APP下载

稻米加工智能工厂简述

2021-10-25蒋志荣

粮食加工 2021年4期
关键词:传感工厂加工

蒋志荣,陈 辰

(荣业软件人工智能实验室,长沙 410001)

以科技为依托,实现稻米加工的无人智能控制,让稻米加工损耗最小,得米最高;让大米营养成分流失最少、成品米品质最优;让一线工人劳动强度最低、企业经济与社会效益最大,这是荣业稻米加工智能工厂已经实现的目标。

稻米加工智能工厂有五个基本维度,作为真正意义上的智能工厂,这五个维度缺一不可:万物互联、软件定义、工艺检测、数据驱动及智能控制。

1 万物互联

稻米加工智能工厂的“万物互联”是指车间各生产加工设备之间的互联互通,包括传统产线上机械设备之间的通信、智能设备之间的通信、原有设备与新增的智能控制器之间的通信、工艺检测系统与智能控制器之间的通信、传感系统与控制执行系统之间的通信以及所有节点与控制平台之间的通信,这些通信都是毫秒级的响应速度。

当智能工厂需要联入远程云智能打米平台时,可通过边界节点网关并运用区块链技术与远程操作终端通信。智能工厂每个生产节点的传感与控制执行系统的通信,通过前置通信网关实现,每一个前置通信网关通过工业总线与其它生产节点的前置通信网关或智能设备交换信息。

在智能工厂中,万物互联通过工业互联网实现如图1所示。

图1 智能工厂万物互联工业互联网

2 软件定义

智能工厂首先是数字工厂,数字工厂是实物工厂在数字领域的映射。换言之,数字工厂是通过数字表达方式将实物工厂在数字空间进行完整的抽象与再现。

实物工厂要转换为数字工厂,首先需要建立工厂在数字空间的模型,这个模型包括:工厂的维度,每个维度的子项,每个子项的具体描述,各维度之间的关系,各子项之间的关系,各子项与维度之间的关系以及权重。

这个模型的建立就需要通过软件在数字空间进行定义。软件定义描述每一个对象是什么、如何工作、工作的机制、何时以何种方式工作、工作的评价,模型的优劣直接决定智能工厂的成败。软件是智能工厂的“灵魂”与“大脑”。荣业稻米加工智能工厂基于对稻米加工设备的工作原理、结构、控制要素、控制逻辑,基于对每道工序的加工目的、本质,尤其基于对各工序加工工艺的评价标准、前后道工艺之间有机协作,基于对大米加工品质的检测,基于对大米加工本质的不断深入揭露,通过软件定义稻米加工工厂的数字模型。

例如,在对多机轻碾工艺进行定义时,对每道碾米的智能控制就定义了一套组合机制:①根据当前米机自身的加工工艺效果进行反馈控制;②根据前一道设备的加工工艺效果进行来料匹配控制。

3 工艺检测

智能工厂以在线工艺检测为调制设备的核心依据,有时乃至是唯一依据。工艺效果是大米加工的唯一目标,智能工厂将最终的加工工艺目标分解成每一道工序的分目标,以各分目标作为每道工序的控制参数。

在传统的大米加工生产工艺中,每一道工序合理且客观的工艺标准一直缺位,虽然有的机构或组织或企业制订了一系列“标准”,但这些“标准”常常是既不科学、也缺乏可操作性,其原因很简单:员工的肉眼目测方式不能准确、客观、实时地评判加工工艺效果。长而久之,就形成了一线工人凭借“流量”(“产量”)与电流值(设备的工作电流)为依据的打米经验和操作手法。

通过对海量生产实物样本的分析,建立一套科学、严谨、易于操作且适合智能控制的工艺标准,并把它细化到了每一道工序、每一个加工品种,甚至每一台设备。

例如砻谷工序,智能工厂针对不同加工品种定义不同的最佳脱壳率,还从大数据分析中获取“这一台”设备的运行特点,针对当前加工对象制定“这一台”设备的加工工艺指标——即使是同一厂商、同一型号、同一批次的设备,也存在着较大台间差;即使是同一批次、同一个仓、同一车原粮,在进入不同位置的加工设备时,来料都可能因分级而不同。

