基于蔗糖结晶过程的图像采集与控制研究

潘泽锴，朱名日，张振升

（桂林电子科技大学 计算机与控制学院，桂林 541004）

0 引言

煮糖是蔗糖制炼工艺过程中关键的一环，蔗糖结晶过程是国内糖厂生产过程中唯一没有全面实现自动控制的生产过程。国内至今是依靠人工经验进行手动操作，人为因素对白砂糖的质量影响十分明显，相同条件下不同熟练程度的操作人员所煮出来糖的质量亦有差别；其次由于煮糖水平的差异，常常不能实现以较低的能耗获得较高的煮糖效率及最好的白砂糖质量。再加上国内传统设计制造的结晶罐内无强制循环装置，罐内糖膏循环不良导致煮糖时间长，能耗高，成品糖色值增加。

国外对煮糖控制的研究较早，并且也取得了较大的进展，像澳大利亚、巴西、泰国、西欧的一些国家糖厂在十几年前已经普遍采用了自动煮糖控制系统。自1961年以来著名学者Wright、Foster、Broadfoot、Wilson、Schneider等人一直致力于煮糖自控模型研究，根据物料和能量平衡等推出一系列用于煮糖控制的数学模型，并设计出典型的煮糖控制方案，但是这样的方法需要准确的检测出各种参数还未完全能实现，而且数学模型有待进一步完善。

从国内外的煮糖控制现状来看：煮糖自动化的程度不高，这方面的研究有很大的发展空间。为实现这个工业过程的自动化设计，设计采用一种视觉传感方法，以图像处理为技术基础建立一个煮糖过程自动控制系统。通过计算蔗糖结晶图像的特征值，以数据融合的方式和原有自动控制参数结合，同时还要考虑在工厂复杂的环境中要保持信息的安全连续传输，保持系统控制的实时性问题。因此，在原有设备实现生产自动化的基础上，建立一种基于蔗糖结晶过程的图像采集与工业自控系统有其现实的意义。

1 蔗糖结晶过程模型描述

在整个控制系统中，蔗糖的结晶过程提供主要的控制依据，为了得到一致晶体需要实现结晶过程的连续化与自动化，即对结晶过程实现模型化，找出过程晶体生长、成核和结晶动力学的完整的表达式，使煮糖过程能根据煮糖原料的储存情况、操作条件等的变化，通过工控机自行运算，确定最佳的入料配比，自动控制程序和选定参数，保证整个结晶过程都处于最佳状态。

根据蔗糖结晶过程的变化情况，对结晶过程模型做相关的描述，煮糖罐输入—输出的关系如图1所示。

蔗糖结晶机理模型方程由以下方程组成：

1） 物料平衡方程

所谓物料平衡计算就是求出作用物量与生成物量（包括变化部分）的恒等关系。由图1可知：

（1）在任何时刻煮糖罐中的总质量为：

M=S+W+I+X

2）蔗糖晶体生成关系式

在本模型中，所采用的结晶体线性生长速率G是采用Wright教授研究提出数学表达式：

其中，OS-蔗糖溶液临界饱和度；活化能Eact与温度有关，表达式为：Eact=62.76-0.8368(T-60)；R=8.32；Wright教授估计了三个与晶体生长相关的参数：P1=7.148，P2=0.04，P3=-1.75。

3）阶距平衡关系式。

其中，µ1—晶体粒度分布1阶距；µ2—晶体粒度分布2阶距；µ3—晶体粒度分布3阶距；G蔗糖晶体线性生长速率。

由蔗糖结晶过程模型可知，影响晶体成长的主要因素有浓度效应(S)、温度效应(T)、流动效应(F)和杂质效应(I)，量变表现在浓度的增加，质变表现在相变，两者的总和便形成外形的变化。变化的过程又伴随着系统能量的转移。所以研究结晶的形成，要以浓度、物相和能量变化三方面来进行考察。而这三个方面的变化在图像都会显现出来，设想找到一种针对此结晶图像变化过程的数学算法得到合理控制参数，对实现过程的自动控制大有裨益。

