基于PLC与伺服的枕式包装机电子凸轮特性设计

目的分析枕式包装机横封旋转轴的运动特点和规律,提出一种基于PLC、伺服放大器和伺服电机的电子凸轮系统,用于代替现有凸轮机械结构。方法研究枕式包装机横封轴的机械结构和运动轨迹,采用物理建模法建立运动模型,重点论述电子凸轮的运动过程、模型建立和关键参数的求取。结果与传统高阶次数学模型相比,该模型简单且易于编程实现,同时提高了横封旋转轴运动过程中不同时间点速度的可控性,实现了柔性变速旋转。结论解决了因机械凸轮长期磨损造成精度损失而导致裁剪效果、包装精度变差等问题,从而提高了包装精度,增加了横封切刀的寿命,减小了设备机械振动。     

基于RBF神经网络的自动包装机温度控制算法研究

目的针对传统热封工艺中温度调节PID算法参数过度依赖人工经验的缺点,提出一种RBF神经网络与PID算法相结合的具有参数自适应的热封温度控制算法。方法使用控制系统的输出误差作为代价函数,采用最小均方误差(LMS)调整权值与偏置参数,并通过中心自组织算法实现径向基函数中心和中心宽度的动态调节,在Matlab软件中的Simulink子系统中建立仿真模型进行算法验证,并与传统PID控制算法进行比较。结果仿真结果表明,径向基神经网络与传统PID算法的结合使得系统输出响应在动态性能和静态性能方面均优于传统PID,在系统上升时间、调节时间等方面均优于增量式数字PID。结论将RBF神经网络PID算法应用于自动包装机,避免了传统热封工艺中PID控制算法参数不能适应于复杂变换控制环境的问题,神经网络PID算法的自适应性强,实现了热封温度变化下PID参数的自动调整,在一定程度上提升了生产效率和包装设备的智能化水平。     

基于插值与神经网络的包装薄膜热封参数分析

目的研究塑料薄膜热封工艺中热封参数之间的非线性关系,建立一种可用于自动包装机热封过程的数学模型。方法通过实验采集样本数据,并用附加动量法训练BP神经网络,建立热封参数之间的非线性数学模型,最后通过神经网络预测热封时间,并采用插值算法建立目标热封强度下热封温度和热封时间之间的多项式数学模型。结果通过插值算法与神经网络的结合运用,较为精确地描述了热封温度和热封时间之间的数学关系,插值函数实现了神经网络模型的简化,两者误差较小。结论通过文中方法确定了包装材料热封参数之间的非线性关系,将其用于热封包装设备,可提高设备的智能化程度。