System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及塑料生產,具體涉及一種pvc全自動配混線集中供料系統的控制方法。
技術介紹
1、pvc全自動配混線集中供料系統由輔料倒料層、計量層以及混合層等構成。pvc全自動配混線集中供料系統的pvc混料顆粒大小存在差異,不同顆粒大小的pvc混料在擠出機內的熔融狀態不同,導致擠出機模頭壓力出現波動,影響pvc粒料的成型。
2、為確保pvc粒料的生產質量,目前采用pid(proportional?integral?derivative)算法,以模頭壓力作為反饋信號控制筒體內螺桿轉速,以保證模頭壓力恒定。然而pvc全自動配混線集中供料系統需要適應不同的生產條件和物料特性,固定的pid算法參數難以準確的控制模頭壓力,導致pvc粒料的擠出成型質量的穩定性下降。
技術實現思路
1、鑒于以上內容,有必要提供一種pvc全自動配混線集中供料系統的控制方法,相對于傳統的pvc全自動配混線集中供料系統的控制方法,提高了對擠出機模頭的壓力的控制精度。
2、本申請的一種pvc全自動配混線集中供料系統的控制方法采用如下技術方案:
3、本申請一個實施例提供了一種pvc全自動配混線集中供料系統的控制方法,該方法包括以下步驟:
4、將擠出機筒體的熔融段和熔體輸送段劃分為各子域,獲取各采集時刻下各子域的實際溫度,獲取擠出機模頭的理想壓力;
5、基于所述實際溫度對各子域進行等溫流場建模,通過分析流場內的壓力分布、流速分布,并結合各子域的實際溫度,獲取各子域在各采
6、通過供料系統中的變頻器的傳遞函數,模擬在包含比例參數、積分參數與微分參數的任一參數向量的控制下,各子域、擠出機模頭在當前采集時刻的下一采集時刻的模擬溫度、模擬壓力;基于各子域的預設理想溫度、所述模擬溫度,采用與所述熔體塑化值相同的計算方法,分別獲取各子域的理想熔體塑化值、模擬熔體塑化值;
7、基于所述模擬壓力與所述理想壓力之間的差異,各子域的所述模擬熔體塑化值與理想熔體塑化值之間的差異,并對比所有子域的所述模擬熔體塑化值與理想熔體塑化值的分布情況,獲取所述任一參數向量的適應度;
8、在利用鯨魚優化算法獲取當前采集時刻的最優參數向量的過程中,每次迭代時的收斂因子通過其相鄰次迭代時的收斂因子,以及其相鄰次迭代時所有參數向量的適應度的接近程度,并結合每次迭代與其相鄰次迭代之間參數向量的差異,對比下一采集時刻的所述模擬溫度與所述預設理想溫度進行更新;
9、基于鯨魚優化算法得到的最優參數向量,控制擠出機模頭的壓力。
10、在其中一種實施例中,所述熔體塑化值的獲取過程為:
11、對建模得到的流場區域進行網格剖分,得到各采集時刻下各網格單元的流速張量和壓力張量;通過所述流速張量和所述壓力張量,分別獲取各采集時刻下各網格單元的流量數據和壓力數據;
12、基于各采集時刻下各子域內所有網格單元的壓力分布、流速分布,并結合各子域的實際溫度,獲取各子域在各采集時刻的熔體塑化值。
13、在其中一種實施例中,所述熔體塑化值的進一步獲取過程為:
14、計算各采集時刻下各子域內所有網格單元的流速數據的離散程度;
15、將各采集時刻下各子域內所有網格單元的流速數據的均值、壓力數據的均值,分別記為流速均值、壓力均值;
16、分析各采集時刻下各子域內所有網格單元的壓力數據的分布差異;
17、所述熔體塑化值分別與所述流速均值、所述實際溫度、所述離散程度呈正相關,分別與所述壓力均值、所述分布差異呈負相關。
18、在其中一種實施例中,所述分布差異的具體分析方法為:
19、將各采集時刻下各子域內所有網格單元的壓力數據中的最小值與最大值,作為各采集時刻下各子域的壓力區間的端點;
20、將各壓力區間等分為多個量化區間,將處于任一量化區間內的所有壓力數據均賦值為所述任一量化區間內的壓力數據的最小值;
21、將每預設數量個連續的量化區間組成每個子區間;
22、將各子區間內所有經過賦值后的壓力數據作為最大類間方差算法的輸入,輸出各子區間的最大類間方差;
23、所述分布差異通過各子域對應的所有所述最大類間方差之和反映。
24、在其中一種實施例中,所述適應度的獲取過程為:
25、將各子域與其相鄰子域的所述模擬熔體塑化值、所述理想熔體塑化值分別組成各子域的模擬塑化狀態向量、理想塑化狀態向量,計算各子域的模擬塑化狀態向量與理想塑化狀態向量之間的相似度;
26、將所述模擬壓力與所述理想壓力之間的差異,記為壓力差異;
27、將各子域的所述模擬熔體塑化值與理想熔體塑化值之間的差異,記為塑化差異;
28、所述適應度分別與所述壓力差異、所述塑化差異、各子域的序號呈正相關,與所述相似度呈負相關;其中,各子域根據與擠出機模頭之間的距離從遠到近依次編號。
