蔣志榮，陳 辰

（榮業(yè)軟件人工智能實(shí)驗(yàn)室，長(zhǎng)沙 410001）

以科技為依托，實(shí)現(xiàn)稻米加工的無(wú)人智能控制，讓稻米加工損耗最小，得米最高；讓大米營(yíng)養(yǎng)成分流失最少、成品米品質(zhì)最優(yōu)；讓一線工人勞動(dòng)強(qiáng)度最低、企業(yè)經(jīng)濟(jì)與社會(huì)效益最大，這是榮業(yè)稻米加工智能工廠已經(jīng)實(shí)現(xiàn)的目標(biāo)。

稻米加工智能工廠有五個(gè)基本維度，作為真正意義上的智能工廠，這五個(gè)維度缺一不可：萬(wàn)物互聯(lián)、軟件定義、工藝檢測(cè)、數(shù)據(jù)驅(qū)動(dòng)及智能控制。

1 萬(wàn)物互聯(lián)

稻米加工智能工廠的“萬(wàn)物互聯(lián)”是指車間各生產(chǎn)加工設(shè)備之間的互聯(lián)互通，包括傳統(tǒng)產(chǎn)線上機(jī)械設(shè)備之間的通信、智能設(shè)備之間的通信、原有設(shè)備與新增的智能控制器之間的通信、工藝檢測(cè)系統(tǒng)與智能控制器之間的通信、傳感系統(tǒng)與控制執(zhí)行系統(tǒng)之間的通信以及所有節(jié)點(diǎn)與控制平臺(tái)之間的通信，這些通信都是毫秒級(jí)的響應(yīng)速度。

當(dāng)智能工廠需要聯(lián)入遠(yuǎn)程云智能打米平臺(tái)時(shí)，可通過(guò)邊界節(jié)點(diǎn)網(wǎng)關(guān)并運(yùn)用區(qū)塊鏈技術(shù)與遠(yuǎn)程操作終端通信。智能工廠每個(gè)生產(chǎn)節(jié)點(diǎn)的傳感與控制執(zhí)行系統(tǒng)的通信，通過(guò)前置通信網(wǎng)關(guān)實(shí)現(xiàn)，每一個(gè)前置通信網(wǎng)關(guān)通過(guò)工業(yè)總線與其它生產(chǎn)節(jié)點(diǎn)的前置通信網(wǎng)關(guān)或智能設(shè)備交換信息。

在智能工廠中，萬(wàn)物互聯(lián)通過(guò)工業(yè)互聯(lián)網(wǎng)實(shí)現(xiàn)如圖1所示。

圖1 智能工廠萬(wàn)物互聯(lián)工業(yè)互聯(lián)網(wǎng)

2 軟件定義

智能工廠首先是數(shù)字工廠，數(shù)字工廠是實(shí)物工廠在數(shù)字領(lǐng)域的映射。換言之，數(shù)字工廠是通過(guò)數(shù)字表達(dá)方式將實(shí)物工廠在數(shù)字空間進(jìn)行完整的抽象與再現(xiàn)。

實(shí)物工廠要轉(zhuǎn)換為數(shù)字工廠，首先需要建立工廠在數(shù)字空間的模型，這個(gè)模型包括：工廠的維度，每個(gè)維度的子項(xiàng)，每個(gè)子項(xiàng)的具體描述，各維度之間的關(guān)系，各子項(xiàng)之間的關(guān)系，各子項(xiàng)與維度之間的關(guān)系以及權(quán)重。