在碾米工序,智能工厂根据三道、四道、五道......碾米的不同工艺设计、砂辊与铁辊的差异、砂辊砂型、碾米室进出料方式、单位时间产量,针对不同品种与不同的目标精度,定义每一道碾米的标准样本、达标标准以及工艺标准。

大米加工在线工艺检测系统依据定义的标准样本,以在线实时的检测方式对每一道工序、每一台设备的加工工艺效果进行精细化检测,这些检测结果所产生的数据源源不断,为设备的智能控制提供客观、真实、可靠的原始数据。

在线动态实时的工艺检测是承载智能工厂的“内脏”与“骨骼”。

4 数据驱动

数据是智能工厂的“血液”。

没有数据,所有智能控制的动作都是没有依据的;数据量不足,所有的控制动作都是不准确和粗犷的,甚至错位。数据和算法是智能工厂的核心竞争力之一。数据的质量直接关乎控制的合理性与科学性,也决定了智能工厂的成败。优质的数据是良好效果的源头。数据质量好坏,决定于获取数据的手段。智能工厂中的原始数据,除作为核心控制依据的工艺检测数据外,还包括各类传感数据。

传感数据,包括位置、压力、半径、角度、速度、温度、扭力、电流、风速及频率等,传感数据的质量首先来源于设计方案、传感方式、传感器的工作原理、传感器的材料、传感器的抗疲劳能力,尤为重要的是对传感数据的处理与分析的方法和能力,其中还包括对传感信号的降噪能力,这些因子决定了传感数据是否可用,是否持续可用,是否准确无误。

例如砻谷机辊径传感,传感原理决定它的适用环境,A/D转换技术决定了其获取所需传感信号的精准性,对传感信号的降噪处理能力决定了读取胶辊半径的真实程度——这里必需排除稻壳、糙米、稻谷的干扰信号。

再例如碾米压力传感器,在保证数据准确的同时,获取数据的频率和数量决定了碾米压力保持稳定且随时匹配到最佳碾米压力。智能工厂中,每5 ms准确获取1次碾米压力数据,每1 s获取200次,如果低于这个频率,碾米压力稳定控制系统就不能满足实际生产的需要,这是高数据量与获得数据的高频率的价值。

算法是智能工厂对数据的分析与处理方式,也是对数据的使用能力,它最终决定了智能工厂的品质。在荣业稻米加工智能工厂中,以三个方面的算法为主导引领全局:①工艺检测系统中的机器学习与深度学习算法;②碾米(抛光)压力的稳定控制算法;③碾米机、砻谷机等前沿加工设备的智能控制算法。其中的①保证了在线工艺检测数据的真实、客观、有效;其中的②实现了碾米(抛光)压力的恒久稳定,确保碾米效果均匀(大小、碾磨层次、饱满度、美观);其中的③不仅奠定了“无人智控”的基础,还让智能控制成为人工无法企及的存在。

5 智能控制

智能控制与自动控制是完全不同的两个概念:自动控制是线性序列控制,智能控制是闭环控制。

自动控制不对最终的加工工艺和得米率负责,智能控制会不断判断当前的加工工艺效果与目标工艺之间的偏差,并根据偏差、预判来料动态地进行设备调制,使加工工艺始终稳定、得米率最高。所以智能控制属于柔性控制,不是类似于自动控制的“硬切换”控制。在智能工厂中,从服务目标出发并存着两种控制思想和控制方式,这两种控制方式又形成了两个控制闭环:

(1)依据传感数据完成对设备进行调制的内环控制。内环控制是工艺控制的基础,只有依托卓越的内环控制才能保障工艺控制的鲁棒性,它包括像砻谷机的下料淌板控制、胶辊线速度与线速度差的控制,碾米机碾米压力的稳定性控制等。内环控制的对象并不依赖于工艺——不论工艺目标如何,设备本身必需具有并保持的最优或者最合理的运行状态。

(2)依据在线工艺检测数据完成对设备控制要素调制的外环控制。外环控制完全以工艺为核心,是实现工艺控制的决定性控制闭环。

智能工厂的智能控制器中结合了两种控制方式:本机闭环控制与隔机闭环控制。“本机闭环控制”,是指根据本机当前的加工工艺效果完成对设备控制要素的调制。直接影响加工工艺效果的控制元素即为设备的“控制要素”,控制要素的调整与工艺效果之间存在着高度关联的输入与输出关系,比如辊压与脱壳率和碎米率之间的关系,碾米压力与碾磨程度和加工精度的关系等。“隔机闭环控制”,是指依据上一道工序的加工工艺效果完成对本机的设备要素调制,上一道工序的工艺效果对于下一道设备来说属于“来料”品质,所以隔机闭环控制实质上属于“来料控制”。

