基于BP神经网络PID的注塑机液压控制

注塑机液压系统是一个非线性、大时滞性和强耦合的复杂系统,传统比例积分微分(PID)控制由于参数固定不变,导致超调量大、稳定性差、控制精度低,对注塑机液压控制效果不理想,现提出了一种改进型误差反向传播法(BP)神经网络PID控制方法。分析了液压注塑机工艺流程以及液压伺服系统控制原理,在此基础上将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i、K_p、K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。仿真结果表明,经过粒子群优化后的BP神经网络能够快速地对PID参数进行自适应调整,同时粒子群优化后的BP神经网络控制效果明显优于传统PID控制,该控制方法对于提升注塑机液压系统响应速度以及控制精度具有重要作用。     

智能自整定注塑机PID闭环控制系统

针对注塑机系统在注塑过程中控制精度不高、控制灵敏度不强的问题,提出利用群体智能算法蚁群算法优化注塑机在注塑过程中PID参数快速优化选取的问题,又利用混沌算法将蚁群算法中的部分参数进行变异,提高系统的鲁棒性、灵敏性。仿真实验表明:智能自整定PID控制器控制效果明显优于传统意义上的普通PID控制系统,能够获得更高的参数寻优效果,也在很大程度上实现了注塑机闭环注塑系统的有效优化。     

基于模糊PID的注塑机料筒熔料温度自动控制

为了提高注塑机料筒熔料温度的控制精度,将传统比例积分微分(PID)控制和模糊控制相结合,提出了一种基于模糊PID的低压注塑机料筒熔料温度自动控制方法,分析了注塑机料筒温度特性,使传统PID控制能够根据注塑机料筒的温度,对PID参数进行实时的调整。仿真结果表明:模糊PID控制方法能够显著提高系统的动态响应速度,鲁棒性好,料筒温度超调量更小,极大地提高了低压注塑机料筒熔料温度的控制精度。     

基于自适应神经网络PID的注塑机温度控制

分析了注塑机的机械结构以及工作原理,利用基于神经网络的自学习、自适应能力,将传统比例积分微分(PID)控制与神经网络结合,采用梯度下降法实时调整PID的三个参数,从而实现了注塑机温度的自适应控制,提高了注塑机料筒多段温度控制精度以及稳定性,进而提升塑料制品质量。通过仿真可知,与传统PID控制相比,该控制策略的超调量更小,抗干扰能力更强,温度控制精度更高,系统能以较快速度实现对各料筒温度的控制。     

基于模糊神经网络PID的塑料薄膜厚度智能控制

为了提高双向拉伸塑料薄膜厚度控制系统的响应速度,减小系统超调量,提高薄膜厚度控制精度,提出了一种基于模糊神经网络比例积分微分(PID)的厚度智能控制方法,将传统PID控制、模糊控制理论以及神经网络算法结合,通过模糊神经网络实现传统PID参数的自适应在线调整,提高薄膜厚度控制系统的自适应能力。仿真结果表明:基于模糊神经网络PID的塑料薄膜厚度控制系统具有稳定性好、响应速度快等优点,同时具有一定的抗干扰能力。     

粒子群自整定变论域模糊控制算法在全电动注塑机中的应用

单一固定型号注塑机在不同的生产工艺与现场应用环境情况下,在注塑的不同阶段对温度的控制必须达到最优,这样注塑制品的次品率与效率才会得到保证。不同的熔融原料对温度控制又会产生较大的影响,所以固定PID参数控制注塑机注塑温度要么超调量过大、要么调整时间过长,都无法满足注塑要求。本文引入改进的自整定变论域模糊算法,通过帐篷映射序列构建粒子的多维空间,排除不同工况下的外界干扰,模糊算法自动对闭环控制参数进行寻优。搭建Matlab仿真平台,通过仿真实验验证了算法比定参数PID控制效果优良,鲁棒性与适用性更好。     

时滞系统的双自由度Smith模糊PID控制器设计与仿真

针对大时滞系统采用Smith模糊PID算法控制,在控制器的输入端加入给定双自由度调节参数,有效地减小系统动态响应的最大超调量和调节时间,增强系统的抗干扰能力。通过改进模糊PID控制器结构解决控制器参数耦合的问题,降低了参数整定的难度。仿真研究验证所设计算法的有效性。     

