基于神經(jīng)網(wǎng)絡(luò)PID控制器的壓鑄機(jī)壓射速度控制系統(tǒng)的設(shè)計(jì)

楊力，徐林森

應(yīng)用技術(shù)

基于神經(jīng)網(wǎng)絡(luò)PID控制器的壓鑄機(jī)壓射速度控制系統(tǒng)的設(shè)計(jì)

楊力1，徐林森2

（1. 常州工業(yè)職業(yè)技術(shù)學(xué)院，江蘇 常州 213164；2. 中國科學(xué)院合肥物質(zhì)科學(xué)研究所，合肥 230031）

通過神經(jīng)網(wǎng)絡(luò)PID控制器，提高鑄件過程中對壓鑄機(jī)壓射速度的準(zhǔn)確控制，以改善鑄件的品質(zhì)。首先，從壓射系統(tǒng)的結(jié)構(gòu)出發(fā)，分析其工作過程，通過輸入電壓求取電液伺服裝置的傳遞函數(shù)，利用比例閥所受壓力，計(jì)算其端口流量，進(jìn)而完成壓射系統(tǒng)的建模。然后，以STM32F103RE處理器為核心，配以輸入電路、反饋電路等外圍單元，設(shè)計(jì)壓射速度控制系統(tǒng)的硬件框架。以PID算法為基礎(chǔ)，將壓射速度的誤差引入到神經(jīng)網(wǎng)絡(luò)算法中，對PID算法的參數(shù)進(jìn)行整定，以形成能夠自適應(yīng)調(diào)整參數(shù)的神經(jīng)網(wǎng)絡(luò)PID算法，進(jìn)而作為壓射速度控制系統(tǒng)的控制算法，從而完成壓射速度控制系統(tǒng)的設(shè)計(jì)，以實(shí)現(xiàn)對壓射速度進(jìn)行控制。通過對比實(shí)驗(yàn)表明，該方法在跟蹤階躍目標(biāo)壓射速度以及變化目標(biāo)壓射速度時(shí)，都能較為穩(wěn)定、快速地跟蹤壓射目標(biāo)速度的變化。該方法不僅對壓射速度的控制準(zhǔn)確度較高，而且控制過程較為穩(wěn)定，對壓射速度具有較好的控制性能。

壓射速度控制；壓鑄機(jī)；STM32F103RE處理器；PID算法；神經(jīng)網(wǎng)絡(luò)PID控制器

隨著人們生活品質(zhì)的提升，對零部件的需求也在不斷提高。在零部件的生產(chǎn)過程中，壓鑄機(jī)扮演了重要角色[1-2]。零部件的鑄件過程可通過壓鑄機(jī)完成，但要想獲得高品質(zhì)的鑄件，壓鑄機(jī)的壓射速度控制至關(guān)重要，只有準(zhǔn)確控制壓射速度，才有利于提高鑄件質(zhì)量和效率[3-4]。

近年來，智能化控制技術(shù)不斷發(fā)展，人們也對壓射速度的智能化控制展開了研究。張葉茂等[5]采用MKE06Z128VLK4處理器作為核心器件，配以壓力采集電路，設(shè)計(jì)了智能壓射速度控制系統(tǒng)，在該系統(tǒng)中采用模糊PID算法作為控制策略，來實(shí)現(xiàn)對壓射速度的控制。該系統(tǒng)的控制過程較為穩(wěn)定，但控制準(zhǔn)確度不夠高。吳星等[6]采用EP9315處理器聯(lián)合快壓射開關(guān)檢測方法，設(shè)計(jì)了壓射速度控制系統(tǒng)的控制電路，配以模糊PID算法，對壓射速度進(jìn)行控制。該方法能夠自適應(yīng)地調(diào)整PID參數(shù)，但控制準(zhǔn)確度有待提高。張葉茂等[7]在對壓射系統(tǒng)進(jìn)行數(shù)學(xué)建模后，在模糊PID算法的基礎(chǔ)上，引入變論域理論，設(shè)計(jì)了壓射速度的控制算法。該方法控制準(zhǔn)確度有所提高，但計(jì)算過程較為復(fù)雜，使控制過程的穩(wěn)定性有待改善。

