注塑成型是生产塑料制品的常用工艺,无论在农、林、牧、渔业,亦或采矿、制造、建筑等领域,其产品均起到至关重要的作用。随着技术的进步,各行业对塑料制品的质量要求愈来愈高。在注塑成型的一系列工艺流程中,注射速度是影响注塑制品质量的关键因素。传统的PID（Proportion,Integral,Derivative）控制方法不能对注射速度进行精确跟踪,无法实现理想的控制效果,影响注塑制品的质量指标,且迭代收敛速度慢,增加了生产成本。为此,本文提出了闭环PD型注射速度迭代学习控制策略和考虑模型不确定性的基于修正项自适应实时优化的注射速度迭代学习控制方法,以改善传统PID控制方法的控制性能。本文的主要研究工作如下:1、首先,深入分析了注塑机的基本组成、工艺过程和控制参数,详细介绍了注塑工艺的四个主要阶段的工作过程,包括预塑阶段、注射阶段、保压阶段以及冷却阶段。其次,在深入分析注塑工艺原理的基础上,探讨了注塑过程中的主要控制参数,包括温度、压力、速度等。最后,建立了注塑机注射速度的非线性机理模型,用以模拟实际的注射过程。2、针对传统PID控制方法的控制性能不理想问题,本文提出了闭环PD型注塑机注射速度ILC（Iterative Learning Control）策略,利用建立的注塑机注射速度机理模型模拟实际的注射过程,通过仿真实验验证了算法的有效性,仿真结果表明,该方法能够精确跟踪期望注射速度曲线,稳定性较好,稳态精度高。3、考虑到在实际生产过程中,因为存在各方面的限制（例如生产成本、随机扰动等）,所以不可避免地存在模型失配问题,也就是说,很难建立与实际注射过程完全匹配的过程模型。为了补偿模型不确定性对控制效果的影响,本文提出了基于修正项自适应实时优化的注塑机注射速度迭代学习控制方法,该方法引入了包含实际过程数据的0阶修正项和1阶修正项,可以充分利用历史批次的生产数据对下一批次的控制进行指导,可以有效地解决不确定性对控制效果的影响。仿真结果验证了该方法的有效性,该方法可以有效提高控制精度,加快收敛速度,进而改善控制效果。