本发明专利技术公开一种基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，注塑机液压系统自动控制领域，旨在解决注塑机注射系统液压回路中控制精度不高的问题；包括以下步骤：根据高速注塑机注射过程，建立关于注塑机液压系统的数学模型；以注塑机液压系统PID控制器为对象，确定BP神经网络的初步结构；采用BAS算法对BP神经网络进行改进，BAS算法初始化并计算左右两须的适应度函数；计算BAS优化BP神经网络的输出，并通过计算以及迭代，输出最优解。本发明专利技术的方法能够对注塑机注射系统液压回路实现精确控制，从而满足注塑机注射系统液压系统的高精度以及快速响应的需求。
2、注塑机液压系统目前主流采用的是伺服电机+定量泵的方式。液压系统中定量泵的输出流量和压力与伺服电机的转速和转矩密切相关。控制器通过将速度和压力信号传递给驱动器，实时调节伺服电机的转速，从而可以改变定量泵输出的压力和流量的变化。同时可以将检测到的压力等信号反馈给驱动器形成闭环控制，通过计算给定信号和反馈信号的偏差，输入给伺服电机进行补油，进而保证液压系统的实际输出与负载需要的压力值和流量值相等。然而针对注塑机液压系统中的压力和流量两个参数，其在被控系统中具有强耦合性和非线性特征，使得液压系统的控制比较困难，不能用简单的控制方法来实现精密控制。
3、现有公开号为“cn102700098a”的一种注塑机伺服节能驱动控制系统及方法，包括以下步骤：处理器模块收到液压系统给定压力值和给定速度值，以及注塑机液压系统的实时压力值p，通过内置的计算与控制程序获得注塑液压伺服系统速度控制信号u；并由模拟输出模块将其转化为模拟信号，然后输出到注塑机液压伺服系统模块以实现控制；处理器模块工作在速度控制模式或压力控制模式，伺服驱动器始终工作在速度控制模式。但是公开号为cn102700098a的中国专利并没有提出采用何种算法来进行精密控制。
/>技术实现思路
1、本专利技术解决了注塑机注射系统液压回路中控制精度不高的问题，提出基于bas优化bp神经网络pid控制注塑机液压系统控制方法，能够对注塑机注射系统液压回路实现精确控制，从而满足注塑机注射系统液压系统的高精度以及快速响应的需求。
2、为了实现上述目的，本专利技术采用以下技术方案：一种基于bas优化bp神经网络pid控制注塑机液压系统控制方法，包括以下步骤：
3、s1，根据高速注塑机注射过程，建立关于注塑机液压系统的数学模型；
4、s2，以注塑机液压系统pid控制器为对象，确定bp神经网络的初步结构；
5、s3，采用bas算法对bp神经网络进行改进，bas算法初始化并计算左右两须的适应度函数；s4，计算bas优化bp神经网络的输出，并通过计算以及迭代，输出最优解。
6、本技术方案中，首先建立相应的注塑机液压系统的数学模型，随后确定bp神经网络的结构，并采用bas算法收敛速度快的特征对bp神经网络进行改进，最后采用改进后的基于bas优化bp神经网络pid控制作用于注塑机液压系统，能够有效地对pid的三个参数进行在线的调整，从而保证注塑机液压系统的快速响应。
7、本专利技术还进一步设置为：所述步骤s1包括：
8、s11，建立液压系统内电液伺服阀的传递函数；
9、s12，建立与电液伺服阀相连接的注射油缸的传递函数，注射油缸为带动螺杆的执行元件；
10、s13，根据电液伺服阀和注射油缸的传递函数，计算出液压系统关于注射速度控制的传递函数。
11、本技术方案中，在注塑机液压系统之中，控制信号直接作用于内部的电液伺服阀，其将输入的电流信号转换为流量信号，随后注射油缸能够将流量信号转换为体积信号；最终能够计算得到整个液压系统射速度控制的传递函数，即建立起注塑液压系统的数学模型。
12、本专利技术还进一步设置为：所述bp神经网络的初步结构内输入层和输出层的节点数目均为三个，隐藏层的节点数目为六个。
13、本技术方案中，输入层和输出层的节点数目根据pid控制器为对象而确定，隐藏层的节点数关系到算法的收敛速度，最终设置为六个。
14、本专利技术还进一步设置为：所述步骤s3包括：
15、s31，初始化天牛须位置，得到相关的初始化参数；
16、s32，计算左右两须的适应度函数来评估优劣性；
17、s33，根据左右两须的气味强度来计算更新天牛位置；
18、s34，判断是否满足精度要求或达到最大迭代次数，若否，则返回步骤s33。
19、本技术方案中，为了计算新生成的个数优劣性，需要相应的适应度函数；在更新完成天牛位置后，若不满足精度要求且未达到最大迭代次数，则需要返回步骤s33；若满足精度要求或者达到了最大迭代次数，则进入步骤s4。