文中在對壓射系統(tǒng)的結(jié)構(gòu)進(jìn)行分析后，對其進(jìn)行了建模，接著根據(jù)壓射系統(tǒng)的工作過程，設(shè)計(jì)了壓射速度控制系統(tǒng)的框架。利用STM32F103RE處理器，搭載觸摸顯示屏等外圍電路，構(gòu)建了壓射速度控制系統(tǒng)的硬件模塊。利用神經(jīng)網(wǎng)絡(luò)方法對PID算法的參數(shù)進(jìn)行自適應(yīng)整定，建立了神經(jīng)網(wǎng)絡(luò)PID算法，配合硬件控制電路，對壓射速度進(jìn)行控制。采用對比實(shí)驗(yàn)的方法，對文中方法的壓射速度控制性能進(jìn)行了驗(yàn)證。

1 壓射系統(tǒng)的建模

在鑄件過程中，壓射速度的控制至關(guān)重要。壓鑄機(jī)的壓射系統(tǒng)主要由增壓儲能器、電液伺服裝置、壓射缸等部分組成。壓射系統(tǒng)的結(jié)構(gòu)如圖1所示[8-9]。

在圖1中，T為增壓儲能器，D為增壓缸，J為壓射缸，M為負(fù)載，A為電液伺服裝置，t為負(fù)載的速度，t為負(fù)載的彈性剛度，t為負(fù)載的阻尼系數(shù)，i、i、i（=1, 2）分別為增壓缸和壓射缸缸體的面積、壓力和體積。在鑄件時(shí)，壓射系統(tǒng)要進(jìn)行慢速、快速壓射以及增壓保壓3個(gè)步驟，其中慢速和快速壓射過程中，對壓射系統(tǒng)的速度控制要求較高。在慢速壓射時(shí)，需要以較慢的速度控制推桿，推動負(fù)載前進(jìn)至澆注口。在快速壓射時(shí)，需要以最快速度控制推桿前進(jìn)，以實(shí)現(xiàn)快速充型。

圖1 壓射系統(tǒng)的結(jié)構(gòu)

在壓射過程中，壓射速度是通過電液伺服裝置的輸出開度來控制的。電液伺服裝置的傳遞函數(shù)()可通過其輸入電壓來表示，其表達(dá)式如下[10-11]：

式中：k為流量增益；和分別為電液伺服裝置中活塞的固有頻率和阻尼比；為拉氏因子。

電液伺服裝置中比例閥的端口流量，可通過其所受壓力0及其端口開度0來計(jì)算，其過程如下：

式中：0為比例閥端口的初始流量。

壓射過程中，在壓射缸缸體中壓力2的推動下，壓射缸中推桿帶著負(fù)載以速度t動作。此時(shí)t和2的關(guān)系式為：

式中：為液壓油彈性模量；2為壓射缸的中推動推桿運(yùn)動的流量。

考慮壓射缸質(zhì)量，聯(lián)合式（1—3），可得出壓射系統(tǒng)的開環(huán)傳遞函數(shù)G()為：

2 壓射速度控制系統(tǒng)的框架設(shè)計(jì)

通過壓射系統(tǒng)的建?？芍瑝荷渌俣仁峭ㄟ^電液伺服裝置的輸出開度來控制的，而電液伺服裝置的輸出開度又由比例閥來控制。因此，在壓射控制系統(tǒng)的硬件電路中，通過對比例閥進(jìn)行控制，產(chǎn)生壓力，對壓射缸內(nèi)推桿的速度進(jìn)行調(diào)節(jié)，從而完成對壓射速度的控制。由此，文中設(shè)計(jì)了壓射控制系統(tǒng)框架如圖2所示。

圖2 壓射控制系統(tǒng)的框架示意

從圖2可見，文中設(shè)計(jì)的壓射控制系統(tǒng)，在采集到用戶的控制要求及推桿的反饋壓射速度后，將該信息送入中央處理器。中央處理器聯(lián)合控制算法，得出控制信號，對比例閥的開度進(jìn)行控制，進(jìn)而調(diào)節(jié)壓射缸中的壓力，對推桿的速度進(jìn)行調(diào)節(jié)，以實(shí)現(xiàn)壓鑄機(jī)壓射速度的控制。

3 壓射控制系統(tǒng)的硬件設(shè)計(jì)

從圖2可知，在壓射控制系統(tǒng)的硬件設(shè)計(jì)時(shí)，需要針對用戶控制要求，考慮輸入電路單元，反饋采集壓射速度時(shí)的反饋電路單元以及中央處理器為中心的中心電路單元等。由此，文中設(shè)計(jì)了如圖3所示的壓射控制系統(tǒng)的硬件框圖。

