注塑机料筒温度的模糊变系数PID控制_图文

1、文章编号:1671-4067(2011 01-0004-03注塑机料筒温度的模糊变系数PID 控制曾 璐(江西理工大学 应用科学学院, 江西 赣州341000摘 要:注塑机料筒温度是注塑工艺的重要参数, 对料筒温度进行有效地控制是保证塑料制品成型质量的重要环节。料筒温度系统是一个多变量、离散、间歇工作、大滞后、非线性、强耦合且需要人工参与的复杂系统。采用模糊变系数PI D 控制, 用模糊规则对模糊变系数PI D 算法中的系数进行在线修正。结果表明该算法提高了温度控制系统的鲁棒性, 超调减小, 提高了注塑机料筒温度控制的精度。关键词:注塑机料筒; 模糊变系数PI D 控制; M atlab 中图

2、分类号:TQ320. 66 文献标识码:A在塑料的注塑过程中, 为了测试料筒的特性和对料筒温度进行控制, 注塑机的料筒是对各种塑胶物件进行融化的唯一场所, 也是整个注塑机电热与传动部分中对精度要求最为苛刻的一个环节。料筒的温度过低, 塑料在螺杆间产生不必要的剪切力, 并因此产生冷固化, 对机器造成损坏, 则有可能使制品胶和力差, 缺少弹性和光泽; 温度过高时塑料分子间发生交联, 会使组织疏松, 产生发泡现象, 尤其在精密注塑中更是不允许的。又容易加速各种塑胶物料的氧化与分解, 严重时甚至会发生物料焦化堵住喷嘴的事故。1 料筒加热器的特点料筒加热器具有一些特殊的控制特性。1 不对称性:料筒加热器

3、通过电阻丝加热, 而冷却则完全依靠自然冷却; 因而升温与降温过程表现出截然不同的动态特性; 这就要求在控制策略上也具有相应的不对称性。2 温度特性:由于热传递与绝对温度有关, 因而料筒加热器的特性也随温度变化而变化。3 扰动特性:料筒加热器的干扰因素多, 而且干扰量大。电阻丝的发热功率与电网电压成平方关系, 如果电网电压波动, 电阻丝发热功率会发生较大的波动1。收稿日期:2011-02-09基金项目:国家自然科学基金资助项目(50364004 璐- 由此可见, 注塑机的料筒温度对象系统是一个非线性、大滞后和强耦合的多变量系统。由于系统加温过程的复杂性, 使得料筒的精确数学模型也很难以建立, 因

4、此使得料筒的温度控制成为注塑机控制器的难点2。此外, 我们选择注塑机控制系统的温度控制算法时必须考虑算法复杂度、算法鲁棒性、适应性等特点。2 模糊变系数P I D 算法常规的PI D 控制也面临着难以将非线性、事变和机理复杂的过程和参数在线整定困难等问题。另一方面, 模糊控制虽然能对复杂的和难以建模的过程进行简单有效的控制, 但是简单的模糊控制器由于不具有积分环节, 因而很难消除稳态误差, 尤其在变量分级不够多的情况下, 常常在平衡点附近产生小幅振荡3。从上述模糊控制和PI D 控制各自的优势和局限性可以看出, 如果把传统线性PI D 和模糊控制结合起来, 即模糊PI D 控制器。实现优势互补

5、, 可使系统的控制性能得到提高, 是一种很实用的控制方法。由于操作者经验不易精确描述, 控制过程中的各种信号量以及评价指标不易定量表示, 模糊理论是解决这一问题的有效途径, 所以可以运用模糊数学的基本理论和方法, 把规则的条件、操作用模糊集表示, 并把这些模糊控制规则以及有关信息(如评第11卷第1期 兰州石化职业技术学院学报V o. l 11N o . 12011年3月Journal o f L anzhou P etrochem ical Co ll ege o f T echno l ogy M ar . , 2011识库中根据温度的变化情况, 计算出采样时刻的偏差E 及偏差变化率EC ,

