3軟件的實現(xiàn)
　　本裝置的控制軟件由VC++編寫，主要具有以下功能模塊：檢測羅拉傳感器零位校正、實時控制、數(shù)據(jù)保存、實時數(shù)據(jù)分析、人機交互等，實時控制主要采用多線程編程的方法，實現(xiàn)與PLC的協(xié)調(diào)和兩組伺服電動機的調(diào)速及數(shù)據(jù)采樣。為提高煊λ俁齲愀咚俟で?，其种C礁雎齔逍藕歐⑸韃捎?32串行通信外，其余的通信均采用485串行通信。
　　4智能控制
　　針對并條機進(jìn)行紗條牽伸這一過程，影響因素復(fù)雜，系統(tǒng)內(nèi)部變量之間關(guān)聯(lián)嚴(yán)重，依靠在理想狀態(tài)條件下依據(jù)質(zhì)量守恒定律得出的經(jīng)典自調(diào)勻整公式，難以達(dá)到性能要求。而建立實際的牽伸數(shù)學(xué)模型非常困難，因此我們采用了模糊控制的方法。模糊控制建立在人們的控制經(jīng)驗基礎(chǔ)之上，基于人的自然語言的控制方式，無須對系統(tǒng)本身進(jìn)行數(shù)學(xué)建模。同時紗條牽伸又有其特殊要求，比如在棉條不勻率滿足要求的情況下，盡量保持牽伸比的穩(wěn)定；而對棉條的階躍擾動，牽伸要有適當(dāng)?shù)奶崆傲康?。這些就是多點檢測、單點勻整方法的理論及經(jīng)驗依據(jù)，而模糊控制器具有多輸入及多值繼電特性，恰好與棉條牽伸特殊要求有著類似的特點。因此在并條機上采用模糊控制實現(xiàn)自調(diào)勻整，其性能要優(yōu)于傳統(tǒng)的自凋勻整的控制方法。
　　模糊控制系統(tǒng)的原理如圖2所示。

　　這里用于模糊推理的控制規(guī)則，采用了雙自調(diào)因子的控制規(guī)則，其規(guī)則解析式可概括為：E、c為輸入值與名義值之間的誤差和誤差的變化量，其語言變量論域可取為{E}={c}={一3，一2，一1，0，1，2，3}，α1、α2為兩個設(shè)定的值，可分別取為0．4、0．6。該關(guān)系式基本上符合人們自調(diào)勻整的控制經(jīng)驗，但其規(guī)則仍需按照生產(chǎn)過程的實際進(jìn)行適當(dāng)?shù)耐晟?，這里采用了優(yōu)化量化因子的方法進(jìn)行規(guī)則的修正。
　　量化因子的優(yōu)化可通過神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的辦法。在一定范圍內(nèi)，隨機選取不同的3個量化因子Ke、Kc、Ku．在并條機上做試驗觀察并記錄紗條相對應(yīng)的輸出每米質(zhì)量不勻率V，然后將這一組數(shù)據(jù)作為一個樣本，重復(fù)這一過程。取得多組樣本后，構(gòu)建一個3層的前饋神經(jīng)網(wǎng)絡(luò)，輸入層由把3個量化因子構(gòu)成的3個節(jié)點組成，隱層取為6個節(jié)點，輸出層為只有一個不勻率V一個節(jié)點，通過BP網(wǎng)絡(luò)誤差反向傳播學(xué)習(xí)算法，實現(xiàn)了V與Ke、Kc、Ku關(guān)系的一個逼近。因此該網(wǎng)絡(luò)也可以說是建立了一個V與Ke、Kc、Ku的一個黑箱函數(shù)關(guān)系F，即V=F(Ke、Kc、Ku)。然后利用遺傳算法(SGA)對Ke、Kc、Ku進(jìn)行優(yōu)化。取出條的每米質(zhì)量不勻率的最小值作為SGA算法的目標(biāo)函數(shù)，進(jìn)行優(yōu)化，其中間運算的J值可通過以上建造的神經(jīng)網(wǎng)絡(luò)得到。
　　這樣通過神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的方法，對模糊控制系統(tǒng)的三個量化因子進(jìn)行優(yōu)化，由于該參數(shù)的調(diào)整基于輸出結(jié)果，因此在某些程度上它也具有一定的閉環(huán)特性。
　　5結(jié)論
　　本系統(tǒng)通過總結(jié)國外并條機成功開發(fā)開環(huán)控制的基礎(chǔ)上，設(shè)計并開發(fā)出一套智能型的自調(diào)勻整裝置，充分利用伺服電動機電子齒輪功能的優(yōu)勢及工控機運算速度快的優(yōu)點，直接調(diào)節(jié)一、二羅拉的牽伸比，響應(yīng)速度快?？刂扑惴ㄉ喜捎媚：刂品椒ǎ鉀Q了并條機建模困難、采用普通控制方式難以達(dá)到性能要求的不足，且易于實現(xiàn)計算機的實時控制。