圖3 壓射控制系統(tǒng)的硬件框圖

在圖3中，觸摸顯示屏和鍵盤電路組成了供用戶控制要求輸入的輸入電路單元，速度采集電路和信號調(diào)理電路組成了反饋壓射速度采集的反饋電路單元，電源電路和中央處理器構(gòu)成了中心電路單元。除此之外，圖3所示的硬件框架中，還包含了警報(bào)電路和通訊電路，其中警報(bào)電路用于出現(xiàn)緊急情況時(shí)發(fā)出警報(bào)，通訊電路為硬件上的拓展接口，可用于系統(tǒng)的遠(yuǎn)程控制。

在圖3中，觸摸顯示屏采用的是eView公司的ET070型7寸屏。該觸摸屏支持RS232通信，具有800×480（像素）的分辨率和4線精密電阻網(wǎng)絡(luò)，能適應(yīng)于壓鑄機(jī)的工作環(huán)境。鍵盤電路采用的是3×3的九鍵電路。警報(bào)電路由喇叭和發(fā)光二極管組成，用于產(chǎn)生聲光報(bào)警。通訊電路主要由SIMCOM公司的SIM7070G型無線通訊模塊組成，該無線通訊模塊支持I2C及RS232等多種通訊方式，具有功耗低、安全性能強(qiáng)等特點(diǎn)，可用于對壓射控制系統(tǒng)的遠(yuǎn)程控制。速度采集電路采用Trans-Tek公司的LVT100型位移傳感器來采集推桿速度的變化情況，并將該速度信號進(jìn)行調(diào)理后送入中央處理器。中央處理器采用的是STM32F103RE處理器，其內(nèi)部自帶RS232、I2C等多種通信接口，以及A/D和D/A功能，能夠便于其與觸摸顯示屏等外部設(shè)備通信，同時(shí)也能夠便于其對模擬和數(shù)字信號轉(zhuǎn)換的處理。同時(shí)STM32F103RE處理器的計(jì)算速度及穩(wěn)定性都較強(qiáng)，能夠較好地適應(yīng)于壓射速度控制過程的運(yùn)算及信號處理需求。

在壓射過程開始前，用戶可借助觸摸顯示屏將控制需求通過RS232接口送入STM32F103RE中，同時(shí)也可通過觸摸顯示屏查看壓射速度的控制情況。同時(shí)，LVT100型速度傳感器可將采集到推桿速度的變化量經(jīng)過調(diào)理后，送入STM32F103RE中的A/D轉(zhuǎn)換器中，以將速度變化的模擬量轉(zhuǎn)換成數(shù)字量。STM32F103RE再根據(jù)用戶的控制需求和采集到的反饋速度，通過控制算法求取輸出信息，該輸出信號在送入比例閥之前，需要利用STM32F103RE中的D/A轉(zhuǎn)換器將其轉(zhuǎn)換成模擬信號，以控制比例閥的開度，進(jìn)而完成對推桿速度的控制，實(shí)現(xiàn)壓射速度的調(diào)節(jié)。在壓射過程中，若出現(xiàn)緊急情況，用戶可借助鍵盤電路控制系統(tǒng)急停、暫停以及開始等動作。當(dāng)系統(tǒng)出現(xiàn)急停現(xiàn)象時(shí)，可通過警報(bào)電路，發(fā)出聲光報(bào)警。另外，用戶除了可通過觸摸顯示屏輸入控制需求和查看壓射速度的控制情況外，還可通過遠(yuǎn)程終端，經(jīng)過SIM7070G無線通訊模塊，與STM32F103RE進(jìn)行數(shù)據(jù)交互，實(shí)現(xiàn)將控制需求送入STM32F103RE中，及時(shí)查看壓射速度控制情況。

4 壓射控制系統(tǒng)的控制算法設(shè)計(jì)

PID算法常被用于壓射速度的控制過程中，雖然該算法較為簡單實(shí)用，但是其參數(shù)欠缺自適應(yīng)性能，易使控制準(zhǔn)確度下降。對此，文中將引入自適應(yīng)性能較好的神經(jīng)網(wǎng)絡(luò)算法，以對PID算法的參數(shù)進(jìn)行整定，以提高系統(tǒng)的控制準(zhǔn)確度。

