[发明专利]一种非线性注塑机系统的注射速度迭代学习控制方法

说明书

技术领域

本发明涉及一种非线性注塑机系统的注射速度迭代学习控制方法，属于系统控制工程领域。

背景技术

注塑机是将热塑性塑料或热固性塑料利用成型模具制成各种塑料制品的主要成型设备，又名注射成型机或注射机。注塑机通常由注射系统、合模系统、液压传动系统、电气控制系统和加热及冷却系统等组成，其中注射系统是注塑机最主要的组成部分之一。在注塑料机循环中，注射系统能在规定时间内将一定数量的塑料加热塑化，并在一定的压力和速度下，通过螺杆将已熔融的塑料注射入模具型腔中，最后保持冷却定型。整个注塑机系统是一个典型的非线性系统，尤其注射速度的控制问题一直是其研究的关键。

迭代学习控制是智能系统中具备严格数学描述的一个分支。该方法由日本学者内山(Uchiyama)在20世纪80年代最先提出，并由日本学者本卓(Arimoto)等明确其概念，后由川村、宫崎等学者进一步发展与完善了该理论。迭代学习控制理论起初以工业机器人为研究背景，主要针对具有不确定因素和重复操作任务的被控对象，可实现有限区间上快速、高精度、高性能的完全跟踪。目前已广泛应用于数控加工、坐标测量、光盘驱动系统、化工间歇过程等领域，具有重要的理论研究价值和应用前景。

近些年来，非线性系统的迭代学习控制已成为研究热点，它的研究内容主要包括学习律和学习系统，学习控制的收敛性、过程的鲁棒性，收敛速度和初值问题等，其中学习律的研究是迭代学习控制的基础，而P型迭代学习算法在物理上最容易实现。目前的研究方法把P型学习律运用到输入初值的迭代学习中，也提出了利用误差信号以及相邻两次误差的差值信号对系统控制律进行修正的P型迭代学习算法。但是现有的这些算法均对初始偏差或输出误差的扰动比较敏感，影响系统的稳定性和动态性能。对此，在迭代学习控制算法中加入遗忘因子策略，使得在系统初始运行时就对初始偏差造成的波动进行抑制，同时利用初始控制u₀(t)避免跟踪轨迹的大幅度摆动，加快收敛速度。

发明内容

本发明的目的是解决一种非线性注塑机系统的注射速度迭代学习控制问题，在非线性注塑机系统存在外部扰动影响的条件下，提出注塑机系统注射速度的P型迭代学习控制方法，并通过遗忘因子算法提高算法的适应性和鲁棒性，同时论证本发明控制算法的稳定收敛性。

根据本发明提供的技术方案，所述非线性注塑机系统的注射速度迭代学习控制方法包括如下步骤：

第一步：建立注塑机的非线性模型

非线性注塑机模型可描述为：

Z.=vz]]>