论文部分内容阅读
注塑成型是重要的塑料制品成型方式,适于大批量生产形状复杂、尺寸要求精确的塑料制品。随着注塑产品应用范围的变化,对制品质量的要求也越来越高。成型过程中,状态变量直接影响到模具内熔体的流动状态和最终制品质量。应用成型过程的数值模拟只能代替试模来反复验证工艺参数是否合适,难以得到最佳工艺设置,且由于成型中外界扰动的影响,难以保证制品质量的稳定性,因此,对成型工艺进行优化和控制,提高加工变量的稳定性以生产出高质量的制品具有重要的意义。论文主要对基于压力模式的制品质量控制进行了研究,其主要工作包括: 1.压力模式的识别。模腔压力曲线对成型过程有着重要的影响,完整的压力模式具有对制品质量更好的监控性能。因此,本文利用模式识别技术对注塑成型过程中的压力模式进行识别。结合多项式表示法和子模式分析建立压力随时间变化的函数关系,通过确定各个子模式中多项式的系数来识别不同的压力曲线,并把这些系数作为神经网络的输入输出。 2.神经网络模型的建立。根据工艺参数对质量指标的影响度选取控制变量,以实验设计获得的近似优化解为基线条件,抽取工艺特性及制品质量特性数据,应用人工神经网络技术建立了工艺参数与压力模式,压力模式和制品质量之间的关系模型,克服了回归分析方法事先给出数学形式导致有可能丢失信息的缺点,且制品质量神经网络模型对工艺条件变化的适应性为制品质量控制提供了基础。 3.注塑制品质量控制。基于压力模式,研究注塑工艺特性、熔体在模腔中的状态及制品质量特性之间的关系,建立了注塑制品质量闭环控制的神经网络预测控制理论。以该控制理论为基础,应用神经网络预测控制策略,建立注塑制品重量控制的理论和方法,并设计了制品质量控制器和工艺控制器。在Matlab平台上开发了注塑制品质量闭环控制系统,实现了制品重量闭环控制仿真。