2 蔗糖结晶图像采集系统建模

由蔗糖结晶过程模型描述可知，蔗糖结晶是一个复杂的物理、化学过程，这个过程包括传热又包含传质，当中受多方面的因数影响，人们采用电导仪法、γ射线法、计算过饱和度控制方法都存在不足之处，电导仪法中电极和糖膏接触，会逐渐形成积垢和被腐蚀，影响测定结果；γ射线法存在辐射，对人体产生伤害；计算过饱和度法对传感器要求较高。

2.1 蔗糖图像采集模块

针对上述方法存在的缺陷，本文设计一种非接触式检测方法，利用嵌入式开发平台和CMOS图像传感器采集蔗糖结晶不同阶段图片进行图像处理，提取图像的特征值反馈控制系统，通过数据融合的方式和原有参数结合实现蔗糖结晶过程的自动化控制。从实际情况出发，设计出现场环境模型如图2所示。

图2 图像采集处理模型

在蔗糖结晶过程中，锅炉内的晶体在不停搅拌作用下，不停的依附在锅炉壁的透明玻璃片上，锅炉外光学镜头把图像放大，COMS图像传感器将现场环境的蔗糖图像信号经相位放大、同步信号分离、亮度/色度信号分离和A/D变换等处理，转换成以二进制的数字信号输出。数字信号流直接输入到嵌入式处理器的图像数据采集单元中，单元内部将捕获的图像数据以DMA(Direct Memory Access，直接存储器访问)方式传输到内存中，通过液晶屏在平台的接口送液晶屏LCD显示。在整个过程中，硬件层工作方式由应用层操作界面发出，嵌入式平台通过系统内核互通相应模块控制参量，嵌入式系统内核在整个系统中起到中枢的作用。

此外，锅炉周围在生产过程中温度较高，图像采集仪器外围加装相应的隔热装置。要采集到质量高的图片，还应对光源加以限制，除了增加光的强度以外，采用镀膜镜头减少光线反射，提高图像的亮度和对比度；调节镜头焦距能够增加图像清晰度，消除图像模糊的现象。煮糖罐内的蔗糖晶体在不同阶段依附在锅炉壁状况是不一样的，包括流速，浓度、温度、粘度、纯度和杂质都可通过图像体现出来，因此对不同时间的蔗糖图像进行处理，提取图像特征值就可以为后续的自动化控制提供参数依据。

2.2 蔗糖图像处理模块

依据蔗糖结晶图像的特点，本系统设计图像处理算法核心是针对蔗糖颗粒图像分割以后的特征提取。依据蔗糖结晶图像的特点，前期运用数学形态学的膨胀、腐蚀运算作预处理，采用基于遗传算法的Otsu阈值分割算法进行特征分离，提取特征值。最后利用类间方差值判定对参数归类控制，设计的图像处理模块如图3所示。

图3 图像处理流程图

在蔗糖的图像处理过程中，以数学形态学在图像的消噪、增强等方面的应用为基础，利用基于遗传算法的Otsu阈值分割方法处理蔗糖结晶颗粒图像以得到其二值化图像，然后再从图像中提取目标的颗粒面积、周长、形状指数等，检测实时采集图像中的单位颗粒参数与实际是否符合，采用Otsu阈值图像分割适应度函数中类间方差值F(t)作为判断依据：

其中，μ0(t)、μ1(t)分别为目标颗粒和阈值部分的概率，ω0(t)、ω1(t)分别为目标颗粒和阈值部分的均值。由Otsu阈值分割出来的目标颗粒参数和阈值空间两部分构成局部差，方差是灰度分布均匀性的一种度量，类间方差F(t)要落在一定的阈值范围之内才符合优化控制的需求，把控制参数送控制系统比较判定后，工控机向无线传感器发送控制命令，实现结晶罐内的强制循环。这样图像处理模块就为蔗糖煮糖环节实现自动控制提供了一个有效的技术保障。

3 煮糖结晶过程控制系统建模

煮糖自动控制系统的基本原理是总结糖的结晶过程原理、建立数学模型，根据经验预先设置好煮糖相关参数的工艺曲线，根据各相关参数采集点反馈回来的信息按设定曲线自动调节相关物料，自动控制强制循环装置、液位、真空度、蒸汽压力、和糖浆锤度等，以达到结晶颗粒均匀可控，采用较低的能耗获得较高的煮糖效率及白砂糖质量的效果。