6、 输入控制器, 运用模糊推理, 进行模糊运算, 即可得到该时刻的Kp 、K i 、Kd , 实现对PI D 参数的最佳调整。这就是模糊变系数PI D 控制算法4。注塑机料筒模糊变系数PI D 控制器的原理框图如图1所示。从图中可以看出, 将温度误差及其变化率经过模糊量化后, 根据模糊控制规则在线地调整PI D 控制器的参数, 从而达到PI D 控制 器参数适应温度设定及环境变化的目的。图1 模糊变系数P I D 控制器原理图3 模糊变系数P I D 控制算法在料筒温度控制中的具体实现模糊变系数PI D 控制算法的设计, 是将系统的误差E 和误差变化率E c 作为模糊推理系统的输入变量, Kp

7、、K i 和Kd 调整量作为控制输出, 并依照一般模糊控制器的设计来进行。具体步骤如下。3 1 确定各量的模糊集合E(k 、 E (k 、Kp 、K i 、Kd 的模糊集合均取为以下7种, 即NB (负大 、NM (负中 、NS (负小 、ZO (零 、PS(正小 、P M (正中 、PB (正大 3 2 语言变量值的选取本文输入变量E 和E c 取5个语言变量值:正大(PB 、正中(P M 、零(Z 、负中(NM 、负大(NB 。输出变量 Kp 、 K i 、 Kd 也取5个语言变量值:大(B 、中(M 、小(S 、零(Z 、负(N 。3 3 语言变量论域上的模糊子集与是录属函数这里以偏差E

8、 为例, 语言变量论域上的模糊子集由它们的录属度函数来描述。录属度函数可以通过总结操作者的操作经验或采用模糊统计方法来确定, 控制特性比较平缓。PB 、P M 、Z 、NM 、NB 的分布曲线如图2所示。3 4 确定语言值的隶属度表、模糊控制规则表在选定模糊推理系统的语言变量及其所取的语言值, 并确定了语言变量在各自论域上的模糊子集之后, 可以为语言变量建立用以说明各语言值从属 数, 可以建立偏差变化率E 、EC 、 Kp 的隶属度。图2 PB 、PM 、Z 、NM 、NB 分布曲线图基于操作者手动控制策略的总结, 可得出如下25条模糊条件语句:(1 if E =PB and EC =PB t

9、 h en Kp =B and K i =N and Kd=N(2 if E =PB and EC =P M t h en Kp =B and K i =N and Kd=N.由上面列举的25条模糊条件语句可得 Kp 、 K i 、 Kd 的模糊调整规则。3 5 基于推理合成规则进行模糊推理有了表达手动控制策略的模糊关系R, 在给定模糊推理系统输入语言变量论域上的模糊子集E and EC 之后, 可根据推理合成规则, 立刻求出其输出语言变量论域上的模糊集合 Kp 、 K i 、 Kd 以完成模糊推理, 即Kp=(E EC R K i=(E EC R Kd=(E EC R 3 6 查询表的建立在

10、己知系统误差和误差变化率的论域下, 根据模糊调整规则及其决定的模糊关系R, 应用推理合成规则计算出反映输出量变化的模糊集合, 然后采用面积重心法进行模糊判决, 最终可获得模糊推理系统输出变量变化的精确量。对输入变量E 和EC 论域中全部元素的所有组合计算出相应的输出变量 Kp 、 K i 和 Kd 论域中的变化值, 可得到(E , EC 与 Kp 、 K i 和 K d 的对应关系数据, 把它们写成矩阵形式。在实际控制系统中, 将查询表编程固化在芯片的F l a shM e m ory 中, 当进行实时控制时, 测得温度偏差E 后, 计算出对应的偏差变化率EC , 就可根据该时刻的E 和EC