PID算法是以時(shí)刻壓射速度的誤差()為基礎(chǔ)來計(jì)算控制量()的。當(dāng)時(shí)刻的反饋速度為()，目標(biāo)速度為()時(shí)，()的表達(dá)式為[12]：

求取()后，對其進(jìn)行比例、微分和積分計(jì)算，便可得出控制量()的表達(dá)式為：

式中：P，I，D分別為比例、積分和微分參數(shù)。

由于式（6）中P，I，D不具備自適應(yīng)性，在對其取值時(shí)，需要依靠經(jīng)驗(yàn)不斷對其進(jìn)行調(diào)試，來獲取適宜的P，I，D取值，從而導(dǎo)致系統(tǒng)的適應(yīng)能力較弱，以及易導(dǎo)致系統(tǒng)的控制準(zhǔn)確度降低。

神經(jīng)網(wǎng)絡(luò)算法可通過學(xué)習(xí)的方法，根據(jù)系統(tǒng)的誤差，自適應(yīng)地對P，I，D取值進(jìn)行調(diào)整。對此，文中將利用神經(jīng)網(wǎng)絡(luò)算法對P，I，D進(jìn)行整定，以形成神經(jīng)網(wǎng)絡(luò)PID控制器，對壓射速度進(jìn)行準(zhǔn)確控制。

神經(jīng)網(wǎng)絡(luò)算法是在圖4所示的3層網(wǎng)絡(luò)結(jié)構(gòu)上實(shí)現(xiàn)的[13-14]。

圖4 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)框圖

在圖4中，k和k以及k（=1, 2, L, k）分別為神經(jīng)網(wǎng)絡(luò)的輸入量、基矢量和權(quán)矢量。輸出量的表達(dá)式為：

在神經(jīng)網(wǎng)絡(luò)的作用下，根據(jù)壓射速度誤差()，可得出P，I，D的整定過程為：

式中：γ(=,,)為學(xué)習(xí)效率。通過式（8—10）即可實(shí)現(xiàn)對PID算法參數(shù)的自適應(yīng)整定。將式（8—10）和式（6）相聯(lián)合，便構(gòu)成了神經(jīng)網(wǎng)絡(luò)PID控制器。

5 實(shí)驗(yàn)結(jié)果

借助Matlab/Simulink軟件搭建實(shí)驗(yàn)環(huán)境，對文中所設(shè)計(jì)的壓射速度控制系統(tǒng)的有效性進(jìn)行驗(yàn)證。同時(shí)與基于逆系統(tǒng)方法的壓鑄機(jī)快壓射速度控制方法作對比，以便更為直觀地觀察文中方法的優(yōu)越性能[15]。

5.1 階躍速度控制測試

利用PID控制方法和基于逆系統(tǒng)控制方法，對階躍目標(biāo)速度進(jìn)行跟蹤測試，以觀察2種方法對階躍目標(biāo)速度的跟蹤準(zhǔn)確性。以上2種方法對階躍目標(biāo)速度的跟蹤結(jié)果如圖5所示。

圖5 PID控制方法和基于逆系統(tǒng)控制方法對階躍目標(biāo)速度的跟蹤結(jié)果

從圖5可見，PID控制方法和基于逆系統(tǒng)控制方法對階躍目標(biāo)速度跟蹤時(shí)，在0.2 s附近二者較階躍目標(biāo)速度都發(fā)生了一定程度的偏差，但通過對比可見，文中方法的偏差更小。在0.21 s附近，PID控制方法和基于逆系統(tǒng)控制方法的跟蹤速度都到達(dá)了階躍目標(biāo)速度處，但PID控制方法和基于逆系統(tǒng)控制方法的跟蹤速度曲線，較階躍目標(biāo)速度曲線都發(fā)生了一次較大的偏差，觀察2種方法的偏差量可以發(fā)現(xiàn)，文中方法跟蹤速度曲線的偏差量為4.5 m/s，而基于逆系統(tǒng)控制方法跟蹤速度曲線的偏差量為6.25 m/s。2種方法的跟蹤速度曲線在產(chǎn)生此次較大偏差量后都進(jìn)行了調(diào)整，在調(diào)整過程中，較階躍目標(biāo)速度而言，基于逆系統(tǒng)控制方法的跟蹤速度曲線還出現(xiàn)了4次較大幅度的偏差，而文中方法僅出現(xiàn)了2次小幅的偏差。經(jīng)過調(diào)整后，文中方法的跟蹤速度曲線在0.26 s附近基本重合于階躍目標(biāo)速度曲線，基于逆系統(tǒng)控制方法的跟蹤速度曲線在0.32 s附近才基本趨于階躍目標(biāo)速度曲線。在0.32～0.6 s期間，文中方法的跟蹤速度曲線一直重合于階躍目標(biāo)速度曲線，基于逆系統(tǒng)控制方法的跟蹤速度曲線還出現(xiàn)了多次偏離階躍目標(biāo)速度曲線的情況。由此可見，在對階躍目標(biāo)速度跟蹤時(shí)，神經(jīng)網(wǎng)絡(luò)PID控制方法比基于逆系統(tǒng)控制方法的跟蹤準(zhǔn)確度更高，且偏離次數(shù)更少，能更好地適應(yīng)對階躍目標(biāo)速度的跟蹤，具有更為靈敏的階躍響應(yīng)。

