3 過程控製研究中存在（zài）問題
3.1幹燥（zào）技術與（yǔ）控（kòng）製技術未充分結合
幹燥過（guò）程是（shì）典型的多變量（liàng）、大慣性、高度非線性複（fù）雜係統，建立一個理想的符合實際幹燥過程（chéng）的數學模型^困難；而且建立模型要花費大量精力，有時甚（shèn）至是不可能。通常為（wéi）便於研究要對建模條（tiáo）件進（jìn）行簡化，簡（jiǎn）化後的方程不能正確反映幹燥過程，簡化（huà）常常會帶來誤差。有的模型如熱、質傳（chuán）遞模型、幹燥過程優化（huà）控製型、模糊控（kòng）製及智能控製型等，都有不夠^之處。同時幹燥理（lǐ）論研究（jiū）局限在擴散理論的圈子中、未找到物料自身的特性函數，這（zhè）也給^模型的（de）建立帶來了難（nán）度。即使一些幹燥過程能夠建立起^的數學模型（xíng），其結構往往也^複雜，難以設計並實現有效的控製。目前的研究基本（běn）上停留以一維數學模（mó）型為基礎的控製上，常常是（shì）隻（zhī）控製某一個特定的參數，控製效果不理想，更不能（néng）完成多目標的智能（néng）控製。沒有一個很好（hǎo）的數學模型（xíng），在實施控製時（shí）不得不尋求其他間接方法，這在一定程度上影響了控製的精度和效果，幹燥（zào）技術研究與控製（zhì）技術研究結合得（dé）不夠好（hǎo），使（shǐ）幹燥機控製對發揮幹燥機（jī）理想效（xiào）能、對提高產品質量的作用沒（méi）有完全體現。
3.2 幹燥過程控製方法及控（kòng）製效果研究較少
3.2.1 過程控製中控製變量少
幹燥過程控製（zhì）係統以常規單變量技術為基礎，控製的目標主要局限於（yú）對某一個（gè）變量或幾個變（biàn）量的平穩操（cāo）作，保證生產平（píng）穩和少出事故。隨著糧（liáng）食幹燥工業日益走向大型化、集成（chéng）化、連續（xù）化、複雜化，對過程控製的品質提出了更高的要求，一個良（liáng）好的控製係統不但要（yào）保護係統的穩定性和整（zhěng）個生產的安全，滿足一定的約束條件，而（ér）且（qiě）應該帶來一定的經濟效益和社會效（xiào）益。而在糧食幹燥中，當某一烘幹段中熱風的溫度和濕度一旦（dàn）變（biàn）化，不僅對該烘幹段糧食的溫度和含（hán）水率產生直接的影響，還會間接影響到下一段乃至烘幹塔出口（kǒu）糧食的溫度和含水率。若排（pái）糧（liáng）電機轉速放慢或者加快，不僅烘幹塔出口的糧（liáng）食水分會變化，每一段烘幹段內糧（liáng）食溫度和水分（fèn）都（dōu）會發生相應的改變。在這一係列（liè）複雜的變化（huà）過程中，必然會伴隨時滯、耦合、時（shí）變以及一係列非線性的過程。如果隻是將被控變（biàn）量的偏差和偏差變（biàn）化率作為控製係統的輸入，當（dāng）係（xì）統內部或外部幹擾增多（duō）時，很難保證其控製效果。經（jīng）典的模糊控製係統常將研究問題簡化為單輸入單輸出單變量模糊控製器在應用中有很大局限性，控製器的輸入隻有被控變量的偏差及偏差變化，實質上相當於一個可變參數的單輸入PD調節器。因此，幹燥過程的（de）複雜性決定了控製量和被控製量（liàng）不止一個，互相之間存在錯綜複雜的影（yǐng）響關係，各被（bèi）控製量的理想（xiǎng）值也會存在相互製約的（de）因素，難（nán）以尋求理想的控製方案。
3.2.2 先進控製應用少（shǎo）且方法集中單一
雖然數十年來就開始探究將如（rú）何智（zhì）能控製應用於幹燥工藝中，但是關於糧食幹燥先進控製係統的設計方（fāng）法研究（jiū）甚少，而（ér）且集中於某（mǒu）種方法的研究較多（duō）。“十五”期（qī）間國家糧食局花費了（le）大量的資金用（yòng）於解決糧食幹燥過程中的水分在線測試和自動控製，結合一（yī）些糧庫進行了一些項（xiàng）目的研究和開發工作，但多數設計單位（wèi）都采用模糊控製方法。瀏覽國內學（xué）位論文也可以看到，較多的是利用（yòng）神經網絡建立烘幹塔的數學模型（xíng）、用模糊思想對幹（gàn）燥機的性能進行綜合評價和對幹燥機的設計進行優化；沒有一份應用模型預測控製的報道。先（xiān）進控製（zhì）方法雖然有很（hěn）多優點，但單一方法也存在著這樣或（huò）那樣的不足。模糊控製是建立（lì）在熟練操作（zuò）才經驗的（de）基礎上，需要通過係統自（zì）學習，不斷（duàn）修正參數才能逐步逼近（jìn）目標值（zhí）。而（ér）幹燥時糧食水（shuǐ）分影響因素多，不容易找到熟練操作者的經驗參數，而未采用較準確反（fǎn）映烘幹機控製量的數學模型方（fāng）法進行自動控製設計，很難保證幹燥後糧食品質。