数控布带缠绕机关键数控技术

　　3.4 温度控制

　　加热装置的作用是使预浸胶带在缠绕到模胎前的一瞬间迅速加热至熔柔状态,保证缠绕到模胎后致密结合,否则各层之间是分离的,不能形成一体。加热装置设计难点是要在碳/ 酚醛或高硅氧/ 酚醛预浸胶布带缠绕过程中的极短时间内加热到胶熔状态以便于缠绕,而且加热温度又不可太高,防止树酯胶熔化或布带烧焦。为此,将加热装置分为两部分:热风器和热压辊。

　　热风器:为了使缠绕点周围环境温度达到使预浸胶带有一定的熔柔度,在缠绕点前方设计安装了热风器。热压辊:根据压力、温度对缠绕制品质量的共同作用效果及布带缠绕的工艺特点,将电热管安装在施加压力的压辊内部,热量经热传导引起压辊外表面升温,使贴合在压辊上的预浸胶带在承受压力的同时保持良好的熔柔状态。热风器、热压辊温度控制范围为: 50 ～ 250℃,且可调。采用先进的温控仪及无超调PID 控制算法,对热风器、热压辊内的电热管产生的热量进行控制,在短时间内无超调、无振荡控制温度达到设定值,既保持了胶带的熔柔状态,又不至于烧焦布带,使缠绕达到最佳效果。工控机通过温控仪的RS485 通讯接口,采集当前温度值和发送温度设定值,并显示、记录、保存。

　　3.5 张力压力控制策略

在计算机控制系统中,PID 控制具有成本低、结构简单、鲁棒性较强等优点,是应用最广泛的一种调节规律。然而张力、压力控制系统受到外界冲击等不确定因素的影响以及本身的特性,具有严重非线性、时变的特点,运用常规的PID 控制技术难以取得良好的控制效果,因此需要将常规PID 控制器与其他控制策略结合。

　　(1) 基于模糊自整定的张力控制策略张力控制系统具有建模困难、时变不确定等特点,故采用模糊自整定PID 控制方法进行张力控制。根据张力控制的要求设计一个两输入、三输出的模糊控制器,输入语言变量为偏差值e及偏差变化值ec ,输出语言变量为Δ K_P,ΔK_I,ΔK_D(ΔK_P,ΔK_I,ΔK_D  分别为比例K_P 、积分K_I 、微分K_D  系数的变化量) 。输入输出语言变量的取值为NB,NM,NS,ZO,PS, PM , PB共7个元素,并合理设计其量化因子及比例因子。为了在简化计算同时得到较好的控制效果,选取三角形隶属函数作为各语言变量的隶属函数,如图6所示。

图6 　基本隶属函数

　　模糊控制器设计的关键是基于IF...THEN...结构的模糊控制规则的建立,其完善与否直接决定了系统作用效果的优劣, PID 参数模糊自整定控制系统中Δ KP,ΔKI ,Δ KD 自整定的原则如下:

　　①当e 较大时,说明误差的绝对值已经很大。不论误差变化趋势如何,都应考虑控制器的输出应按最大(或最小) 输出,以达到迅速调整误差,使误差绝对值以最大速度减小的目的。此时相当于实施了开环控制, K_P, K_I, K_D不参与控制过程。

　　②当ee_c >0,且︱e︱较大时,说明误差绝对值有继续增大的趋势。可考虑通过增大K_P, K_I, K_D实施较强的控制作用,以达到扭转误差绝对值朝减小方向变化,并迅速减小误差绝对值。

　　③当ee_c >0,且︱e︱较小时,说明尽管误差朝绝对值增大方向变化,但误差绝对值本身并不很大,可考虑不改变K_P, K_I, K_D的值,实施一般的控制作用。只要扭转误差的变化趋势,使其朝误差绝对值减小方向变化即可。

　　④当ee_c <0,且|e︱较大时,此时的主要任务是增大KP 的值以迅速减小误差,如果此时︱e︱较小,则适当减小K_P 实施较弱的控制作用, K_I,K_D不参与控制过程。

　　⑤当︱e︱很小时,说明误差的绝对值很小,此时加入积分K_I ,减小稳态误差。

　　基于上述整定原则及工程经验建立模糊规则库及数据库,求得输出变量模糊子集并去模糊化,控制曲线如图7 所示,张力设定值为196 N ,采样周期为100 ms ,并人为加入干扰信号。张力控制系统在干扰作用下产生的干扰峰值在4 %以内,且由冲击产生的干扰信号调节时间较短,实现了快速稳定调节的目的,取得了较好的控制效果。

图7 　基于模糊自整定的张力控制曲线

　　(2) 动态积分分离的压力控制策略

　　提出一种动态积分分离的PID 控制算法以实现压力的高精度控制,使得PID 结构能得到充分利用,避免了常规PID 控制中由于启动、暂停、多数量的布带接头或设定值增减造成的运算积分累积。该算法从PD 到PID 结构的变化是光滑连续的,而且简化参数整定,达到了减少超调量、缩短调整时间的目的。

　　动态积分分离PID 算法的基本思想是:大偏差时去掉积分作用,以防系统稳定性变差;小偏差时使用积分作用,以便消除静差,提高控制精度。其算式为

　　ΔU ( k) = KP [ e( k) - e( k - 1) ] +αKI ( k) +KD [ e( k) - 2e( k - 1) + e( k - 2) ] (1)

　　式中:ΔU(k)为第k 次相对于第k-1次控制量的增量; KP 为比例系数; KI为积分系数, KI= KPT/TI (T为采样周期, TI为积分时间常数) ; KD为微分系数, KD = KPT/TD(TD为微分时间常数) ;α为逻辑变量,

　　式中: r 为给定值;β为预定的阀值, 一般情况下r>0 ,β>0 ;θ为积分分离系数,其整定简单、调整裕度大,避免了由于α和β参数的关联在整定上的复杂性。α关于e(k) 连续, 能够实现在结构变化上的光滑连续,避免了扰动,因而可以较好地描述积分分离环节。

　　由于该环节具有积分抑制作用,若在积分本来就不足的情况下加入该环节,将使上升时间更长,反而不利。因此加入积分判断环节,通过对监视偏差的变化来实现动态的积分分离,其判断式为|e(k) - e(k-1) | / e (k)>δ,0 <δ< 1,其流程图如图8所示。

图8 　动态积分分离算法流程图