度信號發送至控制系統終端-主控器模塊時,主控器模塊對信號進行響應。因此在進行主控器選型時,充分考慮到其工作的需求,主控器選用ALTERA公司的CPLD可編程邏輯器[10]。

人機交互界面是電阻爐溫控操作人員進行溫控參數設定以及系統調整的重要途徑。因此人機交互界面必須具有較高的清晰度以及高分辨率。因此人機交互界面選用中顯生產的SD7302BT型號的8.2寸液晶觸摸顯示屏作為主平臺,這一觸摸顯示屏的分辨率為1 200×800,能夠滿足分辨率的要求,同時其配備有喇叭以及LED能夠在系統出現故障時及時報警[11]。

3.2 硬件系統設計

硬件系統設計流程如圖4所示。

圖4 硬件系統設計結構示意

在電阻爐溫度控制系統工作時,操作人員首先通過人機交互模塊(液晶顯示屏)對物質加熱所需升溫溫度以及升溫時間進行設定。在接收到設定溫度控制需求后,主控器接收由熱電偶傳遞的電阻爐實時溫度,借助控制算法對溫度的預設值與實時采樣值進行計算,然后將計算結果傳回主控制器模塊,由主控制器根據計算結果發送出控制指令到執行單元,指令經過控制晶閘管驅動功率調節器進行工作,從而實現通過控制電流以控制電阻爐溫度的效果[12]。

3.3 控制算法

傳統的PID算法雖然具有原理簡單、操作容易的優勢,但因為其偏差較大,控制效果不佳。而神經網絡算法作為一種由神經元可調的連接權值所組成的算法,模擬人的神經系統,能夠進行自組織的學習[13]。理論上來講,神經網絡能夠近似于任何函數,非線性映射能力極強,學習參數的設定具有靈活性以及適應性,能夠并行信息處理[14]。因此本系統采用經由神經網絡改進的PID算法進行系統操作設計。

傳統PID算法可以表示為

Δe(t)=Kp[z(t)-z(t-1)]+KIz(t)+

KD[z(t)-2z(t-1)+z(t-2)]

式中:t為時刻;Kp、KI以及KD為比例系數、積分系數以及微分系數;z(t)為電阻爐初始設定值以及實際值之間的差。建立起以神經網絡理論為基礎的動態模型,將Kp、KI以及KD系數的動態調節過程進行設置,源碼如下:

Module bp-pid(input clk,

input rse_n,

input [8∶0] er,

output reg [16∶0] fu

);

wire [16∶0]fu_wire;

reg [8∶0]eri,er2

parameter kd=5;

parameter ki=1;

parameter kp=1;

end

4 基于Matlab以及Smith仿真實驗分析

為了解熱電偶以及模糊神經網絡對于電阻爐溫度控制系統的優化效果,利用Matlab以及Smith對其電阻爐的控制系統進行整定。按照神經網絡改進后的PID源碼進行參數設計得到KD=5;KI=1;Kp=1。同時為了驗證本文設計的電阻爐溫度控制系統的優化效果,將傳統PID控制下的電阻爐作為對照對象[15]。選用45鋼等溫球化退火工藝電阻爐作為實驗對象。然后追蹤同一流程下、同樣型號的電阻爐不同溫控系統的曲線變化,對照曲線得到溫控系統的優越性。結果如圖5所示。

圖5 神經網絡改進PID控制結果

由圖5可知,采用神經網絡加以改進的PID電阻爐溫度上升曲線的波動更小,基本上能夠圍繞著標定曲線進行追蹤,其超調量以及調節時間明顯小于傳統PID。且神經網絡改進PID的電阻爐溫度上升具有較強的規律性,因此改進后的控制系統效果更好,說明系統得到明顯的優化。

5 結 語

電阻爐作為一個純滯后時間較長的設備,在進行控制的時候更要注意其調節時間。熱電偶能夠提升電阻爐溫度控制的準確率,為控制終端提供精確的反饋,而模糊神經網絡改進PID能夠縮短電阻爐的調節時間,使其更快地達到穩定狀態。本文為優化電阻爐溫度控制系統,一方面熱電偶代替傳統的溫度傳感器,另一方面用神經網絡改進算法替代PID,取得了較好的效果,能夠縮短電阻爐溫度控制系統的調節時間,提升工業生產的效率。