塑料制品注射成型過程工藝參數(shù)在線調(diào)控方法研究.pdf

1、在注塑成型過程中，工藝參數(shù)是決定制品質量的重要因素。成型過程中由于外界擾動的影響，難以保證制品質量的穩(wěn)定性。因此，對成型過程進行控制，提高加工變量的穩(wěn)定性以生產(chǎn)出高質量的制品具有重要的意義。由于成型過程中在線測量制品的質量狀態(tài)非常困難，因為判斷制品質量(如檢查制品表面質量和測量尺寸等)需要很長的時間。而在線測量要求在短時間內(nèi)能快速判斷制品質量。為了解決這個問題，需要間接監(jiān)控工藝參數(shù)，在制品質量指標和間接控制參數(shù)的關系確定后，利用控制工藝

2、參數(shù)即可在線確定質量狀態(tài)而不用再測量制品尺寸或檢測表面質量。 本文以注塑過程工藝參數(shù)為對象進行動態(tài)建模，基于動態(tài)規(guī)則和經(jīng)驗規(guī)則進行工藝參數(shù)的在線調(diào)控，使產(chǎn)品的成型處于最優(yōu)狀態(tài)，為降低廢品率，提高塑料件質量提供了一個更接近應用實際的注塑工藝參數(shù)控制模型。論文的主要工作包括： 1、基于遺傳神經(jīng)網(wǎng)絡的實驗建模：采用遺傳神經(jīng)網(wǎng)絡技術建立關鍵注塑工藝參數(shù)和制品質量指標之間的工藝模型，解決了由于注塑工藝參數(shù)和注塑件質量之間難以用量化

3、公式表征的復雜非線性關系而引起的建模技術難題。該工藝模型稱為制品質量指標預測器，可以根據(jù)輸入的工藝參數(shù)預測制品的質量指標。為獲得神經(jīng)網(wǎng)絡模型的訓練數(shù)據(jù)，按照正交試驗表在注射機上安排試驗，研究四水平的關鍵注塑工藝參數(shù)(熔體溫度，注射壓力、注射速度、模具溫度)對注塑制品質量指標的影響。在正交表試驗的基礎上根據(jù)實際需要增加了四組追加試驗。通過極差分析技術對各因素的顯著度進行排序，作為制定參數(shù)調(diào)整順序(即動態(tài)規(guī)則)的依據(jù)。 2、遺傳神經(jīng)

4、網(wǎng)絡方法研究：將遺傳算法和BP算法結合，可以克服普通神經(jīng)網(wǎng)絡運算速度和全局尋優(yōu)能力難以兼顧的缺陷。遺傳算法能很快的確定全局最優(yōu)解所在的區(qū)域，卻不能很快得到最優(yōu)解。BP算法有相對較強的局部搜索能力，但是收斂速度慢。因此將遺傳算法和BP算法結合可以相互取長補短。本文詳細討論了遺傳神經(jīng)網(wǎng)絡方法的關鍵技術，并給出了相應的程序代碼。 3、驗證試驗方法研究：設計了十六組驗證試驗，較好地解決了如何對遺傳神經(jīng)網(wǎng)絡模型的準確性和泛化能力進行驗證

5、的技術問題。 4、工藝參數(shù)在線調(diào)控方法研究：基于離線訓練好的遺傳神經(jīng)網(wǎng)絡建立工藝參數(shù)控制模型，在實際生產(chǎn)中該模型可以用于制品質量的實時控制。通過研究專家知識和經(jīng)驗知識，確定工藝參數(shù)調(diào)整方向和步長(即經(jīng)驗規(guī)則)。在成型過程中，當系統(tǒng)檢測到關鍵注塑工藝參數(shù)改變并超出限定范圍時，啟動制品質量指標預測器進行質量指標預測，如果質量指標超出允差范圍，啟動基于動態(tài)規(guī)則和經(jīng)驗規(guī)則的工藝參數(shù)調(diào)整程序，確定新的成型過程參數(shù)，使產(chǎn)品總是保持在所要求的

6、質量范圍內(nèi)。 本文提出的制品質量遺傳神經(jīng)網(wǎng)絡模型通過操作簡捷的建模和高效的網(wǎng)絡學習，能準確的反映注塑工藝參數(shù)和制品質量指標之間的變化關系，能自適應各種加工條件，具有較高的柔性和智能，可以應用于制品質量預測、工藝優(yōu)化和制品質量控制，實用性強。 制品質量控制是由上一個成型周期制品質量屬性確定下一成型周期的機器輸入，調(diào)節(jié)機器設置并保持這一狀態(tài)以生產(chǎn)出一致、合格的產(chǎn)品。本文提出的工藝參數(shù)控制模型以質量指標的預測值為質量反饋，可以