【技術實現步驟摘要】
本專利技術涉及模具加工，具體涉及一種適用于模具的動態熱流道溫度控制方法。
技術介紹
1、隨著制造業對產品質量和生產效率要求的不斷提升，模具熱流道系統的溫度控制成為影響最終制品質量的關鍵因素之一。在注塑成型過程中，熱流道溫度的穩定性直接影響到材料的流動性能以及成品的質量。因此，開發一種能夠實現精確且快速響應的動態熱流道溫度控制方法變得尤為重要。傳統上，模具熱流道的溫度控制依賴于手動調節或簡單的自動控制系統，這些方法往往難以適應復雜多變的生產環境，導致溫度波動較大，進而影響產品的合格率。
2、傳統的熱流道溫度控制方案主要采用pid控制器進行溫度調節，但通常缺乏自適應性與智能化調整能力。這種基于固定參數設定的方法在面對外部環境變化時顯得力不從心，比如季節更替、車間溫濕度變化等因素都會對加熱器的工作狀態產生影響，從而需要頻繁地人工干預來重新校準控制器設置。此外，常規的控制策略無法有效預測未來一段時間內的溫度變化趨勢，使得系統反應滯后，難以迅速達到并維持理想的加工條件。這樣的局限性不僅增加了操作人員的工作負擔，也限制了生產線的整體效率提升空間。
3、近年來，雖然有一些研究嘗試通過引入先進的傳感器技術和數據分析算法來改善熱流道溫度管理效果，但現有技術仍存在諸多不足之處。例如，一些解決方案過于依賴復雜的數學模型而忽略了實際應用場景下的易用性和經濟性；另一些則專注于局部優化而忽視了整個系統的協同工作能力。這導致即使是在某些特定條件下表現良好，但在面對更加廣泛和多樣化的需求時卻很難提供一致可靠的性能保障。
4、
技術實現思路
1、本專利技術一種適用于模具的動態熱流道溫度控制方法，包括以下步驟：
2、s1、在模具熱流道中安裝溫度傳感器t1，t2,...，tn，通過溫度傳感器對模具熱流道的流動特性、熱量分布以及材料凝固過程的溫度原始數據d進行采集，并進行預處理，得到模具熱流道溫度數據d′，將實時監測到的溫度數據d′傳輸至溫度控制系統；
3、s2、利用模具熱流道溫度數據d′，通過溫度控制系統內的pid控制器根據當前實際溫度ta與設定的目標溫度ts之間的偏差值δt來計算出所需的功率調整量pc，并將功率調整量發送給熱流道的加熱器h1，h2，...，hm進行調整；
4、s3、通過歷史溫度數據和歷史工況數據，采用機器學習技術構建溫度預測模型m，通過溫度預測模型m預測未來時間內模具熱流道的各段溫度變化趨勢；
5、s4、利用多個優化目標創建多目標優化函數ft，通過粒子群優化算法pso搜索最優組合解st，滿足優化目標保持熱流道溫度的最佳設定值組合。
6、優選的，所述s1中的溫度原始數據d進行預處理，通過動態溫度優化機制進行處理，對采集的溫度原始數據d進行濾波處理，并根據模具的環境進行動態調整濾波參數，獲取精確地模具熱流道溫度數據d′，所述動態溫度優化機制包括以下內容：
7、采集溫度原始數據為d＝{d1，d2，...，dn}，獲取環境影響因素e＝{e1，e2，...，em}，其中，每個ei對應環境影響權重m為環境影響因素個數；所述模具熱流道溫度數據d′的計算公式為：其中，di為i時刻的溫度原始數據，β為環境影響因子，α為權重系數，d′p為上一次迭代中獲得的經處理后的溫度數據，n為傳感器個數。
