制粒机是饲料机械中的关键设备之一，通常制粒机带有调质器。制粒机将料仓送来的具有一定配比饲料通以蒸汽加热，通过调质、制粒等工序，最终获得具有一定糊化度、一定水份含量的饲料颗粒。制粒机的性能直接影响颗粒饲料的质量。同时，制粒机的装机容量大，一般都在100kW以上。因此。使制粒机生产出符合质量要求的颗粒饲料的同时，尽可能使制粒机满负荷工作，以提高生产效率、降低能耗。事实上，制粒机属于多变量耦合对象，常规控制很难稳定，时常会产生堵机，操作人员通常只能采用手动控制，使得制粒机一般只能在欠负荷的状态下运行。
为了实现制粒机的自动控制，同时力争使制粒机工作在满负荷状态。本文对制粒机的关键装置调质器进行了研究，并建立了其数学模型，利用解耦控制技术实现解耦，同时采用预测函数控制(PFC)实现了制粒机的有效控制。
1、
颗粒机调质器的数学模型建立
图1是一种带有调质器的制粒机。可以看出，具有一定配比的饲料从料仓送人，饲料量调节由送料电机速度决定。然后饲料与蒸汽一起送人调质器中调质。经调质后的饲料送至环模制粒装置制粒。调质是对颗粒饲料制粒前的粉状物料进行水、热处理的加工工序，调质对颗粒饲料的质量影响很大。具体表现在以下几方面：(1)是对粉状物料进行熟化处理；(2)是对粉状物料进行灭菌处理；(3)是显著提高颗粒饲料的耐水性；(4)是改善制粒性。经过调质后的饲料送去制粒。为了保证颗粒饲料的质量，调质器出料处的温度控制很关键。同时，为了保证制粒机的满负荷工作，调质器出料的物料流量也有要求，富通新能源生产颗粒机、木屑颗粒机等生物质成型机械设备如下所示：
颗粒机调质器可以简单确定为双输入（输入的饲料量、蒸汽量）和双输出（温度、物料流量）。并且，彼此之间存在耦合。调质器数学模型的确定可以通过测试法来实现，即通过实验来测取脉冲响应。考虑到调质时间主要受调质器的结构形式、长度和转速等固有参数的影响，因此实验时，可假定调质时间固定。通过分别对输入量加入脉冲信号（幅值为正常信号的5%左右），同时测量两个输出量，通过几次反复，我们初步获得非参数模型的数据，再经过数据处理，近似得到如式(1)表示的数学模型。
式中：r(s)是出料的温度，F(s)是出料的流量。Fi(s)是输入的饲料量，Fz(s)是蒸汽量。
由式(1)可看出，调质器的数学模型为2乘2的矩阵。这表明，输入的饲料量变化既会影响出料量，同时也会影响出口温度。同样，蒸汽量的改变会影响出口温度，同时它也会改变饲料在调质器中的运动速度，从而影响出料流量。矩阵中的每个传递函数可以近似用二阶线性定常模型来表示。
在实际控制中，调质器出料流量可以通过制粒电机的电流间接测量。
2、制粒机调质器的解耦
从调质器的数学模型可以看出，是由于变量之间的耦合以及被控对象复杂，使得制粒机目前难以实现自动控制。我们在对制粒机控制时采取预测函数控制‘“"(简称PFC)技术，考虑到PFC主要用于SISO系统，为此我们需首先对制粒机实现解耦。解耦的方式是在控制器与被控对象之间接人解耦器N。图3为接人解耦器N时系统的方框图。并采用对角矩阵解耦设计方法求得解耦器N。
3、制粒机的预测函数控制
3.1基于特征模型的预测函数控制原理
饲料颗粒机生产的产品如下图所示：
PFC属于先进控制，它具有比传统PID更优的控制效果。与传统的预测控制所不同的是，PFC的控制作用采用若干个已知基函数二(n=1，…，N)的线性组合：
这里，P力优化时域长度。p为线性组合系数。基函数的选择取决于设定值的性质，通常这些基函数取阶跃、斜坡、指数等信号。在实际应用中，我们采用阶跃信号作为基函数。
另外，为了获得更佳的控制效果，我们没有采用传统PFC中简单的预测模型，而是采用了基于二阶的特征模型来作为预测模型。在PFC中，预测模型是从受控对象中抽象出来的，它与受控对象的逼近程度，直接影响控制系统的性能。对于PFC来讲，预测模型通常采用线性定常的一阶模型或二阶模型。特征模型最早由吴宏鑫院士提出。这种特征模型，是结合对象的动力学特征和控制性能要求，用一个二阶的慢时变线性模型来表征原先的被控对象。特征模型描述的基本原则是：
①在同样输入控制作用下，对象特征模型和实际对象在输出上是等价的（即在动态过程中能保持在允许的输出误差内），在稳定情况下输出是相等的；
②特征模型的形式和阶次除考虑对象特征外，主要取决予控制性能要求；
③特征模型建立的形式应比原对象动力学方程简单，工程实现容易、方便；特征模型与高阶系统的降阶模型不同，它是把高阶模型的有关信息都压缩到几个特征参数之中，并不丢失信息，一般情况下特征模型用慢时变差分方程描述。
对于由式(3)描述的线性定常高阶对象：
对于有自衡的生产过程，时变现象不严重时，式(5)可转化为线性定常的模型。显然，这和模型降阶的原理相类似。
式(3)给出的对象属于是线性定常高阶对象。针对非线性对象，吴宏鑫院士同样也提出相应的特征模型问题。同样也可以获得形式与式(5)相同的特征模型。采用了特征模型可以覆盖各种被控对象，显然这是十分有益的。
虽然获得了特征模型的标准形式，但毕竟属于慢时变的。并且时变系数的方程难以建立。尽管可以通过采取在线辨识的方法来获取参数，但这对实际使用带来了困难。考虑到PFC的鲁棒性比较强，允许模型存在一些偏差。因此，为了使控制算法简单，避免在线进行参数识别，我们通过实际试验为每个时变系数规定了如式(6)区间，在实际工作中，根据不同的工作状态，这些系数在区间内交变取值。这种方法既实现了特征方程的时变性，又使方程的实现变得简单。
3.2制粒机的自动控制
制粒机属于多变量系统，通过前面的解耦可以使变量间的耦合关系消除。因此，解耦后的制粒机自动控制就转换为两个单回路控制。自动控制的目的进行合理的蒸汽量调节和饲料量调节，在保证制粒前粉料所需要的合理温度的同时，尽量让制粒机主电机在满负荷范围内工作，以使制粒机保持较高的工作效率。图4为制粒机自动控制的框图。图中，负荷设定值自整定就是根据制粒机主电机的实际工作电流，寻找相对最佳的工作点。
图5为在一定负荷下温度实际的控制曲线。其中，sv为温度设定值，PV为实际温度测量值，MV为操纵量。可以看出，实际温度的偏差为正负1℃，满足了生产工艺的要求。
4、结语
对于制粒机这样的饲料加工设备，设备的能耗一般很高。因此，如何提高生产效率十分值得研究。由于制粒机属于多变量系统，常规的控制很难实现自动控制。本文通过解耦来使得制粒机的自动控制变得简单。同时，采用了先进控制技术，可使得控制效果提升。负荷设定值自整定环节的采用，又能根据制粒机主电机的实际工作电流，寻找相对最佳的工作点。从而使制粒机满负荷运行。
