塑料注塑成型工艺的综合在线控制策略.pdfVIP

塑料注塑成型工艺的综合在线控制策略 作者：Robert Landers 译者：姓名 周玉林 摘要： 本研究提出了一种在层压模中对塑料注射成型有效的热控制 (聚合物: 3 Santoprene8211–45，密度790 kg/m ,注射压力:1400 psi(9652660Pa))。为此, 一个综合控制策略被用来覆盖不同的主题。首先，介绍了建模和控制器设计的先 决条件——确定最优传感器位置的新方法。其次,通过加入层压模的不确定性动 力学，系统识别通过运用有限元分析和神经网络技术的离线和在线训练，用于开 发一个精确的模型。然后,加前馈控制通过添加直接自适应逆控制和自适应PID 温度控制为研究对象,建立了空腔墙(空腔大小:52.9×32.07×16.03mm)。在注射 模具过程的各个周期的热动力学中，已设计出的控制器的性能验证所提出的策略 提供准确的在线温度跟踪和更快的响应。[DOI:10.1115/1.4027491] 关键词:层压模、注塑成型、在线控制、最优传感器位置、系统识别、加前 馈控制 1、简介 在高效率铸造和成型模具发展的诸多变量中,模具的热控制是一个关键变量, 因为热控制不当会导致大量的缺陷，如部分收缩孔隙度和不完全的填充等[1]。 因此,一个成功的热控制系统能够通过模具内均匀的温度提高产品的质量和提高 铸件生产利率[2]。然而, 模具的冷却和加热通道是一个复杂的连续系统,导致整 体的控制非常复杂。 由于使用的典型试错法以及对操作者经验的依赖，模具热管理系统的传统方 法有一定的问题,包括低效率。因此, 越来越需要高效管理模具温度的技术，和 研究模具温度控制的各种研究。 Dubay 等人[3] 在注塑机上应用 PI 控制器控制冷却液流速和型腔温度，用 于实现一个有效的冷却系统。通过Bishenden 和Bhola[1]研究, 在铸造过程中, 比例积分微分(PID)算法维护模具腔内温度预设范围, 通过改进响应时间改进生 产。Yang 等人[4，5] 也在模具中设计了一个模糊PID 温度控制器, 以减少冷却 通道之间的温差，均匀温度分布, 降低热点温度。虽然这些方法使用易于实现和 方便调整的常规(非适应)PID,PID 控制的局限性导致在不确定的动态下系统中 不符合要求的性能。 作为另一个替代PID 控制，模型预测控制(MPC)已被用于模具的温度控制系 统。在MPC 策略中, 在每一个采样时间,控制器命令决定于成本函数中预期和预 测响应轨迹之间的最小化误差,在这个过程中，计算命令发送到相应的监管控制 器定位点。分别在轮压模具铸造和注塑成型工艺中，Vetter 等人[6] 和 Dubay [7] 提供MPC 控制器来提高温度控制。在参考文献[8][9]中, 为了提高选点跟踪性能 和抗干扰能力，在塑料注射成型过程中，MPC 被用于挤压筒的温度控制。 MPC 有一个吸引力包围PID 控制器的极限, 在一定的的操作范围内显示合理 性能。然而, 由于其简化模型基于一个“最佳”近似,往往是不够准确的，所以 MPC 的性能在很大程度上是受到建模误差的影响。此外,MPC 需要密集的大矩阵求 逆计算，并且计算要求大量的矩阵乘法,不适合实时操作[9]。 在这项研究中, 遵循模具内腔表面，模具冷却通道是一个复杂的几何形状 (图1)。这种类型的异形冷却通道允许快速从模具上均匀排热。异形冷却通道复 杂的几何结构影响对流边界条件,因此,导致难以获得传热问题的解析解。辐射传 热也很难计算, 虽然不是重要的传导和对流，但对于准确建模不能忽视。 克服在塑料注塑过程中传统热控制方法的局限性和层压模处理不确定的动 态系统，本研究的目的是基于最优传感器位置，确定一个热动态模型和制定有效 的温度管理控制器层压模系统。 我们在模具热动力学中建模的不确定性是由综合离线和在线培训的有限元 分析(FEA)和神经网络法(NNs)来提高模型的估计精度而决定的。为了更好的控制 腔壁温，研发出了一个基于管理系统识别和神经网络技术的高效热控制器。此外, 提供了一个识别传感器位置的新方法。 图1 层压模腔和异形冷却通道 在第2 节,介绍了被考虑用在这项研究中的层压模。识别传感器的位置和热 动力