這個(gè)模型的建立就需要通過(guò)軟件在數(shù)字空間進(jìn)行定義。軟件定義描述每一個(gè)對(duì)象是什么、如何工作、工作的機(jī)制、何時(shí)以何種方式工作、工作的評(píng)價(jià)，模型的優(yōu)劣直接決定智能工廠的成敗。軟件是智能工廠的“靈魂”與“大腦”。榮業(yè)稻米加工智能工廠基于對(duì)稻米加工設(shè)備的工作原理、結(jié)構(gòu)、控制要素、控制邏輯，基于對(duì)每道工序的加工目的、本質(zhì)，尤其基于對(duì)各工序加工工藝的評(píng)價(jià)標(biāo)準(zhǔn)、前后道工藝之間有機(jī)協(xié)作，基于對(duì)大米加工品質(zhì)的檢測(cè)，基于對(duì)大米加工本質(zhì)的不斷深入揭露，通過(guò)軟件定義稻米加工工廠的數(shù)字模型。

例如，在對(duì)多機(jī)輕碾工藝進(jìn)行定義時(shí)，對(duì)每道碾米的智能控制就定義了一套組合機(jī)制：①根據(jù)當(dāng)前米機(jī)自身的加工工藝效果進(jìn)行反饋控制；②根據(jù)前一道設(shè)備的加工工藝效果進(jìn)行來(lái)料匹配控制。

3 工藝檢測(cè)

智能工廠以在線工藝檢測(cè)為調(diào)制設(shè)備的核心依據(jù)，有時(shí)乃至是唯一依據(jù)。工藝效果是大米加工的唯一目標(biāo)，智能工廠將最終的加工工藝目標(biāo)分解成每一道工序的分目標(biāo)，以各分目標(biāo)作為每道工序的控制參數(shù)。

在傳統(tǒng)的大米加工生產(chǎn)工藝中，每一道工序合理且客觀的工藝標(biāo)準(zhǔn)一直缺位，雖然有的機(jī)構(gòu)或組織或企業(yè)制訂了一系列“標(biāo)準(zhǔn)”，但這些“標(biāo)準(zhǔn)”常常是既不科學(xué)、也缺乏可操作性，其原因很簡(jiǎn)單：?jiǎn)T工的肉眼目測(cè)方式不能準(zhǔn)確、客觀、實(shí)時(shí)地評(píng)判加工工藝效果。長(zhǎng)而久之，就形成了一線工人憑借“流量”（“產(chǎn)量”）與電流值（設(shè)備的工作電流）為依據(jù)的打米經(jīng)驗(yàn)和操作手法。

通過(guò)對(duì)海量生產(chǎn)實(shí)物樣本的分析，建立一套科學(xué)、嚴(yán)謹(jǐn)、易于操作且適合智能控制的工藝標(biāo)準(zhǔn)，并把它細(xì)化到了每一道工序、每一個(gè)加工品種，甚至每一臺(tái)設(shè)備。

例如礱谷工序，智能工廠針對(duì)不同加工品種定義不同的最佳脫殼率，還從大數(shù)據(jù)分析中獲取“這一臺(tái)”設(shè)備的運(yùn)行特點(diǎn)，針對(duì)當(dāng)前加工對(duì)象制定“這一臺(tái)”設(shè)備的加工工藝指標(biāo)——即使是同一廠商、同一型號(hào)、同一批次的設(shè)備，也存在著較大臺(tái)間差；即使是同一批次、同一個(gè)倉(cāng)、同一車原糧，在進(jìn)入不同位置的加工設(shè)備時(shí)，來(lái)料都可能因分級(jí)而不同。

在碾米工序，智能工廠根據(jù)三道、四道、五道......碾米的不同工藝設(shè)計(jì)、砂輥與鐵輥的差異、砂輥砂型、碾米室進(jìn)出料方式、單位時(shí)間產(chǎn)量，針對(duì)不同品種與不同的目標(biāo)精度，定義每一道碾米的標(biāo)準(zhǔn)樣本、達(dá)標(biāo)標(biāo)準(zhǔn)以及工藝標(biāo)準(zhǔn)。

大米加工在線工藝檢測(cè)系統(tǒng)依據(jù)定義的標(biāo)準(zhǔn)樣本，以在線實(shí)時(shí)的檢測(cè)方式對(duì)每一道工序、每一臺(tái)設(shè)備的加工工藝效果進(jìn)行精細(xì)化檢測(cè)，這些檢測(cè)結(jié)果所產(chǎn)生的數(shù)據(jù)源源不斷，為設(shè)備的智能控制提供客觀、真實(shí)、可靠的原始數(shù)據(jù)。