智能控制的优劣,首先取决于工艺检测的客观性与科学性,继而决定于智能控制的人工智能算法,前者关键在于“看得清”,后者在于“控得准”。“看清”与“控准”一样,其成败均在算法。在智能工厂中,只有真正优秀的算法才能实现无人智控,且加工效果远远优于传统的人工控制。

6 智能工厂的系统架构

智能工厂在逻辑上共有五层架构,由底层到最高层依次是生产设备层、工业互联网层、工艺与设备感知层、数据与算法层、控制执行层,如图2所示。

图2 稻米智能工厂系统架构

生产设备层由传统稻米加工设备包括去石机、砻谷机、谷糙分离机、碾米机、抛光机、色选机、配米机以及各类筛选设备和管道构成的传统产线。原有传统加工产线是构建智能工厂的基础,其中包含着智能工厂的两个重要思想:①不破坏也不颠覆现有产业链;②最大程度保护加工企业的固有资产并充分利用。

工业互联网层 实现工厂内万物互联的一切网络设备、数据链路、通信机制、设备管理、路由标识以及设备身份解析等软硬件系统,由前置通信网关、边界交换网关、中央节点网关、设备标识与解析系统及工业总线等构成,车间内工业互联网具有毫秒级的通信能力。

工艺与设备感知层 包含两个大的系统:大米加工在线工艺检测系统,传感群集系统,其中,大米加工在线工艺检测系统由在线智能取料系统和人工智能大米质检机器人构成。因为不同工序的加工任务与目标不同,工艺检测又区分为不同检测侧重点的在线工艺检测平台,这些平台依工序命名:侧重脱壳率、未熟粒、碎糙米检测的砻谷工艺检测系统;侧重碾米达标率、加工精度、留皮率、留胚率检测的碾米工艺检测系统;侧重碎米与不完善粒检测的成品检测系统等。

数据与算法层是对源源不断的海量数据进行数据分析、数据挖掘等大数据技术提炼并通过构建的人工神经网络系统对之进行数据处理,形成决策信息,这一功能在物理上由智能控制器执行。不同的生产节点有不同的智能控制器:砻谷智能控制器、碾米智能控制器、抛光智能控制器及去石智能控制器等,不同的智能控制器根据其工序任务与加工目标执行不同的控制规则,不同的控制规则依据不同的工艺检测数据产生不同的控制决策,最终生成不同的控制动作指令。

这些智能控制器不是机械地进行数据处理与形成控制决策,它们对数据的处理是智能甚至是智慧的,例如同为碾米机的智能控制器,不仅前后道工序的智能控制器规则不同,那怕同一道工序的不同米机,它们也会根据本机的特点产生适应性极好的柔性控制措施。

控制执行层:智能控制系统的最末端,也是智能控制的执行单元——伺服系统。物理位置上,伺服系统与传统生产加工设备距离最短,短到将伺服系统内置到传统设备机体上,这一效果通过对传统粮机设备的智能化改造完成。

7 智能工厂的实际效果

7.1 显著提高得米率

通过降低加工损耗,相同的留胚率或留皮度(即同等精度下),与传统加工方式比较:净得米率提高3~5个百分点,也就是每50 kg稻谷多加工出1.5~2.5 kg白米,不论原产线得米率高低,总能有显著提升。相同产量的能耗更低,碾米温升降低,加工增碎减少,故在提高净得米率的同时还提高整精米得率5~12个百分点。

7.2 无人智能控制

设备的调制与操控完全由智能系统完成,不再依赖打米师傅的操作经验,更不会因为老师傅的退休或离职而降低加工企业的效益。

7.3 与目标一致的精度

传统稻米加工在工艺上的一个显著特点是加工精度不稳定:精度无法重现,不能稳定、不能操控;智能工厂完美地实现了加工精度的稳定性,而且稳定地保持与目标精度的一致性,加工工艺完全可控。