5.2 變化速度控制測試

為了進(jìn)一步觀察文中方法的控制性能，PID控制方法和基于逆系統(tǒng)控制方法對具有多次變化的目標(biāo)速度進(jìn)行跟蹤，通過觀察2種方法跟蹤速度曲線的變化情況，來判斷2種方法的控制性能。PID控制方法和基于逆系統(tǒng)控制方法對變化目標(biāo)速度的跟蹤結(jié)果如圖6所示。

圖6 PID控制方法和基于逆系統(tǒng)控制方法對變化目標(biāo)速度的跟蹤結(jié)果

通過對比圖6所示的PID控制方法和基于逆系統(tǒng)控制方法對變化目標(biāo)速度的跟蹤結(jié)果，可以發(fā)現(xiàn)較變化目標(biāo)速度曲線而言，文中方法的跟蹤速度曲線比基于逆系統(tǒng)控制方法的跟蹤速度曲線更為貼合變化目標(biāo)速度曲線，而且整個(gè)控制過程中，文中方法的跟蹤速度曲線，較基于逆系統(tǒng)控制方法的跟蹤速度曲線更為平穩(wěn)。具體表現(xiàn)為，在0.1～0.3 s期間，文中方法的跟蹤速度曲線產(chǎn)生了4次明顯偏離變化目標(biāo)速度曲線的情況，而文獻(xiàn)[15]所提方法的跟蹤速度曲線產(chǎn)生了7次明顯偏離變化目標(biāo)速度曲線的情況。且在0.1～0.3 s期間，基于逆系統(tǒng)控制方法的跟蹤速度曲線比文中方法的跟蹤速度曲線波動更為頻繁，說明在此期間，文中方法控制的跟蹤速度更為平穩(wěn)。在0.3～ 0.4 s期間，文中方法的跟蹤速度曲線產(chǎn)生了4次明顯偏離變化目標(biāo)速度曲線的情況，而基于逆系統(tǒng)控制方法的跟蹤速度曲線產(chǎn)生了5次明顯偏離變化目標(biāo)速度曲線的情況。在0.35 s附近，PID控制方法和基于逆系統(tǒng)控制方法的跟蹤速度曲線都出現(xiàn)了整個(gè)跟蹤過程中較變化目標(biāo)速度曲線的最大偏差。其中，文中方法跟蹤速度曲線的最大偏差為5.21 m/s，基于逆系統(tǒng)控制方法的跟蹤速度曲線的最大偏差為9.83 m/s。在0.4～0.6 s期間，文中方法的跟蹤速度曲線產(chǎn)生了2次明顯偏離變化目標(biāo)速度曲線的情況，而基于逆系統(tǒng)控制方法的跟蹤速度曲線產(chǎn)生了4次明顯偏離變化目標(biāo)速度曲線的情況。且在0.4～0.6 s期間，基于逆系統(tǒng)控制方法的跟蹤速度曲線較文中方法的跟蹤速度曲線產(chǎn)生波動的次數(shù)更多。由此可見，在對變化目標(biāo)速度跟蹤時(shí)，神經(jīng)網(wǎng)絡(luò)PID控制方法比基于逆系統(tǒng)控制方法具有更高的跟蹤準(zhǔn)確度，且跟蹤過程更為平穩(wěn)。說明文中方法對壓射目標(biāo)速度的變化更為敏感，能更靈活、快速地跟蹤壓射目標(biāo)速度的變化，對壓射速度的控制更為準(zhǔn)確和穩(wěn)定，具有較好的壓射速度控制性能。

