隨著資訊科技及人工智慧技術的不斷髮展，目前各個領域的生產過程都已經初步實現了自動化程序，自動化技術的應用也可以極大地改善生產效率及產品質量。目前，而且自動化控制可以很好地解決機械生產加工過程中的原料浪費及損耗問題，同時生產效率也得到了提升，因此極大地提升了企業的經濟效益。
2在注塑機料筒溫度控制中的應用
注塑機料筒溫度是注塑工藝的重要引數，對料筒溫度進行有效地控制是保證塑膠製品成型質量的重要環節。然而，注塑機料筒溫度系統是一個多變數、離散、間歇工作、大滯後、非線性、強耦合且需要人工參與的複雜系統，由於其加溫過程中的複雜性，使得該控制系統的精確數學模型很難以建立，也就使得料筒的溫度控制成為注塑機控制器設計中的難點。另外，在注塑機料筒溫度控制器的設計過程中，控制器的工作效能，如良好的魯棒性和較低的演算法複雜度是不可忽視的引數指標。目前，採用較多的是PID控制方法，這主要是因為PID控制應用範圍廣，廣泛應用於非線性或時變控制過程中，而起PID控制器中的3個引數Kd、Kp、Ki比較容易整定，是最簡單的有時卻又是最好的控制器。本文基於料筒溫度PID控制器的發展過程，從線性PID控制器到非線性PID控制器，再到基於BP神經網路的PID控制器三個方面，分別闡述了各自的優缺點。
1： 料筒溫度線性 PID 控制器
PID控制器不用被控物件的精確模型，只用控制目標與物件實際行為之間的誤差來產生消除此誤差的控制策略。由於PID 控制技術是立足於誤差來減少誤差的過程控制原理，所以在控制工程實踐中得到廣泛有效的應用。本文主要研究保萊塔注塑機料筒的溫度控制系統，採用線性PID控制器。大量工程實踐表明，將線性PID控制器應用於注塑機料筒的溫度控制系統中，雖然能取得了良好的效果，但是該溫度控制系統為大純滯後系統，被控物件的引數變化較大、影響因素甚多、未建模動態因素顯著，非線性嚴重，很難建立精確的數學模型，針對具有更多內部和外部不確定因素的控制物件時，該PID控制方法就顯得無能為力了。
2：料筒溫度非線性PID控制器
在注塑機料筒的溫度控制系統中，線性PID控制僅僅考慮了控制物件（溫度）外部資訊，決定了所控制的物件的有限性。對於帶有更多內部和外部太多不確定因素的物件，線性PID就無能為力了。對於這種情況，有必要去獲得並考慮系統的內部資訊和外部不確定性，並讓這些資訊參與系統的控制和調節，提高系統的抗干擾能力。因此，非線性PID控制器應運而生，它是線上性PID控制器基礎上進行了如下改進：根據系統所能承受的能力，被控量變化的合理性和系統提供控制的能力，由設定值先安排合適的過渡過程。該過渡過程由TD實現，TD不但給出所安排的過渡過程訊號，還給出過渡過程的微分訊號。誤差的微分訊號是可以用噪聲放大效應很低的TD、狀態觀測器或ESO來提取。
不同於線性PID控制，採用合適的非線性函式對誤差進行組合，形成新的非線性誤差反饋控制規律。將非線性PID控制器應用於注塑機料筒溫度控制系統中，由多個單迴路非線性PID控制器分別調節各個電熱環的供電電壓，從而控制料筒各個段的溫度。由於該控制系統不需要建立精確的數學模型，而且能夠把作用於被控制物件的所有不確定因素都歸結為“未知擾動”，所以採用實時監測的溫度資料對它進行估計並予以補償，就可以達到自動抗擾的目的，進而實現溫度的自動實時控制。然而，在溫度控制策略實現上，該溫度控制系統依然存在一個顯著的問題，即不清楚未建模動態因素，不具有預測性。
BP網路在PID控制器結構圖
3：基於BP神經網路的料筒溫度 PID 控制器
針對注塑機料筒溫度控制的要求和線性PID控制器、非線性PID控制器的不足，尤其是針對非線性PID控制器的不可預測性，提出了一種基於BP神經網路的PID控制器。該控制器將神經網路和PID控制技術相結合，能無限地逼近非線性系統，具有收斂快、可預測的優點。而且，基於BP神經網路的料筒溫度PID控制器能有效地縮短過渡過程，具有較好的穩定性和快速響應性，可以滿足保萊塔注塑機料筒的溫度控制要求。該控制器由常規PID控制器和神經網路控制器兩部分組成，考慮到鄰近加熱器的影響，神經網路控制器的輸入除本段加熱器的輸入訊號、反饋訊號外，還將鄰近加熱器的反饋訊號引入。神經網路控制器的輸出即為PID 控制器的 Kd、Kp、Ki3個引數，根據控制系統的 輸入/輸出情況，透過神經網路實時調整PID控制器的3個引數，從而實現料筒溫度的高效能控制。
與線性PID 控制和非線性 PID控制相比，基於BP 神經網路的PID控制具有較好的穩定性和快速動態響應的特性，溫度調節過程短。由於BP神經網路具有很強的學習能力，能夠不斷地從訓練樣本中提取出所蘊含的基本資訊，用於溫度預測。另外，在溫度引數變化、數學模型不精確和控制環境變化的情況下，該控制器能保持較好的工作效能，系統魯棒性強，使得該控制方法具有很大的應用前景。
綜上所述，在注塑機控制系統中，加熱料筒溫度控制是其中非常重要的一環，為了實現高效能的溫度控制功能，文章總結了三種PID控制方法，即線性PID控制、非線性PID控制和基於BP神經網路的PID控制。其中效能最好的是BP神經網路的PID控制方法，該方法兼具了非線性PID控制方法的優越效能，在帶有更多內部和外部不確定因素的情況下，能實現較好的溫度控制作用，具有良好的抗干擾性能；同時，該方法透過神經網路的學習能力實現溫度資料的訓練，可實現對未來資料的實時預測，具有可預測性，魯棒性更強，實用價值更高。
想了解更多精彩內容，快來關注
保萊塔