基于神经网络内模控制的毛细管流变仪温控系统设计

　　流变性能是反映高分子及塑料加工性的主要指标。毛细管流变仪是用于高分子及塑料的科研和产品开发中测量材料不同温度下流变性能的常用仪器,流变性能测试在其加热腔中进行。因此加热腔温度控制系统的性能直接对流变性能的测试精度产生影响[1]。由于加热腔的特殊结构,要求温度控制系统响应快速,没有超调,并能快速消除扰动的影响。

　　流变仪大多在温控系统中采用3段电阻丝加热,温控部分是一个3输入3输出的多变量系统。通过对每段加热电阻单独加阶跃信号,测得3个变量之间耦合强烈,且有一定非线性,同时系统还是一个大时间常数、分布参数的系统。故被控对象比较复杂,建立精确的数学模型难度大。针对此类系统,国内外在多变量解耦控制方面已经取得一些成果[2~4],但其控制或仿真一般针对2输入2输出系统。作者应用神经网络内模控制方法实现了3输入3输出的多变量系统的非解耦温度控制。神经网络内模控制是一种不需要建立控制对象的精确数学模型,对过程的未建模动态和扰动的适应能力良好,鲁棒性强的控制方法,它具有设计简单,便于调试,跟踪调节性能良好,能消除干扰影响,鲁棒性强的特点,可以满足控制系统的要求。

　　1　系统构成

　　基于神经网络内模控制的毛细管流变仪温度控制系统结构如图1所示。该系统被控对象是毛细管流变仪的加热腔,被控参数是加热腔内的温度。加热腔内温度的设定由上位机的键盘输入上位机,再由上位机通过串行通讯接口传送至下位机。加热腔内温度由分布在腔内上、中、下3段的3个镍铬-镍硅热电偶测量,热电偶输出的电经过放大,送A/D转换电路变换为数字量送下位机-单片机。由于神经网络算法比较复杂,因而神经网络内模控制算法由上位机-PC机来完成。故单片机读入的加热腔温度通过串行通讯口传给上位机,上位机利用神经网络内模控制算法,求出控制量,再通过串行通讯口传送给单片机,由单片机把控制量送D/A转换器变成模拟量去控制双向晶闸管的导通角,从而调节加热电阻发热功率,实现加热腔的温度控制。

　　2　神经网络内模控制方案

　　2.1　神经网络内模控制系统结构

　　针对毛细管流变仪加热腔的神经网络内模控制系统结构框图如图2所示。

　　图2中,NNM为神经网络内部模型;NNC为神经网络内模控制器;P为被控对象;y为被控对象的输出量;u为控制器给出的控制量;r为给定输入;υ为扰动;Fr为前馈滤波器;Ff为反馈滤波器。

　　根据内模控制的特性,当忽略Fr、Ff的作用(即Fr、Ff均取1),若对象P稳定,且神经网络内部模型精确(即NNM能无限逼近对象P),则若设计控制器NNC为NNM的逆(若模型的逆存在并可实现),在所有时间内y(k) = r′(k)。也就是说,系统对于任何干扰υ(k)都能消除,从而实现对参考输入的无偏差跟踪。