6 結(jié)語

對壓射系統(tǒng)的結(jié)構(gòu)進(jìn)行了分析，并在此基礎(chǔ)上對壓射系統(tǒng)進(jìn)行了建模，得出了壓射系統(tǒng)的開環(huán)傳遞函數(shù)。根據(jù)壓射系統(tǒng)的結(jié)構(gòu)特點(diǎn)，采用STM32F103RE處理器設(shè)計(jì)了壓射速度控制系統(tǒng)的硬件架構(gòu)，并對硬件架構(gòu)中各電路部分進(jìn)行了選型。在PID算法的基礎(chǔ)上，聯(lián)合神經(jīng)網(wǎng)絡(luò)算法，利用壓射速度的誤差，對PID算法中的參數(shù)進(jìn)行自適應(yīng)整定，形成了神經(jīng)網(wǎng)絡(luò)PID算法，用以根據(jù)壓射速度控制系統(tǒng)中的用戶需求及反饋速度，求取輸出信號，以實(shí)現(xiàn)對壓射速度的控制。實(shí)驗(yàn)結(jié)果顯示，文中方法對階躍和變化目標(biāo)速度的跟蹤效果較好，能用于對壓射速度進(jìn)行準(zhǔn)確的控制。

[1] AMOL R J, DEEPAK P H, PRAVIN P H. Design and Optimization of Gating System, Modification of Cooling System Position and Flow Simulation for Cold Chamber High Pressure Die Casting Machine[J]. Elsevier, 2021, 46(17): 7175-7181.

[2] PRIN B. Low-Pressure Die Casting Machine Selection Using a Combined AHP and TOPSIS Method[J]. Naresuan University Engineering Journal, 2020, 15(2): 1-11.

[3] 鄭桂云. 12 000 kN擠壓機(jī)雙缸同步壓射系統(tǒng)開發(fā)[J]. 特種鑄造及有色合金, 2019, 39(6): 622-623.

ZHENG Gui-yun. Development of Double Cylinder Synchronous Injection System for 12 000 kN Squeezing Machine[J]. Special Casting & Nonferrous Alloys, 2019, 39(6): 622-623.

[4] ZAMORA R, FAURA F, LóPEZ J, et al. Experimental Verification of Numerical Predictions for the Optimum Plunger Speed in the Slow Phase of a High-Pressure Die Casting Machine[J]. The International Journal of Advanced Manufacturing Technology, 2007, 33(3/4): 266-276.

[5] 張葉茂, 楊起興. 基于嵌入式的壓鑄機(jī)控制系統(tǒng)設(shè)計(jì)[J]. 鑄造技術(shù), 2017, 38(3): 715-718.

ZHANG Ye-mao, YANG Qi-xing. Design of Control System of Die-Casting Machine Based on Embedded[J]. Foundry Technology, 2017, 38(3): 715-718.

[6] 吳星, 任文強(qiáng). 基于模糊PID控制的壓鑄機(jī)自動控制系統(tǒng)設(shè)計(jì)[J]. 廣西民族大學(xué)學(xué)報(bào): 自然科學(xué)版, 2019, 25(4): 70-74.

WU Xing, REN Wen-qiang. Design of Die Casting Machine Control System Base on Fuzzy PID[J]. Journal of Guangxi University for Nationalities: Natural Science Edition, 2019, 25(4): 70-74.

[7] 張葉茂, 蘇茜. 基于變論域自適應(yīng)模糊PID的壓鑄機(jī)壓射速度控制研究[J]. 熱加工工藝, 2020, 49(1): 68-72.

ZHANG Ye-mao, SU Qian. Research on Die Casting Machine Injection Velocity Control Based on Variable Universe Adaptive Fuzzy PID[J]. Hot Working Technology, 2020, 49(1): 68-72.

[8] XI Z G, KE Y Q. Equal Accelerating Control of the Injection Speed of the Cold Chamber Die-Casting Machine[J]. Foundry Technology, 2006, 27(6): 562-564.

[9] 吳曉鳴, 王旭永. 壓鑄機(jī)速度控制系統(tǒng)的建模與仿真分析[J]. 江蘇科技信息, 2019, 36(23): 49-51.

