沈艷河,王 瑨
(黃河水利職業(yè)技術(shù)學(xué)院,河南省開(kāi)封市 475004)
注塑成型是將樹(shù)脂顆粒加熱融化后將其注射到模具內(nèi)腔中,經(jīng)過(guò)開(kāi)模、冷卻、固化,最終得到塑料制品[1-2]。該加工方法能夠加工外形復(fù)雜,尺寸精度要求較高或帶有嵌件的塑料制品,且能夠?qū)崿F(xiàn)自動(dòng)化加工。注塑機(jī)是實(shí)現(xiàn)這一加工工藝的主要生產(chǎn)設(shè)備,逐漸成為塑料生產(chǎn)行業(yè)中使用量最多、生產(chǎn)量最大的主要設(shè)備之一。
在注塑過(guò)程中,伺服驅(qū)動(dòng)電機(jī)產(chǎn)生的液壓對(duì)溫度和黏度等有重要影響,因此,需要對(duì)注塑機(jī)壓力進(jìn)行精確控制。注塑機(jī)液壓控制系統(tǒng)需滿足以下要求:控制系統(tǒng)擁有良好的靜態(tài)和動(dòng)態(tài)精度,具有快速的收斂性和較小的超調(diào)量;控制系統(tǒng)能夠應(yīng)對(duì)外部干擾,對(duì)非線性因素具有較好的抵抗能力;控制算法實(shí)現(xiàn)簡(jiǎn)單,對(duì)控制器硬件性能要求低[3-4]。在注塑機(jī)液壓控制系統(tǒng)中通常使用比例積分微分(PID)控制來(lái)實(shí)現(xiàn)壓力的精確控制。傳統(tǒng)PID控制結(jié)構(gòu)簡(jiǎn)單、易實(shí)現(xiàn),被廣泛應(yīng)用于各種工業(yè)控制領(lǐng)域。伺服驅(qū)動(dòng)液壓注塑機(jī)具有非線性、強(qiáng)耦合性、時(shí)變性等特點(diǎn),而傳統(tǒng)PID控制方法由于參數(shù)固定不變,其快速響應(yīng)性能和超調(diào)量均不理想,無(wú)法滿足伺服驅(qū)動(dòng)液壓注塑機(jī)高精度控制系統(tǒng)要求[5-7]。為了解決上述問(wèn)題,通常將智能控制方法(如模糊控制、滑??刂埔约白赃m應(yīng)控制等)引入到PID控制中。神經(jīng)網(wǎng)絡(luò)控制方法具有一定的自學(xué)習(xí)、自適應(yīng)能力,特別適合復(fù)雜不確定問(wèn)題。本工作將徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)控制方法引入到PID控制中形成了一種具有自適應(yīng)能力的RBF神經(jīng)網(wǎng)絡(luò)PID(RBF-PID)控制方法,并將其應(yīng)用于注塑機(jī)液壓控制中,通過(guò)仿真分析驗(yàn)證了所述方法的可行性和有效性。
伺服驅(qū)動(dòng)液壓注塑機(jī)在運(yùn)轉(zhuǎn)前,通過(guò)上位機(jī)觸摸屏設(shè)置注塑所需的目標(biāo)壓力,該壓力通過(guò)線性化處理后轉(zhuǎn)化為數(shù)字量,通過(guò)數(shù)字量控制永磁同步電機(jī)的輸出轉(zhuǎn)矩和轉(zhuǎn)速,從而實(shí)現(xiàn)對(duì)注塑機(jī)壓力的控制,在此過(guò)程中通過(guò)壓力傳感器采集注塑機(jī)實(shí)時(shí)壓力,實(shí)現(xiàn)電機(jī)和液壓系統(tǒng)的閉環(huán)自動(dòng)控制。