8、優選的，所述s2中pid控制器的功率調整量pc公式為：其中，pc(t)為在t時刻的功率調整量，kp為比例增益，ki為積分增益，kd為微分增益，δt(t)為t時刻的偏差值；所述偏差值δt(t)公式為：δt(t)＝ts(t)-ta(t)，其中ts(t)為t時刻目標溫度，ta(t)為t時刻實際溫度；
9、所述通過pid控制器在t時刻的功率調整量pc(t)，依次計算，得出模具熱流道中每個加熱器的功率調整量pci(t)。
10、優選的，所述pid控制器通過自適應pid的參數調整機制，對比例增益kp，積分增益ki和微分增益kd進行參數調整，確保自適應調整的pid參數符合模具在所處環境中調整的每個加熱器的功率調整量pci(t)，參數調整機制包括以下內容：
11、所述比例增益kp在t時刻通過環境因素系數φ(t)以及前一時刻的溫度數據t(t-1)進行自適應調整，比例增益kp的調整公式為：其中kp(t-1)為前一時刻的溫度數據t(t-1)的比例增益，λ1為比例增益速率，為溫度變化率；
12、所述積分增益ki在t時刻通過歷史溫度偏差es(t)進行動態調整，積分增益ki的調整公式為：ki(t)＝ki(t-1)+λ2·(es(t)-es(t-1))，其中，λ2為積分增益速率，es(t-1)為前一時刻的歷史溫度偏差；
13、所述微分增益kd的調整為通過未來時間內的溫度變化趨勢進行調整，微分增益kd的調整公式為：其中，λ3為微分增益速率，t′(t)為當前時刻t的變化率。
14、優選的，所述s2中，在動態熱流道溫度控制系統中，通過pid控制器計算出針對每個加熱器h1，h2，...，hm的每一個功率調整量pci(t)，將每一個功率調整量pci(t)以數字信號的形式通過通信接口發送給溫度控制系統，溫度控制系統中設置功率分配機制進行優化分配；
15、所述功率分配公式為：其中pi(t)為t時刻發送給第i個加熱器的實際功率，ωi(t)為第i個加熱器在時刻t的權重因子，n為加熱器個數，λ為平滑系數，為加熱器平均功率，pi(t-1)為前一時刻的第i個加熱器的功率；
16、所述第i個加熱器在時刻t的權重因子ωi(t)的公式為：ωi(t)＝k1·|δti(t)|+k2·(1-li(t))+k3·ei，其中k1為溫度偏差權重系數、k2為負載權重系數、k3為能耗效率權重系數，|δti(t)|為第i個加熱器的絕對溫度偏差，li(t)為第i個加熱器在時刻t負載值，ei為第i個加熱器的能耗效率。
17、優選的，所述s3中通過歷史溫度數據和歷史工況數據，采用機器學習技術構建溫度預測模型m，包括以下內容：
18、收集模具熱流道的歷史溫度數據th和歷史工況數據ch，將歷史溫度數據th和歷史工況數據ch組成數據集進行特征提取，選取關鍵特征數據作為輸出變量，利用機器學習技術的長短期記憶網絡進行捕捉時間序列中歷史溫度數據、歷史工況數據與模具熱流道的效果，結合線性回歸層形成溫度預測模型m，公式為：其中θ為訓練的模型參數，flstm(x；w，b)為長短期記憶網絡的輸入，x為th和ch組成的特征向量，w為長短期記憶網絡的權重矩陣，b為長短期記憶網絡的偏置向量，β0為線性回歸層的截距項，βi為線性回歸層中與每個輸入特征xi相關聯的權重系數，xi為輸入特征向量中的第i個特征，n為加熱器個數。
19、優選的，所述構建的溫度預測模型m通過訓練好的溫度預測模型對未來時間段內的溫度變化趨勢進行預測，利用梯度下降優化機制進行調本文檔來自技高網...
