一种基于时间和压力的点胶补偿方法和系统技术方案

本发明专利技术属于点胶量控制技术领域，具体涉及一种基于时间和压力的点胶补偿方法和系统，包括：采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；根据输出的实际点胶时间，控制点胶装置进行点胶。本发明专利技术能够实时计算当前条件下点胶时间补偿值，保证点胶量的稳定，步骤简单易实现，便于在工程中应用。在工程中应用。在工程中应用。

【技术实现步骤摘要】
一种基于时间和压力的点胶补偿方法和系统


[0001]本专利技术属于点胶量控制
，具体涉及一种基于时间和压力的点胶补偿方法和系统。

技术介绍

[0002]时间
‑
压力式点胶系统的整体结构主要由气源、电磁阀、气管、储胶管、针头构成。通过压缩气体将储胶管内的胶水挤压出来，覆涂于工件表面，通过调节电磁阀的开闭时间调节点胶量的多少，具有结构简单、设备维护方便的特点。但其缺点就在于难以保证出胶量的高精度和高稳定性，并且，随着点胶过程中储胶管内胶水余量的减少，受到管内气体压缩性变化的影响，相同点胶气压和点胶时间条件下的点胶量会逐渐减少。为解决这一问题，长期以来一直有许多相关研究，主要的研究方向是对点胶过程进行建模，并配合自动控制算法对每次的实际点胶时间进行补偿，保证点胶量稳定在储胶管装满胶水时的初始状态。
[0003]目前的建模方式中，最普遍的就是传统的针对气动系统的机理建模，有大量的研究对电磁阀、气动系统、气体流量、牛顿流体和非牛顿流体的流体特性进行分析和建模。同时也对影响点胶量的条件进行了分析，主要包括：时间和压力、剩余胶水高度、针头形状、粘度和温度、分配高度与针内径的匹配、分配高度与布胶速度的匹配、负压源气压的大小和相应速度、是否含有气泡，其中对点胶量影响最大的还是储胶管内胶水量的减少。但由于整个气动系统比较复杂，在研究时往往设定条件，对模型进行简化，所以目前建立的模型很难应用于实际生产过程中，甚至只停留在仿真阶段。补偿控制方面，主要是基于传统自动控制原理进行改进于创新，主要方法包括建立基于经验数据的控制模型；建立基于离线式批量控制的控制模型；通过建立的模型预测胶点重量，以预测值为反馈量进行PID控制。这些方法都存在着模型拟合能力有限的问题，难以得到实际应用。