伺服驅(qū)動(dòng)液壓注塑機(jī)控制原理見(jiàn)圖1。注塑機(jī)控制系統(tǒng)中的人機(jī)觸摸屏判斷注塑機(jī)運(yùn)行狀態(tài),通過(guò)觸摸屏設(shè)置壓力并將其傳送到控制器??刂破鞲鶕?jù)線性化轉(zhuǎn)換指令將其轉(zhuǎn)化為數(shù)字量,通過(guò)輸出脈沖和脈沖輸出頻率控制伺服電機(jī)運(yùn)轉(zhuǎn),同時(shí)伺服電機(jī)末端的編碼器將電機(jī)的運(yùn)轉(zhuǎn)狀態(tài)反饋到伺服驅(qū)動(dòng)器中,伺服驅(qū)動(dòng)器根據(jù)情況對(duì)電機(jī)進(jìn)行自適應(yīng)控制,從而達(dá)到電機(jī)的精確閉環(huán)控制,保證伺服電機(jī)穩(wěn)定輸出轉(zhuǎn)矩和轉(zhuǎn)速。注塑機(jī)中的油泵末端安裝壓力傳感器,將油泵工作信號(hào)傳送到伺服驅(qū)動(dòng)器中。
圖1 伺服驅(qū)動(dòng)液壓注塑機(jī)控制原理Fig.1 Control principle of servo-driven hydraulic injection molding machine
傳統(tǒng)PID控制具有結(jié)構(gòu)簡(jiǎn)單、易實(shí)現(xiàn)、可靠性高等優(yōu)點(diǎn),是目前工業(yè)控制領(lǐng)域中應(yīng)用最多的閉環(huán)控制方法,特別適用于可建立精確數(shù)學(xué)模型的確定系統(tǒng)。PID控制為一種線性控制算法,將注塑機(jī)壓力設(shè)定值r(k)與實(shí)際反饋值y(k)的偏差e(k)作為輸入:e(k)=r(k)-y(k)。傳統(tǒng)PID控制結(jié)構(gòu)見(jiàn)圖2。
圖2 傳統(tǒng)PID控制結(jié)構(gòu)Fig.2 Traditional PID control structure
PID控制數(shù)學(xué)模型見(jiàn)式(1)。
式中:u(t)為連續(xù)PID控制器輸出;Kp為離散PID數(shù)學(xué)模型比例系數(shù);e(t)為在t時(shí)刻的偏差;T為采樣周期;Td為連續(xù)PID數(shù)學(xué)模型微分系數(shù)。
式(1)可簡(jiǎn)化為式(2)。
式中:Ti為連續(xù)PID數(shù)學(xué)模型積分系數(shù);S表示微分函數(shù)。這幾個(gè)參數(shù)可根據(jù)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行調(diào)整。
控制器通過(guò)上述算法實(shí)現(xiàn)采樣控制,即對(duì)每一時(shí)刻偏差進(jìn)行采樣計(jì)算。為此需要將PID控制進(jìn)行離散化處理,通過(guò)一系列的時(shí)刻點(diǎn)kT(k為采樣序號(hào))代替連續(xù)時(shí)間t[即t≈kT(k=0,1,2…)],由此可得式(3)~式(4)。
式中:e(j)為j時(shí)刻采集值偏差。
則離散PID表達(dá)式見(jiàn)式(5)。
式中:Ki為離散PID數(shù)學(xué)模型積分系數(shù);Kd為離散PID數(shù)學(xué)模型微分系數(shù);u(k)離散PID為控制器輸出值。
RBF神經(jīng)網(wǎng)絡(luò)主要由輸入層、隱含層以及輸出層組成,RBF-PID控制極大提升了學(xué)習(xí)速度并能夠避免算法陷入局部最?。?-10]。利用RBF神經(jīng)網(wǎng)絡(luò)的自我適應(yīng)能力,實(shí)現(xiàn)PID參數(shù)的在線自適應(yīng)調(diào)整,從而彌補(bǔ)PID控制不足。RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)見(jiàn)圖3。
圖3 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 RBF neural network注:x1~xn為神經(jīng)網(wǎng)絡(luò)的輸入層;h1~hm為隱含層;w1~wm為權(quán)值函數(shù);ym(k)為輸出層。