在線動(dòng)態(tài)實(shí)時(shí)的工藝檢測(cè)是承載智能工廠的“內(nèi)臟”與“骨骼”。

4 數(shù)據(jù)驅(qū)動(dòng)

數(shù)據(jù)是智能工廠的“血液”。

沒(méi)有數(shù)據(jù)，所有智能控制的動(dòng)作都是沒(méi)有依據(jù)的；數(shù)據(jù)量不足，所有的控制動(dòng)作都是不準(zhǔn)確和粗獷的，甚至錯(cuò)位。數(shù)據(jù)和算法是智能工廠的核心競(jìng)爭(zhēng)力之一。數(shù)據(jù)的質(zhì)量直接關(guān)乎控制的合理性與科學(xué)性，也決定了智能工廠的成敗。優(yōu)質(zhì)的數(shù)據(jù)是良好效果的源頭。數(shù)據(jù)質(zhì)量好壞，決定于獲取數(shù)據(jù)的手段。智能工廠中的原始數(shù)據(jù)，除作為核心控制依據(jù)的工藝檢測(cè)數(shù)據(jù)外，還包括各類傳感數(shù)據(jù)。

傳感數(shù)據(jù)，包括位置、壓力、半徑、角度、速度、溫度、扭力、電流、風(fēng)速及頻率等，傳感數(shù)據(jù)的質(zhì)量首先來(lái)源于設(shè)計(jì)方案、傳感方式、傳感器的工作原理、傳感器的材料、傳感器的抗疲勞能力，尤為重要的是對(duì)傳感數(shù)據(jù)的處理與分析的方法和能力，其中還包括對(duì)傳感信號(hào)的降噪能力，這些因子決定了傳感數(shù)據(jù)是否可用，是否持續(xù)可用，是否準(zhǔn)確無(wú)誤。

例如礱谷機(jī)輥徑傳感，傳感原理決定它的適用環(huán)境，A/D轉(zhuǎn)換技術(shù)決定了其獲取所需傳感信號(hào)的精準(zhǔn)性，對(duì)傳感信號(hào)的降噪處理能力決定了讀取膠輥半徑的真實(shí)程度——這里必需排除稻殼、糙米、稻谷的干擾信號(hào)。

再例如碾米壓力傳感器，在保證數(shù)據(jù)準(zhǔn)確的同時(shí)，獲取數(shù)據(jù)的頻率和數(shù)量決定了碾米壓力保持穩(wěn)定且隨時(shí)匹配到最佳碾米壓力。智能工廠中，每5 ms準(zhǔn)確獲取1次碾米壓力數(shù)據(jù)，每1 s獲取200次，如果低于這個(gè)頻率，碾米壓力穩(wěn)定控制系統(tǒng)就不能滿足實(shí)際生產(chǎn)的需要，這是高數(shù)據(jù)量與獲得數(shù)據(jù)的高頻率的價(jià)值。

算法是智能工廠對(duì)數(shù)據(jù)的分析與處理方式，也是對(duì)數(shù)據(jù)的使用能力，它最終決定了智能工廠的品質(zhì)。在榮業(yè)稻米加工智能工廠中，以三個(gè)方面的算法為主導(dǎo)引領(lǐng)全局：①工藝檢測(cè)系統(tǒng)中的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法；②碾米（拋光）壓力的穩(wěn)定控制算法；③碾米機(jī)、礱谷機(jī)等前沿加工設(shè)備的智能控制算法。其中的①保證了在線工藝檢測(cè)數(shù)據(jù)的真實(shí)、客觀、有效；其中的②實(shí)現(xiàn)了碾米（拋光）壓力的恒久穩(wěn)定，確保碾米效果均勻（大小、碾磨層次、飽滿度、美觀）；其中的③不僅奠定了“無(wú)人智控”的基礎(chǔ)，還讓智能控制成為人工無(wú)法企及的存在。