基于模糊自适应PID的注塑机机筒温度实时控制

为了提高注塑机机筒温度控制的稳定性、提高机筒温度控制精度,提出了一种模糊自适应比例积分微分(PID)的注塑机温度实时控制方法。采用热电偶传感器对机筒温度信号进行采集,并将其传送到控制器中通过模糊自适应PID控制运算,将采集信号进行数模转换后,自动地对加热系统进行精确控制。最后,利用Matlab软件对模糊PID和传统PID控制系统进行了仿真对比,并对温度实时数据进行了分析。结果表明:模糊PID控制系统动态响应更快、稳态性能更好,实际温度控制精度更高。     

智能模糊神经网络算法在超快速注射机中的应用

超快速注射机是一个强时变性、非线性的大型液压系统,无法获得准确的数学模型,所以一般的PID闭环控制算法难以获得理想的控制效果。本文提出一种智能模糊神经网络算法,利用神经网络的记忆特点自动选择各个控制阶段的控制策略,其中模糊算法降低系统的时变性与耦合性,神经网络的自学习功能能够实时对PID参数进行快速准确的调整。通过搭建仿真实验平台,与其他算法对比证明本文提出的算法可以明显改善系统的控制性能,与实际环境中的数学模型拟合效果好,大大提高了系统的鲁棒性和灵敏性。     

基于PLC的注塑机多段温度控制系统设计

为保证注塑机注塑质量和加工精度,应对注塑机料筒温度进行精确控制,因此设计了基于可编程控制器(PLC)为核心控制器的注塑机温度控制系统。首先介绍了注塑机结构和注塑工艺流程,以PLC、触摸屏为控制器核心设计了注塑机硬件系统。采用热电偶传感器采集各段温度并传送到PLC中,通过比例积分微分(PID)智能控制算法完成温度的闭环精确控制。结果表明:基于PLC的注塑机PID多段温度控制系统能够实现温度的精确控制,温度误差能控制在±0.3℃以内;该控制系统完全满足注塑工艺要求,能够显著提高注塑机的自动化程度。     

基于自适应模糊PID的注塑机温度控制及仿真

为了对注塑机温度精确控制,针对注塑机温度在传统比例积分微分(PID)控制系统中存在的控制偏差大、调节速度慢等诸多不足的现状,提出将模糊控制器和PID控制器相结合,构造成一个自适应模糊PID控制器,运用MATLAB软件建立传统PID和自适应模糊PID控制器模型,对机筒温度进行仿真对比。设定200℃为给定温度,最终仿真结果显示,与传统PID控制器相比,自适应模糊PID控制器实现了注塑机温度的实时控制,达到了超调量小,升温快速及稳态无误差等要求。表明了自适应模糊PID控制器比传统PID控制器对温度的控制效果更加良好。     

基于模糊PID技术的注塑机温度控制研究

注塑机料筒温度控制是决定塑料产品质量的决定性因素,为了能够提高其料筒温度控制的精度和稳定性,将模糊PID控制技术应用于注塑机料筒温度控制中。首先,研究了模糊PID控制系统的基本原理;其次,设计了注塑机料筒温度的模糊PID控制系统,设置了模糊控制规则;最后,分别利用传统的PID控制系统和模糊PID控制系统对注塑机料筒温度进行控制仿真研究,仿真结果表明模糊PID控制技术能够获得更好的控制效果。     

基于PID算法的塑料挤出机温度控制系统研究

温度是塑料挤出工艺中的关键参数,塑料挤出机的温度控制系统具有非线性和滞后控制等特点,严重影响挤出机温度控制的响应速度和稳定性。为解决传统比例积分微分(PID)控制的缺点,在传统PID控制的基础上,结合模糊控制的优点,提出了一种复合模糊PID控制算法,并采用Matlab软件对该模糊PID复合控制器进行仿真。结果表明,复合模糊PID算法对塑料挤出机温度控制精度高,调节时间较带有补偿环节的PID控制方式缩短了56%,系统稳定阶段的超调量为0,稳定性更好。     

