学位论文 > 优秀研究生学位论文题录展示

定量称重配料系统的研究

作　者: 侯运彬
导　师: 王毅
学　校: 哈尔滨工业大学
专　业: 电气工程
关键词: 动态称重定量配料数字滤波卡尔曼滤波迭代学习控制
分类号: TH715.1
类　型: 硕士论文
年　份: 2011年
下　载: 155次
引　用: 0次
阅　读: 论文下载

内容摘要

在工业生产中,经常需要将各种原料按照一定的重量下料然后混合起来,这就是定量称重配料,在混凝土的生产过程中,也存在着定量称重配料的问题。提高配料的精度和速度对提高产品的质量和生产效率有着直接的影响。本文针对混凝土搅拌站称重配料系统的实际情况,对动态称重和定量下料这两个关键问题进行了研究。设计了一种定量称重配料系统,物料的下料由PLC通过控制电磁阀间接控制气动阀门的开合来实现,适用于对物料流量不连续可调的情况。该称重配料系统机械结构简单,可靠性强,下料口的开通和关闭迅速。针对本系统开发的上位机软件可以将称重数据保存下来,方便进行后续的数据分析。在称重配料过程中,有很多影响称重配料精度的因素。文中从对影响称重精度的一些因素进行了理论分析和实验检验,并针对这些因素采取了相应的措施;文中对影响配料精度的因素也进行了分析。在称重方面,配料称重的过程中包括静态和动态两种状态,需要采用合适的滤波算法对称重数据进行处理。由于IIR滤波在静态时具有较好的滤波效果但是其动态响应较慢,而卡尔曼滤波具有良好的动态滤波性能,为了兼顾称重系统的静态性能和动态性能,提出了将IIR滤波与卡尔曼滤波相结合的滤波算法,使系统在静态时采用IIR滤波,动态时采用卡尔曼滤波,改善了系统的性能。在定量下料方面,由于配料过程具有重复性较强的特点,适合采用迭代学习控制。传统的迭代学习控制学习增益为常数,在实验中发现性能上存在不足,若学习增益较大,则系统收敛较快但是稳定性较差,若学习增益较小,则系统收敛较慢但是稳定性好。在此基础上提出了改进的学习增益,它能够随着误差的变化自适应的进行调整,使得系统同时具有较快的收敛速度和较好的稳定性。在系统的误差减小到一定范围之后,通过增加死区,进一步改善了系统的稳定性。针对本文提出的改进称重滤波算法和下料控制算法,在设计的称重模块和定量称重配料系统平台上进行了实验,并取得了较为理想的效果,表明了滤波算法和控制算法的有效性。

全文目录

摘要  4-5
ABSTRACT  5-8
第1章绪论  8-15
  1.1 课题研究的背景及意义  8
  1.2 称重配料的研究现状  8-14
    1.2.1 动态称重方法  9-12
    1.2.2 配料控制方法  12-14
  1.3 本文的主要研究内容  14-15
第2章称重配料系统的总体设计  15-24
  2.1 总体设计  15-16
    2.1.1 称重配料系统的基本组成  15-16
    2.1.2 称重配料系统的总体设计  16
  2.2 称重模块的设计  16-22
    2.2.1 硬件设计  16-19
    2.2.2 软件设计  19-22
  2.3 配料系统的设计  22-23
  2.4 本章小结  23-24
第3章影响称重配料精度的因素分析  24-32
  3.1 影响称重精度的因素分析  24-29
    3.1.1 传感器的接线方式  24-26
    3.1.2 调理电路的对称性  26-27
    3.1.3 参考电压的利用范围  27-29
    3.1.4 模拟电路和数字电路  29
  3.2 影响配料精度的因素分析  29-31
    3.2.1 下料过程概述  29-30
    3.2.2 影响配料的因素  30-31
  3.3 本章小结  31-32
第4章动态称重的数字滤波算法研究  32-45
  4.1 有限冲击响应滤波器  32-34
    4.1.1 FIR滤波器的设计  32-33
    4.1.2 FIR滤波器的滤波性能  33-34
  4.2 无限冲击响应滤波器  34-38
    4.2.1 ⅡR滤波器的设计  34-35
    4.2.2 ⅡR滤波器的滤波性能  35-37
    4.2.3 FIR滤波器与ⅡR滤波器结合  37-38
  4.3 卡尔曼滤波器  38-44
    4.3.1 卡尔曼滤波器的设计  39-40
    4.3.2 卡尔曼滤波器的滤波性能  40-42
    4.3.3 卡尔曼滤波器与ⅡR滤波器结合  42-44
  4.4 本章小结  44-45
第5章配料系统的迭代学习控制  45-57
  5.1 迭代学习控制概述  45-46
  5.2 配料系统的迭代学习控制  46-50
    5.2.1 配料系统的控制策略  46
    5.2.2 配料系统的迭代学习控制方法  46-48
    5.2.3 实验结果及分析  48-50
  5.3 控制方法的改进  50-56
    5.3.1 改进学习增益  50-52
    5.3.2 增加死区  52-54
    5.3.3 适应性能的验证  54-56
  5.4 本章小结  56-57
结论  57-58
参考文献  58-62
附录  62-64
致谢  64

定量称重配料系统的研究

内容摘要

全文目录

相似论文