5 智能控制

智能控制與自動(dòng)控制是完全不同的兩個(gè)概念：自動(dòng)控制是線性序列控制，智能控制是閉環(huán)控制。

自動(dòng)控制不對(duì)最終的加工工藝和得米率負(fù)責(zé)，智能控制會(huì)不斷判斷當(dāng)前的加工工藝效果與目標(biāo)工藝之間的偏差，并根據(jù)偏差、預(yù)判來(lái)料動(dòng)態(tài)地進(jìn)行設(shè)備調(diào)制，使加工工藝始終穩(wěn)定、得米率最高。所以智能控制屬于柔性控制，不是類似于自動(dòng)控制的“硬切換”控制。在智能工廠中，從服務(wù)目標(biāo)出發(fā)并存著兩種控制思想和控制方式，這兩種控制方式又形成了兩個(gè)控制閉環(huán)：

（1）依據(jù)傳感數(shù)據(jù)完成對(duì)設(shè)備進(jìn)行調(diào)制的內(nèi)環(huán)控制。內(nèi)環(huán)控制是工藝控制的基礎(chǔ)，只有依托卓越的內(nèi)環(huán)控制才能保障工藝控制的魯棒性，它包括像礱谷機(jī)的下料淌板控制、膠輥線速度與線速度差的控制，碾米機(jī)碾米壓力的穩(wěn)定性控制等。內(nèi)環(huán)控制的對(duì)象并不依賴于工藝——不論工藝目標(biāo)如何，設(shè)備本身必需具有并保持的最優(yōu)或者最合理的運(yùn)行狀態(tài)。

（2）依據(jù)在線工藝檢測(cè)數(shù)據(jù)完成對(duì)設(shè)備控制要素調(diào)制的外環(huán)控制。外環(huán)控制完全以工藝為核心，是實(shí)現(xiàn)工藝控制的決定性控制閉環(huán)。

智能工廠的智能控制器中結(jié)合了兩種控制方式：本機(jī)閉環(huán)控制與隔機(jī)閉環(huán)控制?！氨緳C(jī)閉環(huán)控制”，是指根據(jù)本機(jī)當(dāng)前的加工工藝效果完成對(duì)設(shè)備控制要素的調(diào)制。直接影響加工工藝效果的控制元素即為設(shè)備的“控制要素”，控制要素的調(diào)整與工藝效果之間存在著高度關(guān)聯(lián)的輸入與輸出關(guān)系，比如輥壓與脫殼率和碎米率之間的關(guān)系，碾米壓力與碾磨程度和加工精度的關(guān)系等?！案魴C(jī)閉環(huán)控制”，是指依據(jù)上一道工序的加工工藝效果完成對(duì)本機(jī)的設(shè)備要素調(diào)制，上一道工序的工藝效果對(duì)于下一道設(shè)備來(lái)說(shuō)屬于“來(lái)料”品質(zhì)，所以隔機(jī)閉環(huán)控制實(shí)質(zhì)上屬于“來(lái)料控制”。

智能控制的優(yōu)劣，首先取決于工藝檢測(cè)的客觀性與科學(xué)性，繼而決定于智能控制的人工智能算法，前者關(guān)鍵在于“看得清”，后者在于“控得準(zhǔn)”。“看清”與“控準(zhǔn)”一樣，其成敗均在算法。在智能工廠中，只有真正優(yōu)秀的算法才能實(shí)現(xiàn)無(wú)人智控，且加工效果遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的人工控制。

6 智能工廠的系統(tǒng)架構(gòu)

智能工廠在邏輯上共有五層架構(gòu)，由底層到最高層依次是生產(chǎn)設(shè)備層、工業(yè)互聯(lián)網(wǎng)層、工藝與設(shè)備感知層、數(shù)據(jù)與算法層、控制執(zhí)行層，如圖2所示。

圖2 稻米智能工廠系統(tǒng)架構(gòu)

