《一种全新可预测控制水的电导率的微控制器应用于胶版印刷》由会员分享，可在线阅读，更多相关《一种全新可预测控制水的电导率的微控制器应用于胶版印刷（7页珍藏版）》请在金锄头文库上搜索。
1、一种全新可预测控制水电导率的单片机应用于胶版印刷E.C. Diniz, O. M. Almeida, and L.H.S.C. Barreto(*)塞阿拉州联邦大学电机工程学系群岛邮政6001号Pici 的校园60455-760 福塔莱萨-塞阿拉州-巴西电话: +55 85 4008-9581 / Fax: +55 85 4008-9574Email: eberdee.ufc.br;.br;.br摘要 - 水的电导率在如今的胶版印刷是一个决定性的因素，尤其是在每天的报纸。保持它的稳定直接影响打印的亮度，而且与广告费的计算相关。此外，打印作业被中断是因为打印机已被清洗过一段时间后，拖延了进度。此
2、外，如果不控制导电性，油墨不能充分固定的印刷表面。在此背景下，这项工作提出了广义预测控制（GPC），三步植物控制器，使用扩展的最小二乘算法对植物进行鉴定。一种易于实施的低成本的解决方案，可适应大或小的印刷企业，减少延误。一种变化等于约为1.5%在稳态下的定位点进行了验证，但它的化学过程是可以接受的，因为很嘈杂。除了这一点，这样的错误远小于手动的过程所获得的，约为20至30。I. 简介在平版印刷中水的电导率的控制，特别运用于每天的报纸上，这是一个使用电子或模拟测量设备的手动过程。保持导电性在所需的水平之内，对纸张干燥是非常重要，也能够完成最佳的亮度的印刷材料。否则，非打印区域的辊就不能很好地得到
3、清洗，并且文件可能会出现斑点。在纸中转移的纤维数量会影响印刷的质量。此外，油墨不均匀地固定，阅读器处理出版物1时候可能会模糊的纸张表面。许多因素会影响水的电导率，从外部因素来看，如雨水混合物中的成分比例。因此，手动控制中去实现最佳的打印质量是不够的。这是为什么本文提出了一个GPC（广义预测控制）算法2 7中三个步骤作为前提，使用扩展最小二乘法的算法进行设备识别 3 6的原因。II. 设备的建模图1 系统的框图前面提及的算法可以在单片机PIC18F452上得到实现。原始数据收集和使用Scilab的设备进行鉴定,这样会更精确。前面的标识要作为初始条件,否则它会花很长时间来确认设备。系统的框图如图1
4、所示是描述如下。 在第一个循环中，之前确定的工厂参数被发送到单片机中，然后运用GPC算法计算出控制器参数前面的三个步骤。因为MISO（多输入单输出）系统的使用，和线性度的存 在，它可以分为两个SISO（单输入单输出）份。第一个被用来确定水促动器的参数，第二个计算代理促动器的参数。信号从两个促动器发出后，阀门就被打开并且将流体转移到普通包含液体的容器里，其中一个传感器测量电导率，将数据发送到单片机。然后，单片机确定使用扩展的最小二乘算法设备的新参数，因此，该系统具有在线的数据来计算的设备的新的参数。此系统具有在线识别是非常有用的，因为设备参数的变化在内部进行评估的过程中6，所以有故障零件，气候变
5、化或液体的电导率的变化会被自动检测到。因此，设备参数会在线评估，控制器参数的计算变得更加精确和可靠。III. 数学上的发展扩展最小二乘算法是一个改进的方法,考虑了减少由于执行机构、气候变化或系统代理的改进所造成的极化参数。这样的改进是分配在白噪声,定义在ARMA(汽车自回归滑动平均)模型。在这种情况下,建模的植物是由以下方程描述: 当 是系统的输出值, 就是水的输入值，就是代理的输入值，是白色噪音。表达式(2)是用来识别多输入单输出系统。它还代表了针对单输入单输出系统,回归量扩展到两个输入向量3。解释变量向量的定义是:从上述假设,识别过程成为可能。在单片机发送所需的数据(经输出和两个输入)到计
6、算机,使用串行端口。一个软件分析数据和识别设备参数,绘制输出响应的真正的设备和设备的最终建模比较(图2)。100秒后,对于相同的输入的情况下，输出响应的模拟设备会变成了类似于真正的设备。通过参数建模的设备在(1)都是计算使用ELS算法,根据(4)。 图2 -在线设备一鉴别图3 -在线设备二鉴别 验证这个标识,相同的程序进行换水的来源和不同气候条件，例如雨。这样的条件被认为是噪音,因此ELS算法可以删除它,如同图表在图3的结果由于与第一种识别得到的错误是不明显的，即约0.1，同样的参数可以使用在第二种识别方式中。第三个指令设备是根据有限的内部存储器的单片机来建模。有色噪声的参数(扩展部分识别算法