RBF-PID控制結(jié)構(gòu)見(jiàn)圖4。通過(guò)在線辨識(shí)得到注塑機(jī)壓力模型的Jacobian信息后,根據(jù)梯度下降算法對(duì)PID控制中的參數(shù)進(jìn)行自適應(yīng)調(diào)整,再將其賦值到PID控制中。
圖4 RBF-PID控制結(jié)構(gòu)示意Fig.4 RBF-PID control structure
網(wǎng)絡(luò)辨識(shí)器的性能指標(biāo)函數(shù)見(jiàn)式(6)。
式中:J為網(wǎng)絡(luò)辨識(shí)器性能指標(biāo)函數(shù)。
采用迭代算法保證注塑機(jī)壓力輸出的期望值和實(shí)際值偏差最小,迭代算法具體表達(dá)形式見(jiàn)式(7)~式(9)。
式中:η為學(xué)習(xí)速率;α為動(dòng)量因子;wj為第j個(gè)節(jié)點(diǎn)網(wǎng)絡(luò)權(quán)值函數(shù);Δσj為系統(tǒng)壓力的方差;cj為第j個(gè)輸入變量的中心矢量;cji和σji分別為第j個(gè)輸入變量的第i個(gè)模糊集合的隸屬度函數(shù)的中心和寬度;σj為第j個(gè)輸入變量寬度。
Jacobian矩陣直接反映系統(tǒng)輸出對(duì)輸入變化的靈敏度,如果RBF網(wǎng)絡(luò)辨識(shí)器能夠很好地逼近被控對(duì)象,那么被控對(duì)象輸出y就可以用辨識(shí)器輸出ym近似代替,見(jiàn)式(10)。
PID控制參數(shù)Kp,Ki,Kd采用梯度下降法進(jìn)行調(diào)整,見(jiàn)式(11)。
式中:ηp表示比例系數(shù)學(xué)習(xí)速率;ηi表示積分系數(shù)學(xué)習(xí)速率;ηd表示微分系數(shù)學(xué)習(xí)速率。其中,x(1),x(2),x(3)可表示為式(12)。
為了驗(yàn)證RBF-PID控制算法在伺服液壓注塑機(jī)壓力控制中的有效性,對(duì)傳統(tǒng)PID控制方法和RBF-PID控制方法分別進(jìn)行了仿真分析,注塑機(jī)壓力設(shè)定值為20 MPa,在60 s時(shí)引入干擾,以測(cè)試控制器抗干擾能力。動(dòng)量因子為0.02,學(xué)習(xí)速率為0.35。從圖5可以看出:在輸出初始階段RBF-PID控制響應(yīng)速度更快,在5 s時(shí)便可達(dá)到穩(wěn)定輸出,而傳統(tǒng)PID控制在30 s時(shí)才能夠穩(wěn)定;RBF-PID控制壓力能夠穩(wěn)定在20 MPa,且超調(diào)量很小,而傳統(tǒng)PID控制超調(diào)量較大;在60 s時(shí)因系統(tǒng)引入了干擾,傳統(tǒng)PID控制出現(xiàn)了明顯的波動(dòng),而RBF-PID控制幾乎不出現(xiàn)波動(dòng)。
圖5 仿真結(jié)果Fig.5 Simulation results
a)為了提高伺服驅(qū)動(dòng)液壓注塑機(jī)壓力控制精度,在傳統(tǒng)PID控制中引入了RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制方法,利用RBF神經(jīng)網(wǎng)絡(luò)快速自我學(xué)習(xí)能力對(duì)PID中的參數(shù)進(jìn)行自適應(yīng)調(diào)整,克服了傳統(tǒng)PID控制中參數(shù)不能自我調(diào)整的缺點(diǎn),極大縮短了調(diào)試時(shí)間。
b)與傳統(tǒng)PID控制相比,基于RBF-PID控制調(diào)節(jié)速度快、穩(wěn)定性高、抗干擾能力強(qiáng),能夠顯著提高伺服驅(qū)動(dòng)液壓注塑機(jī)壓力控制精度。