生產(chǎn)設(shè)備層由傳統(tǒng)稻米加工設(shè)備包括去石機(jī)、礱谷機(jī)、谷糙分離機(jī)、碾米機(jī)、拋光機(jī)、色選機(jī)、配米機(jī)以及各類篩選設(shè)備和管道構(gòu)成的傳統(tǒng)產(chǎn)線。原有傳統(tǒng)加工產(chǎn)線是構(gòu)建智能工廠的基礎(chǔ)，其中包含著智能工廠的兩個(gè)重要思想：①不破壞也不顛覆現(xiàn)有產(chǎn)業(yè)鏈；②最大程度保護(hù)加工企業(yè)的固有資產(chǎn)并充分利用。

工業(yè)互聯(lián)網(wǎng)層 實(shí)現(xiàn)工廠內(nèi)萬(wàn)物互聯(lián)的一切網(wǎng)絡(luò)設(shè)備、數(shù)據(jù)鏈路、通信機(jī)制、設(shè)備管理、路由標(biāo)識(shí)以及設(shè)備身份解析等軟硬件系統(tǒng)，由前置通信網(wǎng)關(guān)、邊界交換網(wǎng)關(guān)、中央節(jié)點(diǎn)網(wǎng)關(guān)、設(shè)備標(biāo)識(shí)與解析系統(tǒng)及工業(yè)總線等構(gòu)成，車間內(nèi)工業(yè)互聯(lián)網(wǎng)具有毫秒級(jí)的通信能力。

工藝與設(shè)備感知層 包含兩個(gè)大的系統(tǒng)：大米加工在線工藝檢測(cè)系統(tǒng)，傳感群集系統(tǒng)，其中，大米加工在線工藝檢測(cè)系統(tǒng)由在線智能取料系統(tǒng)和人工智能大米質(zhì)檢機(jī)器人構(gòu)成。因?yàn)椴煌ば虻募庸と蝿?wù)與目標(biāo)不同，工藝檢測(cè)又區(qū)分為不同檢測(cè)側(cè)重點(diǎn)的在線工藝檢測(cè)平臺(tái)，這些平臺(tái)依工序命名：側(cè)重脫殼率、未熟粒、碎糙米檢測(cè)的礱谷工藝檢測(cè)系統(tǒng)；側(cè)重碾米達(dá)標(biāo)率、加工精度、留皮率、留胚率檢測(cè)的碾米工藝檢測(cè)系統(tǒng)；側(cè)重碎米與不完善粒檢測(cè)的成品檢測(cè)系統(tǒng)等。

數(shù)據(jù)與算法層是對(duì)源源不斷的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘等大數(shù)據(jù)技術(shù)提煉并通過(guò)構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)對(duì)之進(jìn)行數(shù)據(jù)處理，形成決策信息，這一功能在物理上由智能控制器執(zhí)行。不同的生產(chǎn)節(jié)點(diǎn)有不同的智能控制器：礱谷智能控制器、碾米智能控制器、拋光智能控制器及去石智能控制器等，不同的智能控制器根據(jù)其工序任務(wù)與加工目標(biāo)執(zhí)行不同的控制規(guī)則，不同的控制規(guī)則依據(jù)不同的工藝檢測(cè)數(shù)據(jù)產(chǎn)生不同的控制決策，最終生成不同的控制動(dòng)作指令。

這些智能控制器不是機(jī)械地進(jìn)行數(shù)據(jù)處理與形成控制決策，它們對(duì)數(shù)據(jù)的處理是智能甚至是智慧的，例如同為碾米機(jī)的智能控制器，不僅前后道工序的智能控制器規(guī)則不同，那怕同一道工序的不同米機(jī)，它們也會(huì)根據(jù)本機(jī)的特點(diǎn)產(chǎn)生適應(yīng)性極好的柔性控制措施。