技术实现思路

[0004]本专利技术所要解决的技术问题是：现有的技术中实际应用时，随着点胶过程中储胶管内胶水余量的减少，受到管内气体压缩性变化的影响，相同点胶气压和点胶时间条件下的点胶量会逐渐减少，导致点胶结果不均。
[0005]本专利技术解决其技术问题所采用的技术方案是：一种基于时间和压力的点胶补偿方法，包括：
[0006]S1，采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；
[0007]S2，将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；
[0008]S3，将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；
[0009]S4，根据S3输出的实际点胶时间，控制点胶装置进行点胶。
[0010]进一步的，S1中，所述电磁阀出口处的响应气压值为放置于电磁阀出口处的气压传感器在预设的时间段内以预设的时间间隔采样所得。
[0011]进一步的，所述预设的时间段为点胶开始时刻的前45ms，所述预设的时间间隔为3ms。
[0012]进一步的，S2中，所述预设的点胶补偿模型为复合神经网络进行非线性系统拟合所得；复合神经网络包括循环神经网络模块和全连接神经网络模块；
[0013]所述循环神经网络模块用于将电磁阀出口处的响应电压值和对应的时间作为相应气压序列数据，通过四层神经网络提取所述响应气压序列数据的时序特征，得到输出向量；所述循环神经网络模块的输出向量与气源气压值和点胶时间拼接成一个新的向量后作为所述全连接神经网络模块的输入；
[0014]所述全连接神经网络模块通过七层全连接神经网络，对输入的所述新的向量，进行预测，输出点胶时间补偿值。
[0015]进一步的，所述循环神经网络模块中所述神经网络中的激活函数采用tanh函数。
[0016]进一步的，所述的全连接神经网络模块中所述全连接神经网络的激活函数采用Relu函数。
[0017]一种基于时间和压力的点胶补偿系统，包括：
[0018]采集模块，用于采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；
[0019]建模模块，用于建立预设的点胶补偿模型；
[0020]存储模块，用于保存建模模块中建立的点胶补偿模型；
[0021]处理模块，用于将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；
[0022]计算模块，用于将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；
[0023]控制模块，用于根据计算模块得到的实际点胶时间控制点胶装置进行点胶。
[0024]一种网络侧服务端，包括：
[0025]至少一个处理器；以及，
[0026]与所述至少一个处理器通信连接的存储器；其中，
[0027]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的基于时间和压力的点胶补偿方法。
[0028]一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的基于时间和压力的点胶补偿方法。
[0029]本专利技术的有益效果是：本专利技术的基于时间和压力的点胶补偿方法和系统，采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；根据输出的实际点胶时间控制点胶装置进行点胶。本专利技术能够实时计算当前条件下点胶时间补偿值，保证点胶量的稳定，步骤简单易实现，便于在工程中应用。
附图说明
[0030]下面结合附图和实施例对本专利技术作进一步说明。
[0031]图1是根据本专利技术第一实施方式提供的基于时间和压力的点胶补偿方法流程图；
[0032]图2是根据本专利技术第一实施方式提供的基于时间和压力的点胶补偿方法实验性能对比图；
[0033]图3是根据本专利技术第二实施方式提供的基于时间和压力的点胶补偿系统的模块示意图；
[0034]图4是根据本专利技术第二实施方式提供的基于时间和压力的点胶补偿系统的结构示意图；
[0035]图5是根据本专利技术第三实施方式提供的网络侧服务端的结构示意图。
具体实施方式
[0036]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]本专利技术的第一实施方式涉及一种基于时间和压力的点胶补偿方法，S1，采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；S2，将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；S3，将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；S4，根据S3输出的实际点胶时间，控制点胶装置进行点胶。能够实时计算当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间和压力的点胶补偿方法，其特征在于，包括：S1，采集点胶时间、电磁阀出口处的响应气压值和供给电磁阀的气源气压值；S2，将响应气压值、气源气压值和点胶时间代入到预设的点胶补偿模型中，计算得到点胶时间补偿值；S3，将点胶时间与点胶时间补偿值进行求和，得到实际点胶时间；S4，根据S3输出的实际点胶时间，控制点胶装置进行点胶。2.根据权利要求1所述的基于时间和压力的点胶补偿方法，其特征在于，S1中，所述电磁阀出口处的响应气压值为放置于电磁阀出口处的气压传感器在预设的时间段内以预设的时间间隔采样所得。3.根据权利要求2所述的基于时间和压力的点胶补偿方法，其特征在于，所述预设的时间段为点胶开始时刻的前45ms，所述预设的时间间隔为3ms。4.根据权利要求1所述的基于时间和压力的点胶补偿方法，其特征在于，S2中，所述预设的点胶补偿模型为复合神经网络进行非线性系统拟合所得；复合神经网络包括循环神经网络模块和全连接神经网络模块；所述循环神经网络模块用于将电磁阀出口处的响应电压值和对应的时间作为相应气压序列数据，通过四层神经网络提取所述响应气压序列数据的时序特征，得到输出向量；所述循环神经网络模块的输出向量与气源气压值和点胶时间拼接成一个新的向量后作为所述全连接神经网络模块的输入；所述全连接神经网络模块通过七层全连接神经网络，对输入的所述新的向量，进行预测，输出点胶时间...

【专利技术属性】
技术研发人员：崔建松，顾守东，吕庆庆，
申请(专利权)人：江苏高凯精密流体技术股份有限公司，
类型：发明
国别省市：