双螺杆挤出机温度控制系统设计

双螺杆挤出机温度控制系统通常存在大扰动、非线性以及滞后性等特点,拥有固定参数的传统PID控制策略控制效果并不理想,为此提出了一种基于模糊神经网络PID控制的温度控制方法,对于现场无法充分预估的情况,该控制方法能够根据具体情况对PID参数做出适当调整。首先介绍了双螺杆挤出机温度采集与控制系统组成,将模糊控制理论、神经网络控制与传统PID控制相结合,利用模糊控制和神经网络对PID参数实现在线实时调整。最后,将模糊神经网络PID控制与常规PID和模糊PID控制进行仿真对比,模糊神经网络PID控制对螺杆机温度控制效果更佳,采用该控制方法可以大大提高产品合格率。     

蚁群优化的改进型神经网络控制器设计

利用可调激活函数改进神经网络,提高神经网络的泛化能力,并推导出激活函数参数的调节公式;对蚁群算法加以改进,以加快算法收敛速度、避免局部最优解,利用改进的蚁群算法对神经网络参数加以优化,并用优化后的改进型神经网络在线整定控制器参数。仿真表明,对于较复杂的系统该方法比传统的神经网络PID控制有更好的控制效果。     

基于递归模糊神经网络的污水处理控制方法

针对污水处理过程具有非线性、大时变等问题,提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度,控制器在常规BP学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数,避免网络陷入局部最优,提高了网络对系统的控制精度。最后,基于仿真基准模型(BSM1)平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验,结果表明,与PID、前馈神经网络和常规递归神经网络相比,该方法能有效提高系统的自适应控制精度。     

GAAS优化PID算法在全电动注塑机注射系统中的应用

全电动注塑机有2个伺服电机同时进行驱动,与一般的伺服液压注塑机相比,控制精度更高、控制速度更快,针对其控制系统提出一种遗传算法修正的蚁群算法(GAAS)对闭环PID控制的控制参数进行优化,该算法能够有效提高系统的快速性和准确性。Rosenbrock函数验证了嵌入遗传算法后蚁群算法的优越性,嵌入遗传算法后收敛速度更快,算法具有更优良的收敛速度。GAAS算法能够提供更加准确可靠的PID参数,且不会降低系统的调节性能。仿真实验证明,GAAS算法能够有效减小系统超调量、缩短调节时间;在实际运行中,注射螺杆的控制精度在0. 5%以内。因此,控制器可以大幅度改善全电动注塑机的闭环控制效果,参考价值较大。     

注塑机料筒温度的模糊神经网络控制研究

以精密注射成型中的料筒温度控制为研究对象,应用现代人工智能控制理论,将模糊控制和人工神经网络控制二者有机结合,创建了注塑机料筒温度模糊神经网络控制的基本结构及其算法模型;运用Matlab软件编写模糊神经网络代码,对3段料筒温度的模糊神经网络控制进行了仿真,获得了比较满意的控制效果。仿真表明,提出的新型控制策略,对于提高精密注塑机料筒的温度控制精度,具有重要的参考价值。     

PID法在注塑加工自动化控制领域的研究进展

综述了比例积分微分(PID)法在监控注塑机料筒温度、喷嘴温度、位移控制系统、力控制系统、传动伺服系统等方面的研究进展,其中,模糊PID法和加入了调节因子自适应PID法在工艺参数的监控方面有响应速率快、控制精度高的特点,能够精准地将工艺参数控制在目标工艺参数范围内,所制注塑制件具有较为优异的性能和较高的质量。PID法的改进对注塑加工具有指导意义,在设备改造和工艺优化方面也有广阔的应用前景。     

PVC胶槽温度模糊PID控制系统

为提高PVC胶槽温度控制的可靠性和精度,将模糊算法与PID算法结合并应用于PVC胶槽温度控制系统中,通过两种控制算法的优势互补,利用模糊控制算法求得PID参数修正系数,实现PID控制器3个参数的在线自调整。仿真结果表明:PVC胶槽温度模糊PID控制器的控制性能明显地优于常规PID控制器,温度控制精度达到±1℃,满足了PVC胶槽温度参数动态变化实时调节控制的需要,具有较好的自适应调节和鲁棒性。