控制執(zhí)行層：智能控制系統(tǒng)的最末端，也是智能控制的執(zhí)行單元——伺服系統(tǒng)。物理位置上，伺服系統(tǒng)與傳統(tǒng)生產(chǎn)加工設(shè)備距離最短，短到將伺服系統(tǒng)內(nèi)置到傳統(tǒng)設(shè)備機(jī)體上，這一效果通過(guò)對(duì)傳統(tǒng)糧機(jī)設(shè)備的智能化改造完成。

7 智能工廠的實(shí)際效果

7.1 顯著提高得米率

通過(guò)降低加工損耗，相同的留胚率或留皮度（即同等精度下），與傳統(tǒng)加工方式比較：凈得米率提高3～5個(gè)百分點(diǎn)，也就是每50 kg稻谷多加工出1.5～2.5 kg白米，不論原產(chǎn)線得米率高低，總能有顯著提升。相同產(chǎn)量的能耗更低，碾米溫升降低，加工增碎減少，故在提高凈得米率的同時(shí)還提高整精米得率5～12個(gè)百分點(diǎn)。

7.2 無(wú)人智能控制

設(shè)備的調(diào)制與操控完全由智能系統(tǒng)完成，不再依賴打米師傅的操作經(jīng)驗(yàn)，更不會(huì)因?yàn)槔蠋煾档耐诵莼螂x職而降低加工企業(yè)的效益。

7.3 與目標(biāo)一致的精度

傳統(tǒng)稻米加工在工藝上的一個(gè)顯著特點(diǎn)是加工精度不穩(wěn)定：精度無(wú)法重現(xiàn)，不能穩(wěn)定、不能操控；智能工廠完美地實(shí)現(xiàn)了加工精度的穩(wěn)定性，而且穩(wěn)定地保持與目標(biāo)精度的一致性，加工工藝完全可控。

7.4 均勻飽滿的顆粒

真正的“看米打米”與穩(wěn)定的碾米壓力，讓每一粒大米碾磨的程度與碾磨層次幾近一致，應(yīng)該碾去的碾去，應(yīng)該保留的保留，加工出的大米顆粒均勻、飽滿、整齊、潤(rùn)澤，其美觀程度遠(yuǎn)勝人工控制。

8 智能工廠的關(guān)鍵與核心技術(shù)

8.1 大米加工在線工藝檢測(cè)

智能工廠的核心因子是“在線工藝檢測(cè)”，這是稻米加工“數(shù)據(jù)驅(qū)動(dòng)”的核心，必需科學(xué)、客觀、實(shí)時(shí)、在線、有效，尤為重要的是檢測(cè)水平必需能準(zhǔn)確且全面地反映當(dāng)前工藝狀態(tài)。

例：一道碾米，檢測(cè)的核心指標(biāo)是“開(kāi)糙率”，它包括開(kāi)糙達(dá)標(biāo)百分率、過(guò)碾百分率、開(kāi)糙不足百分率、碎米率，不能是像“白度值”這樣的近似數(shù)據(jù)；終碾的檢測(cè)指標(biāo)，是準(zhǔn)確的達(dá)標(biāo)率、過(guò)碾率、碾米不足率，還必需檢測(cè)留皮率、留胚率或者留皮度；如果拋光工序，那么需要檢測(cè)粒面潔凈顆粒的百分率、粒面留糠顆粒的百分率以及粒面的光潔度等這些不同需求決定了在線工藝檢測(cè)的唯一實(shí)現(xiàn)途徑——人工神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)在大米加工在線工藝檢測(cè)上的應(yīng)用有著先天的三個(gè)學(xué)科難題：①靜態(tài)檢測(cè)轉(zhuǎn)換為動(dòng)態(tài)檢測(cè)；②神經(jīng)網(wǎng)絡(luò)的串行處理機(jī)制轉(zhuǎn)換為并行處理；③深度學(xué)習(xí)結(jié)果的遷移。

在線工藝檢測(cè)系統(tǒng)在實(shí)際生產(chǎn)中的應(yīng)用落地還有更多需要解決的問(wèn)題：如何在線取得具有代表性的樣本；如何區(qū)分不同檢測(cè)對(duì)象的樣本；如何將智能取料與檢測(cè)平臺(tái)有機(jī)結(jié)合等。