29、在其中一種實施例中,所述適應度的進一步獲取過程為:計算各子域的所述塑化差異與其序號的乘積;所述適應度分別與所述壓力差異、所述乘積呈正相關,與所述相似度呈負相關。
30、在其中一種實施例中,所述適應度的表達式為:
31、;式中,f表示所述任一參數向量的適應度;p表示擠出機模頭的所述壓力差異;l表示擠出機筒體的子域的數量;i表示子域的序號;表示第i個子域的所述塑化差異;表示第i個子域的所述相似度;exp(?)表示以自然常數為底數的指數函數。
32、在其中一種實施例中,每次迭代時的收斂因子的更新方法為:
33、計算每次迭代時適應度最小的參數向量與其相鄰次迭代時適應度最小的參數向量之間的距離,記為向量距離;
34、計算所有子域的所述模擬溫度與所述預設理想溫度之差的累加值;
35、統計每次迭代時所有參數向量的適應度中的最小值,記為適應最小值;
36、計算每次迭代的相鄰次迭代時各參數向量的適應度與所述適應最小值之間的差值;
37、每次迭代時的收斂因子分別與其相鄰次迭代時的收斂因子、所述向量距離、所述累加值、所述差值呈正相關。
38、在其中一種實施例中,所述每次迭代時的收斂因子的進一步獲取過程為:
39、計算所述向量距離、所述累加值與所述差值的融合結果的歸一化值;
40、每次迭代時的收斂因子為其相鄰次迭代時的收斂因子與所述歸一化值的乘積。
41、在其中一種實施例中,所述基于鯨魚優化算法得到的最優參數向量,控制擠出機模頭的壓力,包括:
42、將所述最優參數向量中的分量作為pid算法的控制參數,計算擠出機模頭在當前時刻的壓力與所述理想壓力的差值,結合pid控制算法,控制擠出機模頭的壓力。
43、本申請至少具有如下有益效果:
44、本申請通過對不同子域分別進行等溫流場建模,獲取筒體內pvc本文檔來自技高網...
【技術保護點】
1.一種PVC全自動配混線集中供料系統的控制方法,其特征在于,該方法包括以下步驟:
2.如權利要求1所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述熔體塑化值的獲取過程為:
3.如權利要求2所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述熔體塑化值的進一步獲取過程為:
4.如權利要求3所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述分布差異的具體分析方法為:
5.如權利要求1所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述適應度的獲取過程為:
6.如權利要求5所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述適應度的進一步獲取過程為:計算各子域的所述塑化差異與其序號的乘積;所述適應度分別與所述壓力差異、所述乘積呈正相關,與所述相似度呈負相關。
7.如權利要求5所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述適應度的表達式為:
8.如權利要求1所述的一種PVC全自動配混線集中供料系統
9.如權利要求8所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述每次迭代時的收斂因子的進一步獲取過程為:
10.如權利要求1所述的一種PVC全自動配混線集中供料系統的控制方法,其特征在于,所述基于鯨魚優化算法得到的最優參數向量,控制擠出機模頭的壓力,包括:
...【技術特征摘要】
1.一種pvc全自動配混線集中供料系統的控制方法,其特征在于,該方法包括以下步驟:
2.如權利要求1所述的一種pvc全自動配混線集中供料系統的控制方法,其特征在于,所述熔體塑化值的獲取過程為:
3.如權利要求2所述的一種pvc全自動配混線集中供料系統的控制方法,其特征在于,所述熔體塑化值的進一步獲取過程為:
4.如權利要求3所述的一種pvc全自動配混線集中供料系統的控制方法,其特征在于,所述分布差異的具體分析方法為:
5.如權利要求1所述的一種pvc全自動配混線集中供料系統的控制方法,其特征在于,所述適應度的獲取過程為:
6.如權利要求5所述的一種pvc全自動配混線集中供料系統的控制方法,其特征在于,所述適應度...
【專利技術屬性】
技術研發人員:韓勇,陳劍,
申請(專利權)人:江蘇永道科技有限公司,
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。