基于巨腾Easy模块和Smith-Fuzzy复合控制的注塑机温控系统

一. 引言 现代注塑机正朝高速、大吨位方向发展，对温度控制性能要求也越来越高。在注塑机系统控制中，加热料筒温度控制是其中重要的一环。注塑机料筒的加温及温度控制效果直接影响注塑制品的质量，例如制品表面的残余应力、收缩率及制品的质量稳定性等均与此有关。制品质量稳定性已成为衡量精密注塑制件品质好坏的一个重要指标，因而引起工业界的高度重视。 料筒温控装置的可靠性及温控精度是精密注塑成型的关键因素。而且，工业发展和信息科技的融入，要求多台注塑机的温控形成网络监控系统，并且有着灵活的扩展性和灵活性。 在传统温控实现上，一般采用专用单片机进行注塑机的温度控制[1]，但是其扩展性和通用性不强，而且控制策略实现和改变比较麻烦。由于单片机功能限制，难以保证高精度温度控制要求的实现。于是，出现利用工控机和采集卡进行温度控制，但是必须设计相应的温度传感器接口滤波、信号转换电路，但是要实现多通道温控网络系统时。面向对象的定制特性限制了其扩展性和灵活性，远远不能满足需要多种信号和多路信号采集。 温控策略实现上，一般温控系统为大纯滞后系统，被控对象的参数变化较大、影响因素甚多、未建模动态因素显著，非线性严重，很难建立精确的数学模型[2]。若采用传统的Smith、PID等控制,则在对象参数变化、数学模型不精确和控制环境变化时，其性能会显著变坏。 因此，本文利用巨腾公司Easy IO的远程采集控制模块和工控机，实现了高性能、扩展灵活的温度控制硬件系统。在控制策略上，采用带Smith 预估器的模糊控制，兼顾了Smith 控制和模糊控制的优点，既能有效抑制大滞后的影响，也对被控对象参数变化有较强的适应能力[3]，且实现简单，可靠性好。 二. 温控系统硬件体系结构 为了实现多种采用信号和多通道的高精度温度控制系统，采用了集散控制系统，即通过工控机进行上位机的数据收集和处理，通过小型网络对各个终端采集控制模块进行控制。最终可实现灵活的通道扩展和高性能的控制。整个系统硬件结构如图1。 图1 注塑机温控系统硬件体系结构示意图 采样和控制模块采用巨腾公司的Easy IO的远程数据采集控制模块组件。由于该系列模块采用了泛用型模拟输入和现场可升级的隔离技术，并以片上系统（SOC）的先进技术，实现了注塑机恶劣环境下的温度等现场信号的采集，同时有效滤除工频干扰等信号。而且，为了简洁实现网络监控和通道扩展的模块化管理能力，巨腾公司Easy IO提供了良好的现场拓展特性和多种信号采样能力。如图1，终端传感器和加热器可以直接由Easy IO提供的接口进行嵌入。 其中，温度和湿度传感器是为了进一步进行监控环境变化，以及进行热电偶的冷端补偿，其中温度冷端补偿选择了AD590恒流传感器。根据不同的需要，提供更高精度控制要求，还可以添加其他类型的传感器。控制模块选择了巨腾公司的8通道数字型继电器（RELAY）模组。采样模块选择了8通道泛用型模拟量输入模组。 三. 温度控制策略的系统结构及原理 由于传统的Smith控制策略能够补偿系统动态延迟的影响，但是当被控对象存在严重未建模动态影响，与真实模型存在较大偏差时，Smith控制性能就会显著恶化，甚至产生稳定性问题。所以，在Smith控制器基础上，采用模糊控制策略，提高系统的鲁棒性。系统结构如图2。 图2 温控策略系统结构图 四. 温控仿真实验结果 根据前述的硬件系统和温度控制策略，对注塑机的加热料筒中段为试验对象，进行常规的PID控制、模糊控制和复合控制的阶跃响应比较实验。试验初始温度为34℃，设定温度80℃。结果如图3～5。其中Smith-Fuzzy控制为复合控制。 可见，复合控制（图6）有着良好的性能，超调远小于PID控制策略（图4）和模糊控制策略（图5）。而且，过渡过程的收敛特性也比较快，调节速度加快，动态偏差显著减小。图7中显示了连续制品加工过程中，温度波动曲线，设定温度为150℃，每分钟生产一件制品。可见温度误差控制在±0.8℃以内，可以满足较高精度的要求。 五. 结论 本文针对注塑机加热料筒的温度控制要求和多台注塑机的网络群控要求，提出了可方便扩展的网络温控系统硬件体系结构。同时，在Smith预估器的基础上融入了模糊控制策略，极大的提高了对模型不确定度的鲁棒性能，有效抑制了模型不定性、众多干扰因素影响。试验结果表明此种复合控制比单独的控制策略有着良好的性能，全面提高静态和动态特性。 六. 参考文献 [1] 振贤,赵阳,金波等. 注塑机主从式单片机控制器设计[J].杭州: 机电工程, 2003(1):17-19. [2] 施仁,刘文江.过程控制[M].北京: 电子工业出版社,1991. [3] 袁南儿,王方良,苏宏业等.计算机新型控制策略及其应用[M].北京: 清华大学出版社,1998. [4] 孔凡才.自控原理与系统[M].北京:机械工业出版社,1999. [5] 张增科.模糊数学在自动化技术中应用[M].北京:清华大学出版社,1997.