论文部分内容阅读
对于双层卷焊管钎焊过程温度控制系统来说,具有快速响应的、不确定性、滞后时间长,非线性过程控制系统。如果采用常规的PID控制方法是很难达到满意的效果,而且人工调试比较困难,在扰动比较大的时候,很容易远离设定值。神经网络控制器以其结构简单、鲁棒性强、不需要被控对象的数学模型以及粗调快速等优点被广泛应用。但是,对于单神经元的神经网络控制器也存在控制精度不高、“调节死区”等问题。以此同时,由于横截面积,电极接触电阻等因素波动对双层卷焊管钎焊过程中的温度影响甚大,因此,采用神经网络控制技术对钎焊过程的温度进行控制,应用带有导师规则的BP算法,并对BP算法做了改进,设计出BP神经网络控制器,从而在不影响计算速度的前提下提高精度。在熟悉双层卷焊管生产工艺的基础上,对其钎焊过程机理进行了数学分析,获取了钎焊温度变化的稳态数学模型,为控制算法的研究提供了理论依据;通过对神经网络控制器控制机理和算法的研究,对控制器中算法的正逆向过程进行了证明并设计了BP神经网络控制器,通过稳态分析和仿真验证,实现了对焊接过程中焊接温度、焊接挤压力、焊接速度等主要工艺参数的优化与控制。设计了双层卷焊管实验生产线,同时结合MATLAB和组态王软件编写了温度测量控制软件。利用组态王软件所提供的面向对象的动画图形、开放的数据库格式以及增强趋势分析能力完成了变量组态和监控画面,实现了实时曲线的显示并能够将历史报表通过查询数据库的形式进行访问获得以前任意时刻的数据,同时在屏幕上显示出来,便于打印、查询、保存并作为日后进一步研究的可靠依据,同时组态王软件作为与外围硬件的接口,实现了与外围硬件的数据传输并驱动外部执行机构动作;内部控制层通过OPC实现了MATLAB和组态王的数据交换,并利用MATLAB强大的数据处理和控制系统工具箱实现了高级控制算法。通过实验表明,使用BP神经网络控制器控制焊接过程不但稳态波动较小,而且对于横截面积、电极接触电阻等因素波动适应能力强。