7.4 均匀饱满的颗粒

真正的“看米打米”与稳定的碾米压力,让每一粒大米碾磨的程度与碾磨层次几近一致,应该碾去的碾去,应该保留的保留,加工出的大米颗粒均匀、饱满、整齐、润泽,其美观程度远胜人工控制。

8 智能工厂的关键与核心技术

8.1 大米加工在线工艺检测

智能工厂的核心因子是“在线工艺检测”,这是稻米加工“数据驱动”的核心,必需科学、客观、实时、在线、有效,尤为重要的是检测水平必需能准确且全面地反映当前工艺状态。

例:一道碾米,检测的核心指标是“开糙率”,它包括开糙达标百分率、过碾百分率、开糙不足百分率、碎米率,不能是像“白度值”这样的近似数据;终碾的检测指标,是准确的达标率、过碾率、碾米不足率,还必需检测留皮率、留胚率或者留皮度;如果抛光工序,那么需要检测粒面洁净颗粒的百分率、粒面留糠颗粒的百分率以及粒面的光洁度等这些不同需求决定了在线工艺检测的唯一实现途径——人工神经网络。

人工神经网络在大米加工在线工艺检测上的应用有着先天的三个学科难题:①静态检测转换为动态检测;②神经网络的串行处理机制转换为并行处理;③深度学习结果的迁移。

在线工艺检测系统在实际生产中的应用落地还有更多需要解决的问题:如何在线取得具有代表性的样本;如何区分不同检测对象的样本;如何将智能取料与检测平台有机结合等。

8.2 无人化智能控制算法

基于在线工艺检测进行智能控制的 “看米打米”,不是根据当前加工工艺进行机械的设备控制,而是基于在实际生产中长期积累起来的经验、又高于传统的打米经验。所以,无人化的智能控制需要将①工艺检测数据、②当前工序的分目标、③设备的控制要素、④本机与其它设备的共性和差异等四者结合起来,将之融合到一个算法中,并最终将这个算法转换为该生产节点的控制规则以及由这个规则每次都能产生相应的准确的控制决策。

通过算法完美实现粮食加工行业无人智能控制,并成功应用于实际生产,远优于传统人工控制。

8.3 碾米(抛光)压力稳定控制算法

稻米加工生产过程中,碾米压力总会随着来料分级、流量、水分的变化而变化,随着出糠筛网不同位置的少数筛孔不断地在“堵”与“通”之间随机切换产生瞬间的剧烈、不可预测的变化;在智能工厂中,不仅能准确有效地预测这些变化,还能精准无误地消除这些变化,最终控制出稳定的、与目标相符的碾米压力。

智能工厂的碾米压力稳定控制系统完美地满足了这一实际需求:每10 ms完成1次控制闭环,即,每1 s完成100次碾米压力的精准闭环控制,最终使系统可以把碾米压力稳定到目标压力值,误差小于正负1 g(力),从本质上保障了碾米的均匀性,保障了碾米的实际精度稳定地与目标精度保持完全的一致。

8.4 高速运转中的砻谷胶辊辊径测量

精准获得砻谷胶辊辊径信息,在砻谷工艺中极为重要,实际生产中,如果检测误差达到1 mm或以上,则不具有实际应用价值。

砻谷机在工作过程中,胶辊高速转动,非接触传感测量时会产生“多普勒效应”,加上胶辊表面粗糙且不规则,使其所产生的多普勒效应不能呈现规律性特征,荣业软件实验室运用过滤算法创新性地解决了这个问题,使胶辊辊径测量误差在0.2 mm以内,为变频器匹配砻谷胶辊的线速度及线速度差提供了足够可靠的依据。此算法已在实际生产中完美运用,为实现砻谷无人智控提供了保障。

猜你喜欢

传感工厂加工
《传感技术学报》期刊征订
新型无酶便携式传感平台 两秒内测出果蔬农药残留
《煤炭加工与综合利用》杂志订阅单
认识“超加工食品”
自由曲面加工中数控加工技术的应用
硅硼掺杂碳点的制备及其在血红蛋白传感中的应用
微生物燃料电池在传感分析中的应用及研究进展
为什么工厂的烟囱都很高?
奶酪工厂
看,塑料制品是这么加工来的