7、)是被忽略的,因为他们不是有用的GPC控制器要计算控制器参数，凝胶渗透色谱法（GPC）的算法被用于在许多工业应用中，它已被成功地运用4，表现出令人满意的性能和一定程度的稳定性5。GPC的基本原理在于预测未来的控制信号的成本函数的最小化。由于在本文中，使用一个线性模型的MISO系统分为两个SISO系统，如前面所解释的。因此，不同的是：CARMA（控制器的自回归移动平均）模型被用于每个的输入端。它可以被描述根据表达式（5）当：GPC算法定义在(7)。成本函数的最小化(或预测误差)是比较可靠的。术语y(t+j|t)表示前面有多少步骤的算法是计算系统输出变量t的函数。N1和 N2分别是最小和最大限制的
8、成本函数, Nu则是控制极限。（t）和（t）的称重序列作为时间函数, w(t+j)在t+j.的瞬间作为参考矢量。这种情况下，矢量w(t+j)是恒定的，因为给定值也是固定。解决了（7），表达式（8）的结果是：当K是矩阵的第一行，f是自由的响应矢量，w是参照矢量。矩阵G实用丢番图方程可以得到解决，然而，一个简单的方法可以代替上述方式得到运用。由于G定义为一个三角矩阵，对角线的元素和次对角数是相同的，下面的等式是有效的：其中ai和bi，分别是分子和分母参数。指数j表示对角线或次对角数。例如，如果j是等于零，元素g0是指主对角线上的元素，和g1是指第二对角线的元素（或第一次对角）。因此，矩阵G的所有元
9、素递归确定。免响应也可以使用一个比丢番图方程5简单的解决方案计算。通过采用的系统的传递函数，Y（t +1）的计算作为第三个方程的结果当加入y（t）和y（t +1）。在这种情况下忽略白噪声，以除去偏振参数。定义f(t + 1)= y(t + 1),f(t + n)是确定递归, 类似地,y(t + 1),形成自由响应矢量。图4-设备和控制器的模型 图5- ELS及运用GPC对设备输出建模计算出的参数（4）中的最初用来验证设备属性，添加有色噪声的检查算法的稳定性，并且还整合ELS和GPC。框图显示在图4中。 添加两个SISO设备是为了确定MISO系统。正如之前提到的，这是可以做到的，因为系统是线性的
10、。使用凝胶渗透色谱法（GPC）控制器的设备在线识别的输出由图5可知。 这样可以看出，该算法所建模的设备，甚至存在有二阶有色噪声，因为这样的噪声也被用于在内部的ELS算法上建模。这意味着，该工厂在GPC中使用的参数过程始终代表那一瞬间的过程，它可以进行修改。设备在输出响应的中获得相同的模拟效果在图6中已经展示出来,控制器遵循定位点,以确保方案的稳定性。有图6给出的信息和在ELS算法中的计算参数, 根据图7，设备的输出响应就可以确定。输出变化的最小化的过程被认为是可以接受的。GPC算法统一工艺过程少于800秒,这展现了令人满意的性能。如果图6和图7进行比较,可以看到,该模型和真实的设备非常相似,尽
11、管存在噪声, 但是可以保证真正的设备和模型之间的密切关系。IV.结论GPC控制比手动控制具有更快的响应,使电导率的控制易于执行。这也考虑到重要的因素会影响保证过程的稳定性的性能。如果与非线性识别算法比较，最小二乘算法在白噪声下模拟非线性系统会减少计算工作效果。到达的定位点的时间会少于800秒,误差等于3%。如果7%被认为是一个可接受的误差,它到达的时间可以少于100秒。相比传统的手动过程,给出了一个错误与参考信号比较,误差不少于20%1的情况下,性能被认为是令人满意的。此外,这是一个在线算法。它可以处理气候变化，并且可以修改在手动使用过程中不能检测的水电导率。图6-输出响应的模拟装置图7-输出
12、响应的电导率传感器和定位点参考文献1 克劳斯沃尔特, “关于胶版印刷机的一切”, 来自Duplicopy图形产品有限公司的宣传纸。 2 D.W. Clarke, C. Mohtadi, and P.S.Tuff; “广义预测控制，第一部分，基本算法 ” 自动化, 卷23, 2号, pp.137-148, 1987. 3 Aguirre,洛杉矶。“系统识别的介绍-线性端非线性技术应用到实际系统中”,2002年,UFMG出版。4 D.W.克拉克“在工业过程中应用广义预测控制”,IEEE控制系统杂志,1988年4月。5 Bordons E.F.卡马乔和卡洛斯。 “模型预测控制”,1999，斯普林格出版社柏林和海德堡COK股份有限公司。6 Ljung,L;“系统识别:用户理论,1986年,普兰特斯大厅7 Wang, Q. Chalaye,G .托马斯,G .吉尔斯克。;“一个工业预测控制的应用玻璃工艺流程和支线,1994年,第三次IEEE控制应用程序会议。
