[发明专利]一种注塑机开模路径优化方法有效
申请号: | 201610039876.6 | 申请日: | 2016-01-21 |
公开(公告)号: | CN105643891B | 公开(公告)日: | 2018-02-16 |
发明(设计)人: | 周华民;阮宇飞;张云;黄志高;李德群;高煌;毛霆;周循道 | 申请(专利权)人: | 华中科技大学 |
主分类号: | B29C45/76 | 分类号: | B29C45/76 |
代理公司: | 华中科技大学专利中心42201 | 代理人: | 梁鹏 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 注塑 机开模 路径 优化 方法 | ||
1.一种注塑机开模路径优化方法,其特征在于,该方法包括以下步骤:
(1)根据模具参数及开模工艺参数,进行开模过程路径的规划,获取开模路径参数,所述开模路径参数包括高速段开始位置SH、高速段流量VH、开始减速位置SL、低速段流量VL、停止位置ST;
(2)根据规划的路径进行第一次开模动作,并获得首次开模结束位置,利用首次开模结束位置与设定的开模结束位置计算得到开模误差E(k);
(3)判断开模误差的绝对值|E(k)|是否在设定误差范围内:如果是,则保存当前的开模路径参数,优化过程结束;如果否,则采用迭代学习方法对开模过程路径进行优化,得到优化后的开模路径参数;所述采用迭代学习方法对开模过程路径进行优化具体为根据|E(k)|的大小,采用迭代学习方法针对开始减速位置SL或停止位置ST进行优化,以优化开模过程的路径,其中,对开始减速位置SL优化时采用比例型迭代学习更新律,以保证开模误差快速收敛;对停止位置ST优化时采用可变型迭代学习更新律,以保证开模结果的稳定性;
(4)根据优化后的开模路径参数进行下次开模动作,并获得下次开模结束位置,利用下次开模结束位置与设定的开模结束位置计算得到开模误差E(k);
(5)重复步骤(3)~(4),直至开模误差的绝对值|E(k)|达到设定的误差范围内,优化结束,并保存优化后的开模路径参数。
2.根据权利要求1所述的注塑机开模路径优化方法,其特征在于,步骤(1)中所述模具参数包括模具尺寸及模具质量;所述开模工艺参数包括开模第一段的压力P1、流量V1、位置S1,设定的开模结束位置SD。
3.根据权利要求2所述的注塑机开模路径优化方法,其特征在于,步骤(3)中所述开模误差的绝对值|E(k)|=|SD-SD(k)|,其中SD(k)表示当前批次的开模结束位置。
4.根据权利要求3所述的注塑机开模路径优化方法,其特征在于,所述根据|E(k)|的大小,采用迭代学习方法针对开始减速位置SL或停止位置ST进行优化,具体为:
当|E(k)|大于设定的临界值|Elim|时,对开始减速位置SL采用迭代学习方法进行优化;当|E(k)|小于等于设定的临界值|Elim|时,对停止位置ST采用迭代学习方法进行优化。
5.根据权利要求4所述的注塑机开模路径优化方法,其特征在于,所述设定误差范围为0.2,所述|Elim|=1.2。
6.根据权利要求5所述的注塑机开模路径优化方法,其特征在于,所述迭代学习方法的表达式如下:
u(k)=u(k-1)+LILC(E(k-1));
其中,k是开模批次数;u(k)为当前批次的控制输出;u(k-1)为上一批次的控制输出;LILC(E(k-1))为迭代学习更新律;E(k-1)为上一批次的开模误差值。
7.根据权利要求6所述的注塑机开模路径优化方法,其特征在于,所述比例型迭代学习更新律表达式如下:
LILC(E(k-1))=KILC×(E(k-1));
其中,KILC为学习增益,取值为0.8。
8.根据权利要求7所述的注塑机开模路径优化方法,其特征在于,所述可变型迭代学习更新律表达式如下:
其中,e为自然常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610039876.6/1.html,转载请声明来源钻瓜专利网。