11、的值查得对应的 Kp 、 K i 、 Kd , 再乘以一个比例因子后加上PI D 控制器上次参数值获得新的参数送给PI D 控制器。利用MATLAB 中的模糊逻辑工具箱可以很方便地建立模糊推理系统及进行模糊矩阵的运算, 结合动态仿真软件S i m u li n k , 对控制系统进行计算机仿真。4被控对象为一阶惯性加纯滞后环节, 而且控制对象的系统具有时变性:5 曾 璐 注塑机料筒温度的模糊变系数P ID 控制G(s =-30s50s+1在Si m u link 环境下建立的仿真模型如图3所 示。图3 仿真模型图4 控制结果分析设计一个好的模糊推理系统须进行反复的实验和调试, 是个相当烦琐的过

12、程, 且模糊关系矩阵运算也十分复杂。仿真结果如图4 所示。图4 仿真结果图从仿真曲线我们可以看出, 与常规PI D 控制和纯模糊控制相比, 基于模糊变系数PI D 控制具有很好的动态品质, 使系统的超调减小, 响应加快, 可以进行快速控制。根据仿真实验和仿真分析, 模糊变系数PI D 控制算法具有以下三个特点。1 算法简单, 运算量小, 实时性强。算法的核心(PI D 参数调整表 是离线生成的, 实时控制时只需查表得出调整量, 求出PI D 参数, 再用PI D 算法求出控制输出。2 与普通PI D 控制器相比, 鲁棒性强, 不需要根据环境温度及设定温度调整PI D 控制器参数, 降低了对操作

13、者的要求。3 与普通模糊控制器相比, 稳态精度高, 没有静差。5 结束语注塑机的料筒是典型的非线性、大滞后和强耦合的多变量系统, 针对复杂温度对象系统, 在PI D 和模糊控制理论的基础上, 选取模糊变系数PI D 控制算法来进行研究。该方法本质上还是PI D 控制算法, 只不过加入了模糊控制器在线调整PI D 算法的参数。结果表明模糊变系数PI D 算法简单, 实时性强, 鲁棒性, 动态及稳态精度都好。但模糊规则制定需要有一定的经验; 利用M atlab 建立了模糊控制器, 解决了具有非线性、时滞性特点的注塑机控制系统难以建立精确数学模型, 并得出了阶跃响应特性曲线。测出的数学模型参数对采用

14、各种料筒温度控制策略的参数选择提供了一定的依据。表明对于注塑机控制系统, 模糊变系数PI D 算法无论就算法简单性、实时性、精度及鲁棒性来说都是值得推荐使用的。参考文献:1 刘剑雄, 杜茂华. 注塑机机电控制系统研究J.机电工程, 2003, 20(2:17-21. 2 王志新, 张 华, 葛宜远. 现代注塑机控制M .北京:中国轻工业出版, 2001. 3 诸 静. 模糊控制理论与系统原理M.北京:机械工业出版社, 2005. 4 孙 亮. M ATLA B 语言与控制系统仿真M .北京:北京工业大学出版社, 2006. 5 H. Ish i buch, i T. Y a m amo to

15、. Fuzzy ru l e se lecti on bym ulti-objecti ve gene ti c loca l search algorith m s and ru leevalua ti on m easures i n data m i ni ng . Fuzzy Sets and Sys tem s , V o l u m e . 141. N 0. 12004.The Control of Barrel T e mperature based on Fuzzy V ariety -Para m eter PI DZENG Lu(Jiangx iU niversity o

16、 f Science and Techno logy , Ganzhou , 341000, Ch i n aAbst ract :E ffective contr o l of barre l te m perature is the key process for ensuri n g the qua lity of produc. t The i n j e ctionm o l d i n g m ach i n e syste m is a m ultivariab le , scatter , non-linear , strong -coup ling and ti m e-lag one . Para m e ter of the fuzzy variety-para m eter PI D control is corrected online by fuzzy c