论文部分内容阅读
随着橡胶制品的广泛应用,市场对具有高性能的橡胶制品的需求越来越大。而要获得高性能的橡胶制品,其橡胶挤出机是橡胶生产过程中最基本的生产装备之一。在橡胶制品的挤出过程中,其挤出半成品性能的好坏是由挤出机对机筒内胶料的温度控制以及机头的温度控制所决定的。因此,为了提高挤出橡胶制品的性能,提高生产效率,对于如何提高橡胶挤出机的温度控制能力,就成为当今温控领域一个重要的研究方向。本文以橡胶挤出机的温控系统为研究对象,分别在控制算法、硬件构成、软件设计和实验仿真四个部分进行展开。首先,对本温控系统所采用的BP神经网络算法和PID控制算法进行了详细地介绍和分析,针对温控系统使用常规PID控制不能够在线自整定PID控制参数的缺陷,本文利用BP神经网络来自整定PID的控制参数,从而将二者的控制优势结合起来作为本温控系统的控制算法。其次,对于橡胶挤出机温度控制系统的硬件电路部分,分析了以STM32为核心的微控制器模块、温度数据采集模块、人机交互模块、温控执行模块等的硬件选型,并使用Altium Designer硬件电路设计软件分别绘制了各个模块的电路图以及制作出PCB主控板。再次,对于橡胶挤出机温度控制系统的软件部分,采用了程序的模块化设计,介绍了BP神经网络PID控制算法主控程序模块、温度数据采集子模块、加热冷却子模块、液晶显示子模块以及按键处理子模块的软件设计,并对温控系统的软件部分进行了抗干扰设计和调试,从而提高了控制系统的抗干扰性。最后,对于橡胶挤出机温度控制系统的仿真和实验部分,分别构建了常规PID控制器模型和BP神经网络PID控制器模型,并对两种控制器进行了仿真分析与实验研究,结果表明BP神经网络PID复合控制器在温度控制过程中能够同时保证温控系统超调量较小和稳态误差小的控制要求,同时也能较好地在线整定出PID控制器所需要的控制参数,省去了使用常规PID控制器需要靠经验公式计算控制参数的过程。实验表明,本文采用的BP神经网络PID复合控制算法,使橡胶挤出机的温控精度为±1℃,系统稳态误差小于0.5℃,能够很好地满足橡胶挤出机的温度控制要求。