【技術保護點】
1.一種適用于模具的動態熱流道溫度控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述S1中的溫度原始數據D進行預處理，通過動態溫度優化機制進行處理，對采集的溫度原始數據D進行濾波處理，并根據模具的環境進行動態調整濾波參數，獲取精確地模具熱流道溫度數據D′，所述動態溫度優化機制包括以下內容：
3.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述S2中PID控制器的功率調整量Pc公式為：其中，Pc(t)為在t時刻的功率調整量，Kp為比例增益，Ki為積分增益，Kd為微分增益，ΔT(t)為t時刻的偏差值；所述偏差值ΔT(t)公式為：ΔT(t)＝Ts(t)-Ta(t)，其中Ts(t)為t時刻目標溫度，Ta(t)為t時刻實際溫度；
4.根據權利要求3所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述PID控制器通過自適應PID的參數調整機制，對比例增益Kp，積分增益Ki和微分增益Kd進行參數調整，確保自適應調整的PID參數符合模具在所處環境中調整的每
5.根據權利要求1或3所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述S2中，在動態熱流道溫度控制系統中，通過PID控制器計算出針對每個加熱器H1,H2,...,Hm的每一個功率調整量Pci(t)，將每一個功率調整量Pci(t)以數字信號的形式通過通信接口發送給溫度控制系統，溫度控制系統中設置功率分配機制進行優化分配；
6.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述S3中通過歷史溫度數據和歷史工況數據，采用機器學習技術構建溫度預測模型M，包括以下內容：
7.根據權利要求1或6所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述構建的溫度預測模型M通過訓練好的溫度預測模型對未來時間段內的溫度變化趨勢進行預測，利用梯度下降優化機制進行調整模型參數θ，公式為其中Nm溫度預測模型M的樣本數量，Tim為溫度預測模型M第i個加熱器實際溫度，為溫度預測模型M第i個加熱器的預測溫度。
8.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述利用多個優化目標創建多目標優化函數Ft，包括但不限于最小化能耗Emin、提高溫度均勻性U以及縮短達到穩定狀態所需時間T；
9.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述S4中通過粒子群優化算法PSO搜索最優組合解St，通過定義每個粒子的位置為Xi，Xi包括PID控制器的比例增益、積分增益和微分增益、功率分配機制中的權重因子，Xi＝[Kp,Ki,kd,ω1,ω2,…,ωN]，其中ω1,ω2,…,ωN是每個加熱器的權重因子，通過粒子的速度Vi更新公式進行迭代，所述粒子的速度Vi更新公式為：Vi(t+1)＝w·Vi(t)+c1·r1·(Pbest,i-Xi(t))+c2·r2·(Gbest-Xi(t))，其中Vi(t+1)為粒子在t+1時刻的速度，w為慣性權重，c1為第i個粒子的歷史最優位置加速系數，c2為粒子群的歷史最優位置加速系數，r1為第i個粒子的歷史最優位置常數，r2為粒子群的歷史最優位置常數，Pbest,i第i個粒子的歷史最優位置，Gbest為粒子群的歷史最優位置；
10.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述溫度控制系統在得到最優組合解St后，通過數字通信接口接收包含最佳PID控制器參數及功率分配權重因子的數據包，溫度控制系統根據實時采集的溫度數據與設定目標溫度之間的偏差，利用更新后的PID控制器參數計算每個加熱器所需的功率調整量，通過相同的通信接口將具體的功率控制指令發送至各個加熱器執行，并持續監控來自溫度傳感器的反饋信息，形成閉環調節機制，確保熱流道溫度能夠準確且快速地達到并維持在目標值。
...【技術特征摘要】
1.一種適用于模具的動態熱流道溫度控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述s1中的溫度原始數據d進行預處理，通過動態溫度優化機制進行處理，對采集的溫度原始數據d進行濾波處理，并根據模具的環境進行動態調整濾波參數，獲取精確地模具熱流道溫度數據d′，所述動態溫度優化機制包括以下內容：
3.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述s2中pid控制器的功率調整量pc公式為：其中，pc(t)為在t時刻的功率調整量，kp為比例增益，ki為積分增益，kd為微分增益，δt(t)為t時刻的偏差值；所述偏差值δt(t)公式為：δt(t)＝ts(t)-ta(t)，其中ts(t)為t時刻目標溫度，ta(t)為t時刻實際溫度；
4.根據權利要求3所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述pid控制器通過自適應pid的參數調整機制，對比例增益kp，積分增益ki和微分增益kd進行參數調整，確保自適應調整的pid參數符合模具在所處環境中調整的每個加熱器的功率調整量pci(t)，參數調整機制包括以下內容：
5.根據權利要求1或3所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述s2中，在動態熱流道溫度控制系統中，通過pid控制器計算出針對每個加熱器h1,h2,...,hm的每一個功率調整量pci(t)，將每一個功率調整量pci(t)以數字信號的形式通過通信接口發送給溫度控制系統，溫度控制系統中設置功率分配機制進行優化分配；
6.根據權利要求1所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述s3中通過歷史溫度數據和歷史工況數據，采用機器學習技術構建溫度預測模型m，包括以下內容：
7.根據權利要求1或6所述的一種適用于模具的動態熱流道溫度控制方法，其特征在于，所述構建的溫度預測模型m通過訓練好的溫度預...
【專利技術屬性】
技術研發人員：李立蔚，胡斌，楊苗苗，楊軍，龔厚仙，
申請(專利權)人：滁州職業技術學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。