[發明專利]基于迭代學習模型預測控制的注塑機注射速度控制方法

有效

• 申請號: 202110625481.5
• 申請日: 2021-06-04
• 公開（公告）號: CN113352570B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 馬樂樂;孔小兵;劉向杰
• 申請（專利權）人: 華北電力大學
• 主分類號: B29C45/77
• 分類號: B29C45/77
• 代理公司: 北京翔石知識產權代理事務所(普通合伙) 11816
• 代理人: 李勇

本發明涉及一種基于迭代學習模型預測控制的注塑機注射速度控制方法，涉及塑料加工技術領域，包括，步驟a，設定一個注塑機系統；步驟b，采用隨機變量對注射過程中變批次導致的運行長度變化進行數學描述，并基于滾動時域預測機制對各批次的缺失數據進行高精度補償；步驟c，基于補償后的歷史數據，構建注射過程的二維預測模型；步驟d，根據相鄰批次間運行長度變化的概率設定事件觸發條件；步驟e，在高階迭代學習模型預測控制中，將各歷史批次的學習權重作為滾動時域優化問題的待優化變量。本發明所述方法有效提高了注塑機注射速度的準確度。

技術領域

本發明涉及塑料加工技術領域，尤其涉及一種基于迭代學習模型預測控制的注塑機注射速度控制方法。

背景技術

注塑機又名注射成型機或注射機，它是將熱塑性塑料或熱固性料利用塑料成型模具制成各種形狀的塑料制品的主要成型設備。注塑機是塑料加工業中使用量最大的加工機械，不僅有大量的產品可用注塑機直接生產，而且還是組成注拉吹工藝的關鍵設備。注射系統是注塑機最主要的組成部分之一，其作用是，在注塑料機的一個循環中，能在規定的時間內將一定數量的塑料加熱塑化后，在一定的壓力和速度下，通過螺桿將熔融塑料注入模具型腔中；注射結束后，對注射到模腔中的熔料保持定型，注射成型的基本要求是塑化、注射和成型，塑化是實現和保證成型制品質量的前提，而為滿足成型的要求，注射必須保證有足夠的壓力和速度，因此，需要設計高精度的注射速度控制方案以保證注塑產品的質量。

迭代學習模型預測控制作為一種新興的批次過程控制技術，能夠依靠自身的學習功能沿批次不斷提高被控過程對參考軌跡的跟蹤精度，能夠有效提高注塑機注射速度的控制精度。現有迭代學習模型預測控制要求批次長度嚴格相等，然而在實際注塑過程中由于生產要求或機械誤差等因素，各批次的運行長度通常會發生隨機變化，限制了迭代學習模型預測控制在注塑過程控制中的應用。

發明內容

為此，本發明提供一種基于迭代學習模型預測控制的注塑機注射速度控制方法，用以克服現有技術中由于運行長度隨機變化導致的無法精確控制注塑機注射速度的問題。

為實現上述目的，本發明提供一種基于迭代學習模型預測控制的注塑機注射速度控制方法，包括：

步驟a，設定一個注塑機系統，其在各批次的注射過程中運行長度隨生產要求及環境擾動發生隨機變化；

步驟b，采用隨機變量對注射過程中變批次導致的運行長度變化進行數學描述，并基于滾動時域預測機制對各批次的缺失數據進行高精度補償；

步驟c，基于補償后的歷史數據，構建注射過程的二維預測模型，并建立以最小化預測注射速度軌跡和目標注射速度軌跡之差為目標的二維滾動時域優化問題，

在所述構建注射過程的二維預測模型時，基于注塑機注射過程的非線性機理模型推導二維預測模型，定義注射過程的系統狀態變量為x＝[x₁ x₂ x₃]^T＝[P_h v_z Z]^T，輸入變量為u＝q_h，其中，x1為第一狀態變量，x2為第二狀態變量，x3為第三狀態變量，T代表轉置，P_h為液壓壓力，v_z為注射速度，Z為螺旋位移，q_h為液體流率，推導二維預測模型為

其中，