8.2 無(wú)人化智能控制算法

基于在線工藝檢測(cè)進(jìn)行智能控制的 “看米打米”，不是根據(jù)當(dāng)前加工工藝進(jìn)行機(jī)械的設(shè)備控制，而是基于在實(shí)際生產(chǎn)中長(zhǎng)期積累起來(lái)的經(jīng)驗(yàn)、又高于傳統(tǒng)的打米經(jīng)驗(yàn)。所以，無(wú)人化的智能控制需要將①工藝檢測(cè)數(shù)據(jù)、②當(dāng)前工序的分目標(biāo)、③設(shè)備的控制要素、④本機(jī)與其它設(shè)備的共性和差異等四者結(jié)合起來(lái)，將之融合到一個(gè)算法中，并最終將這個(gè)算法轉(zhuǎn)換為該生產(chǎn)節(jié)點(diǎn)的控制規(guī)則以及由這個(gè)規(guī)則每次都能產(chǎn)生相應(yīng)的準(zhǔn)確的控制決策。

通過(guò)算法完美實(shí)現(xiàn)糧食加工行業(yè)無(wú)人智能控制，并成功應(yīng)用于實(shí)際生產(chǎn)，遠(yuǎn)優(yōu)于傳統(tǒng)人工控制。

8.3 碾米（拋光）壓力穩(wěn)定控制算法

稻米加工生產(chǎn)過(guò)程中，碾米壓力總會(huì)隨著來(lái)料分級(jí)、流量、水分的變化而變化，隨著出糠篩網(wǎng)不同位置的少數(shù)篩孔不斷地在“堵”與“通”之間隨機(jī)切換產(chǎn)生瞬間的劇烈、不可預(yù)測(cè)的變化；在智能工廠中，不僅能準(zhǔn)確有效地預(yù)測(cè)這些變化，還能精準(zhǔn)無(wú)誤地消除這些變化，最終控制出穩(wěn)定的、與目標(biāo)相符的碾米壓力。

智能工廠的碾米壓力穩(wěn)定控制系統(tǒng)完美地滿足了這一實(shí)際需求：每10 ms完成1次控制閉環(huán)，即，每1 s完成100次碾米壓力的精準(zhǔn)閉環(huán)控制，最終使系統(tǒng)可以把碾米壓力穩(wěn)定到目標(biāo)壓力值，誤差小于正負(fù)1 g（力），從本質(zhì)上保障了碾米的均勻性，保障了碾米的實(shí)際精度穩(wěn)定地與目標(biāo)精度保持完全的一致。

8.4 高速運(yùn)轉(zhuǎn)中的礱谷膠輥輥徑測(cè)量

精準(zhǔn)獲得礱谷膠輥輥徑信息，在礱谷工藝中極為重要，實(shí)際生產(chǎn)中，如果檢測(cè)誤差達(dá)到1 mm或以上，則不具有實(shí)際應(yīng)用價(jià)值。

礱谷機(jī)在工作過(guò)程中，膠輥高速轉(zhuǎn)動(dòng)，非接觸傳感測(cè)量時(shí)會(huì)產(chǎn)生“多普勒效應(yīng)”，加上膠輥表面粗糙且不規(guī)則，使其所產(chǎn)生的多普勒效應(yīng)不能呈現(xiàn)規(guī)律性特征，榮業(yè)軟件實(shí)驗(yàn)室運(yùn)用過(guò)濾算法創(chuàng)新性地解決了這個(gè)問(wèn)題，使膠輥輥徑測(cè)量誤差在0.2 mm以內(nèi)，為變頻器匹配礱谷膠輥的線速度及線速度差提供了足夠可靠的依據(jù)。此算法已在實(shí)際生產(chǎn)中完美運(yùn)用，為實(shí)現(xiàn)礱谷無(wú)人智控提供了保障。