蔗糖结晶过程是一个非线性、慢时变、多变量控制过程，要建立其机理模型非常困难。为了克服传统建模的不准确性，找出过程的合适输入-输出关系，本设计采用了对煮糖结晶过程进行Elman神经网络建模。引用Elman神经网络对现场系统建立一种自回归模型，其模型的差分方程可以表示为：

式中，μ(t)是输出向量，x(t)是输入向量，m，n分别是输入和输出的时间时滞因子，f是非线性函数。利用实际的输出x和Elman神经网络输出之间的误差来调节神经网络的权值，最终期望用来反映x。

图4 蔗糖结晶过程控制流程图

根据Elman神经网络模型机理，本设计在机械自动取样（即代替人工取样）的基础之上，建立基于图像处理的过程控制系统流程图4所示：结晶过程模型，得出影响结晶的因素；然后对蔗糖结晶图像采集与控制进行系统建模，通过对结晶过程图像处理，计算特征值，提取目标的面积、周长、形状指数等，为过程自动化控制提供参数依据；最后以工控机为核心，将控制命令通过智能传感器向控制节点发送，结点又将所获取的控制信息反馈到工控机，真正实现整个过程自动控制。达到了节约能耗，减少劳动力，降低生产成本，提高效率，提高白砂糖的产量和质量目的，有效地提升了企业的核心竞争力目的。

实际生产中，图像处理模块参数x(t)是输入向量，CAM现场总线发出命令μ(t)是输出向量。原来技术工人用采样器抽出煮糖罐内的糖膏样本放在玻璃板上观察和用手摸感触，判断蔗糖晶体的相对数量、疏密程度、生长情况以及糖膏母液的浓度、黏度和吸收状况等，然后手动控制原蜜、甲稀和水的加入量，促使蔗糖颗粒结晶。本设计的图像处理算法可以比较准确的计算出单位面积内的蔗糖颗粒面积、周长、形状指数等，将所获参数 与从原来设定的参数 相结合综合分析，对罐内的蔗糖结晶实际情况进行预测和判断，通过工控CPU向智能传感器发送控制命令参数μ(t)，工控模块通过CAM总线形式连接起来，对加原蜜伺服、加糖浆伺服、加热水伺服和自动取样、模式识别微波检测装置等进行实时监控，并将控制信息实时反馈给工控机对系统进行修正。在结晶罐内不断的强制循环，最终达到生产出高质的糖产品、节约能源、提高生产效率目的。

4 结论

本文以蔗糖结晶过程为依据，首先描述蔗糖

[1] M.Mathlouthia,J.Genotelleb.Role of water in sucrose crystallization.Carbohydrate Polymers 37(1998)335-342.

[2] Zhang Hui,Fritts J E,Goldman S A.A fast texture feature extraction method for region-based image segmentation[C]//SPIE Electronic Imaging-Image and Video Communica tions,2005,5685:957-968.

[3] P.M.Martins,F.Rocha.New developments on size-dependent growth applied to the crystallization of sucrose. Surface Science 601(2007)5466–5472.

[4] Wright E.T,D.L.Mackintash,B.K.Butler.Modeling Growth Rate Dispersion(GRD)in Suger Crystallision,Proc.Aust.Soc.sugar Cane Techbo.

[5] 沈参秋,等.甘蔗制糖原理与技术第四分册―蔗汁结晶[M].中国轻工业出版社,2001.

[6] 孔繁镍,李燕.蔗糖结晶过程的模糊自适应PID控制[J].广西民族学院学报(自然科学版),2006,12(3):89-91.

[7] 王玲妹,朱名日,樊春丽.图像识别技术在蔗糖颗粒检测中的应用[J].计算机仿真.2009.26(7).294-297.

[8] 林兴盛,陈云峰,杨翠峰,谢强,许家进.煮糖自动化的开发及实施[J].广西蔗糖,2008.6(2).39-43.

[9] 樊春丽,朱名日.蔗糖结晶过程的建模与控制[J].计算机系统应用.2009.18(3).38-41.