WU Xiao-ming, WANG Xu-yong. Modeling and Simulation Analysis of Speed Control System of Die Casting Machine[J]. Jiangsu Science & Technology Information, 2019, 36(23): 49-51.

[10] FENG Li-jun, YAN Hao. Nonlinear Adaptive Robust Control of the Electro-Hydraulic Servo System[J]. Applied Sciences, 2020, 13(10): 1-16.

[11] 閆孝姮, 陳偉華, 彭繼慎. 基于CADE算法的壓鑄機(jī)實(shí)時(shí)控制壓射系統(tǒng)的研究[J]. 特種鑄造及有色合金, 2013, 33(7): 642-645.

YAN Xiao-heng, CHEN Wei-hua, PENG Ji-shen. Nonlinear Predictive Control for Rear Time Control Injection System of Die Casting Machine Based on CADE Algorithm[J]. Special Casting & Nonferrous Alloys, 2013, 33(7): 642-645.

[12] BRILLIANTO A C H, MAGHFIROH H, LAKSITA A T. Design Close-Loop Control of BLDC Motor Speed Using PID Method in Solar Power with Matlab/Simul-ink[J]. AIP Conference Proceedings, 2020, 2217(1): 1-7.

[13] 陳德平, 陳營, 羅建設(shè). 基于BP神經(jīng)網(wǎng)絡(luò)風(fēng)力發(fā)電機(jī)軸承座的鑄造工藝參數(shù)預(yù)測模型[J]. 鑄造技術(shù), 2019, 40(10): 1086-1089.

CHEN De-ping, CHEN Ying, LUO Jian-she. Casing Process Parameter Prediction Model of Wind Turbine Bearing Pedestal Based on BP Neural Network[J]. Foundry Technology, 2019, 40(10): 1086-1089.

[14] BAU D, ZHU Jun-yan, STROBELT H, et al. Understanding the Role of Individual Units in a Deep Neural Network[J]. PNAS, 2020, 117(48): 30071-30078.

[15] 趙樹忠, 朱紅娜. 基于逆系統(tǒng)方法的壓鑄機(jī)快壓射速度控制[J]. 機(jī)床與液壓, 2019, 47(14): 144-146.

ZHAO Shu-zhong, ZHU Hong-na. Speed Control of Rapid Injection in Die-Casting Machine Based on Inverse System Method[J]. Machine Tool & Hydraulics, 2019, 47(14): 144-146.

Design of Injection Speed Control System of Die Casting Machine Based on Neural Network PID Controller

YANG Li1, XU Lin-sen2

(1. Changzhou Vocational and Technical College of Industry, Changzhou 213164, China; 2. Hefei Institute of Physical Science, Chinese Academy of Sciences, Hefei 230031, China)

The work aims to accurately control the injection speed of die casting machine in the casting process through neutral network PID controller, so as to improve the quality of castings. Firstly, from the structure of the injection system, the working process was analyzed, the transfer function of the electro-hydraulic servo device was obtained through the input voltage, the port flow was calculated by the pressure of the proportional valve, and then the modeling of the injection system was completed. Then, with STM32F103RE processor as the core and peripheral units such as input circuit and feedback circuit, the hardware framework of injection speed control system was designed. Based on the PID algorithm, the error of the injection speed was introduced into the neural network algorithm, and the parameters of the PID algorithm were adjusted to form a neural network PID algorithm that could adaptively adjust the parameters as the control algorithm of the injection speed control system, so as to complete the design of the injection speed control system to control the injection speed. According to the comparative experiments, this method could track the change of the injection speed of the step target stably and quickly when tracking the injection speed of the step target and changing the injection speed of the target. This method not only has high control accuracy for the injection speed, but also has stable control process and good control performance for the injection speed.

injection speed control; die casting machine; STM32F103RE processor; PID algorithm; neural network PID controller

10.3969/j.issn.1674-6457.2022.03.019

TP273

A

1674-6457(2022)03-0148-06

2021-12-05

國家重點(diǎn)研發(fā)計(jì)劃（2017YFB1303202）；江蘇省高校優(yōu)秀科技創(chuàng)新團(tuán)隊(duì)項(xiàng)目（2019-48）；常州輕院校青年基金計(jì)劃（QN201813101017）

楊力（1981—），男，碩士，講師，主要研究方向?yàn)闄C(jī)械設(shè)計(jì)制造、材料加工技術(shù)。