随着中国智能制造2025的提出及发展,各行各业的生产要求及精度都在不断提高。在电缆制造行业,电线直径是衡量电线电缆质量的重要指标之一。特别是在航空航天、通信、汽车制造等工业领域,对所用电线电缆的线径精度提出了更高的要求。然而,现阶段用于电线电缆生产的卧式聚四氟乙烯推挤机,存在精度低、稳定性差、手动调节等缺陷。因此,针对确定线径精度的电线电缆生产控制系统的研究与设计具有一定的理论意义与应用价值。针对电缆线径控制系统大都存在滞后与干扰的问题,本文在线径控制系统中采用改进的粒子群优化模糊神经网络(PSO-FNN)的方法,来提高线径控制精度以及设备的自动化程度。所做的主要工作如下:(1)分析了电缆生产过程中的主要工艺流程,以及电缆推挤系统的控制特性,在忽略其他较小影响因素的情况下,建立电缆线径控制系统的数学模型,作为后期实验仿真的对象,根据实际需要给出了线径控制系统的整体设计方案。(2)通过结合现场生产经验,在线径控制系统中采用模糊神经网络控制器,利用神经网络的学习能力和模糊控制的模糊推理能力,来提高电缆生产过程中的线径精度,以及系统的自动化程度。考虑到模糊神经网络在离线训练的初始阶段可能会存在的难以实现最优解计算,且当模糊神经网络的参数选择不恰当的时候可能会使得整个网络的收敛性变差的问题,利用改进的粒子群算法结合BP算法对模糊神经网络离线学习阶段的连接权值及隶属度函数的中心值和宽度进行初始化寻优。通过仿真实验,对算法的有效性进行了验证分析,并和常规PID与模糊PID之间的控制效果进行对比,实验表明,其阶跃响应和抗干扰能力明显优于模糊PID和PID控制。(3)根据实际生产需求,设计了分布式电缆线径控制系统结构,根据控制系统的功能,分别进行了相应的硬件选型、电路设计、控制程序、人机界面程序与上位机程序等设计。现场数据的验证分析表明,本文采用基于改进PSO-FNN的线径控制系统,在胚料的接头处,其线径稳定在3.57 mm左右波动,具有较高的线径控制精度。