20、本专利技术还进一步设置为：所述步骤s4包括：
21、s41，以理论注射速度、偏差以及偏差变化率作为输入层输入，经过隐藏层的处理后，传递至输出层，输出pid控制器的三个参数；
22、s42，由pid控制器的输出判断是否达到权值最优或者满足隐藏条件，若是，输出pid控制器最优解。
23、本技术方案关于步骤s4的过程中，首先以理论注射速度、以及其与实际注射速度的偏差和偏差变化率作为输入，输入至模型的输入层，随后经过一系列的处理后，通过模型的输出层进行输出，输出pid的3个参数kp、ti、td。
24、本专利技术还进一步设置为：所述输入层输入表示为：
25、
26、其中，x(1)、x(2)以及x(3)分别表示为输入层神经元的输入，输入层的三个神经元分别表示为理论注射速度曲线、偏差以及偏差变化率。
27、本技术方案中，理论注射速度曲线、偏差以及偏差变化率在经过pid控制器后转换为相应的电压及电流信号。
28、本专利技术还进一步设置为：所述电液伺服阀的传递函数为：
29、
30、其中，kv表示伺服阀增益，qnl表示空载流量，wv表示角频率，ζν表示阻尼系数，pa表示实际供油压力，psn表示额定流量下的压降，qn表示额定流量。
31、本技术方案中，电液伺服阀的传递函数随着阻尼系数的改变而改变。
32、本专利技术还进一步设置为：在空载流量时，伺服阀增益表示为：
33、
34、其中，qn表示额定流量，in表示额定电流，pa表示实际供油压力，psn表示额定流量下的压降。
35、本技术方案中，通过计算出伺服阀增益后，再计算得到电液伺服阀的传递函数。
36、本专利技术具有如下的有益效果：
37、1、本专利技术涉及的基于bas优化bp神经网络pid控制注塑机液压系统控制方法，能够对注塑机注射系统液压回路进行精确控制，从而满足注塑机注射系统液压系统的高精度以及快速响应的需求；
38、2、本专利技术涉及的基于bas优化bp神经网络pid控制注塑机液压系统控制方法，采用改进的基于bas优化bp神经网络pid控制作用于注塑机液压系统，可以有效地对pid的三个参数实现在线调整，保证液压系统的响应速度。
本文档来自技高网...
【技术保护点】
1.一种基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述步骤S1包括：
3.根据权利要求1或2所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述BP神经网络的初步结构内输入层和输出层的节点数目均为三个，隐藏层的节点数目为六个。
4.根据权利要求3所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述步骤S3包括：
5.根据权利要求1或2或4所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述步骤S4包括：
6.根据权利要求5所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述输入层输入表示为：
7.根据权利要求2所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，所述电液伺服阀的传递函数为：
8.根据权利要求7所述的基于BAS优化BP神经网络PID控制注塑机液压系统控制方法，其特征在于，在空载流量时，伺服阀增益表示为：
...
【技术特征摘要】
1.一种基于bas优化bp神经网络pid控制注塑机液压系统控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于bas优化bp神经网络pid控制注塑机液压系统控制方法，其特征在于，所述步骤s1包括：
3.根据权利要求1或2所述的基于bas优化bp神经网络pid控制注塑机液压系统控制方法，其特征在于，所述bp神经网络的初步结构内输入层和输出层的节点数目均为三个，隐藏层的节点数目为六个。
4.根据权利要求3所述的基于bas优化bp神经网络pid控制注塑机液压系统控制方法，其特征在于，所述步骤s3包括：...
【专利技术属性】
技术研发人员：陆佳慧，梁爽，董昌帅，曾剑琴，杨森，徐佳楠，王翔，
申请(专利权)人：泰瑞机器股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。