自適應控製雖然能（néng）在一定程度上解決不確定（dìng）問題，但算法複雜、計算量大，且對過程未（wèi）建模動（dòng）態和擾動的適應能力差，係統魯棒性問題尚待進一步解決，應用受到限製。開（kāi）發基於友好（hǎo）圖形界麵的^係統（tǒng）是幹燥過程控製的發（fā）展方向之一，但由於進行問題求解時搜索的時間較長，^係統用於在線控製方麵的能力比較差。在神經網絡建模形式（shì）中，基於BP 算法（fǎ）的網絡具有訓練時間長，且經常發生不收斂的缺點；采用徑向基函（hán）數近似（sì）幹燥過程雖然可大大提高收斂速度，並使網絡（luò）能夠收斂於全局，但（dàn）其中心坐（zuò）標確定較困（kùn）難。大部分現（xiàn）有的（de）非線性模型預測控製方法隻能用於較慢的過程控製，對於實時性要求較高的幹燥過（guò）程控（kòng）製不利。因此，單一應（yīng）用某種控製策略必（bì）然不能更好地發揮過程控製的優勢。
3.3 檢測多於控製，水分（fèn）傳感（gǎn）器精度和（hé）穩定（dìng）性不高
糧食幹燥參數的（de）檢測與控製儀表直接關係到幹燥的質量和經濟效益。國產糧食幹燥機自動控製應用不多，有些幹燥機裝有風溫數字顯示和超溫（wēn）報警以及排糧速度顯示裝置，但不能自動控（kòng）製。國內糧食水分檢測儀對糧食水（shuǐ）分的單純測量和顯示（shì），沒有形成與糧食幹燥（zào）設（shè）備配套的實時、在線控製係統，無（wú）法實（shí）現（xiàn）糧食幹燥過程的自動控製。糧食（shí）水分測試（shì）難以實現在線快速測量，目前（qián）國（guó）內使用的幹燥設備由於（yú）沒有一種定型（xíng）的（de）動態（tài）過程（chéng）水分檢測的方法，無法實現（xiàn）糧食幹燥過程的自動控製。在線（xiàn）水（shuǐ）分測試傳（chuán）感器測試精度和穩（wěn）定性問題一起沒有得到（dào）很好得解決，沒有真正成熟到真正可靠檢測的階段（duàn），影響了（le）過程方法（fǎ）的精度。
4 發展方向
4.1 幹燥過程模型的完善
繼續深入研究幹燥過程中物料內（nèi）部熱（rè）質傳遞規律；建立起能夠^反映幹燥過程狀態的數學（xué）模型有助於完（wán）善幹燥過（guò）程的自動控製。同時，可以建立幹燥過程的智能（néng）模型，用智能模型來替代數學（xué）模型，智（zhì）能（néng）控製係統就能逼近真實係統和對其進行有（yǒu）效的控製。如用用人工神經網絡（luò）技術來建立數學模型，人工神經網絡技術則（zé）能將（jiāng）多個自變量（liàng）映射到多個因變量，因此特（tè）別適合於複雜的糧食幹燥過程。
4.2 多種控製方法的結合滲透
單一采用某種先進控製技術難（nán）以充分發揮優勢，一（yī）種（zhǒng）必然的趨勢是各種控製策略互相滲透，取（qǔ）長補短，互（hù）濟優勢，結合成複合的控製策略。多種控製策略（luè）相結合的複合控製策略克服了單獨策（cè）略的不足，更（gèng）具有優（yōu）良特性，能更好地滿足不同應用的要求，是今後的發（fā）展方向。研究表明，用神經網絡代替模糊數（shù）學的推理方法，將使^係統的在線控製（zhì）能力（lì）大大提高；將人工神經網絡與（yǔ）^係統結合起來的神經網絡^係統對於問題求解是（shì）一種有益的嚐試；神經網絡與傳（chuán）統控製理論的結合使控製係統具有相（xiàng）當程度（dù）的智能。因此（cǐ），複合（hé）控製策略將（jiāng）促使（shǐ）停留於數學（xué）仿（fǎng）真和實驗室研究階段的神經網絡控製的研究用於實際（jì）係統控製。模糊PID顯合（hé）控製、模糊（hú）變結構控製（zhì）、自適應模糊控製，模糊預測控製、模糊神經網絡控製、^模糊（hú）控（kòng）製等複合控製正在興起，相信會有更（gèng）大發展和廣泛應用。
4.3 控製策略的深入研（yán）究
幹燥過程係（xì）統的設計已不能采用單一的（de）基於定量的數學模型的（de）傳（chuán）統控製理論和控製技術，必須進一步開發高級的（de）過程（chéng）控製係統，研究先進的（de）過程控製規律，以及將現有的控製理論和方法向過程（chéng）控製領域移植（zhí）和改造等，這些方麵也越來越受到控製界的（de）關注。進一步加強控製理論研究，如在預測控製的三大機理： 預測模型、反饋校正方法、求解優化的策略上（shàng）下功夫（fū），全方位地去加以（yǐ）研究和突破；幹燥過程控製中（zhōng）迫切要求（qiú）開發出實時性好的模型預測控製方法，在保證幹燥質量的前提下使在線計算時間減少；注重學科的交叉研究，借鑒其他有效的控（kòng）製方法（fǎ），解決過程控製現有難題，不斷完善、發展和創新現有幹燥過程控（kòng）製算法（fǎ）；進一步提高（gāo）幹燥品質自動（dòng）控製係統的可靠性，建立具有自適（shì）應能力的控製算法。
