丁威,杜钦君,赵龙,宋传明,罗永刚,毕胜,王彬

(1.山东理工大学电气与电子工程学院,255022,山东淄博; 2.山东宏济堂制药集团股份有限公司,250100,济南)

对于需要炒制的中药饮片,温度控制的精度是反映炒制设备先进程度的重要指标,具有大惯性、时滞性以及多变量耦合的温度控制系统一直是国内外研究的难点[1-2]。温度控制的准确程度直接影响着饮片的质量、企业效益以及能源利用效率。利用蛤粉对阿胶珠炮制的温度控制精度需满足(235±5) ℃,温度过高过低都直接影响其药性及品质。传统PID控制一直被广泛应用于炒药机温度控制系统,但其控制参数KP、KI、KD不能随生产过程扰动的出现、环境因素影响以及控制对象参数发生变化而改变,且控制过程中容易出现较大的超调,无法满足阿胶珠炮制对控制精度的要求[3-4]。

采用智能控制的方法对传统PID控制参数进行动态调整,能够改善温度控制系统的动态性能,减小超调,改善系统的稳态精度。文献[5]采用BP神经网络对PID参数进行校正控制,减小了系统超调,提高了温度控制系统动态调节能力;文献[6]采用径向基函数(RBF)神经网络与PID控制相结合的方式,使温度控制系统抗干扰能力得到提高;文献[7]通过干扰观测器对控制系统进行改进,对外界干扰实现有效抑制,补偿了模型的不确定因素。

RBF神经网络具有最佳逼近性、一定的收敛能力以及良好的鲁棒性,但模型参数精度不足[8],而RBF神经网络自学习能力不足,不能快速提高模型参数的精度。……