桂林市君威机电科技有限公司 广西桂林 541004
摘要：塑料因其具有化学性质稳定、质轻、价格便宜、耐磨性能好等优点，在医疗、农业、航空航天等领域被大量使用。塑料挤出机是加工生产塑料产品的主要机械设备之一，目前大多数塑料都是通过塑料挤出机加工而来。挤出机在加工生产塑料时，挤出机料筒温度控制精度对于塑料产品质量具有重要影响，为了保证产品质量，需要对双螺杆挤出机温度进行精确控制。本文对双螺杆挤出机温度控制系统的设计与优化进行探讨。
关键词：双螺杆挤出机；温度控制；系统设计
1 挤出机温度控制系统组成
挤出机在塑料熔融挤出过程中，需要挤出机加热器温度保持在设定范围内，使温度具有不同的梯度，便于塑料颗粒的熔融和混合。螺杆温度控制是通过采集不同温度传送到控制器中，控制器根据采集的温度与设定目标温度差值大小，进而控制加热器。各段温度控制系统结构功能基本相同，为此本文以其中一段为研究对象，温控系统总体结构组成如图1所示。通过高精度热电偶温度传感器采集挤出机加热器实时温度，通过模拟量采集卡将温度数据传送到控制器中，控制器根据当前实际温度和设定目标温度对比，通过智能自适应控制算法调节加热器开关的固态继电器，进而实现挤出机温度闭环反馈控制。
.png)
图1 温控系统总体结构
挤出机料筒温度在加热器打开后会逐渐上升，当冷却水阀门开启后料筒温度逐渐降低，温度的阶跃响应呈现S形，螺杆挤出机温度控制系统传递函数G可以表示为：
.png)
（1）
其中：K为静态增益；T为惯性常数；τ为滞后时间；S为拉普拉斯变换因子。
1.1 模糊神经网络PID控制
挤出机温度控制系统是一个非线性、时变性的复杂系统，数学模型的建立较为困难，目前的挤出机温度控制通常采用PID控制，由于该控制方法参数固定不变，导致传统PID控制方法的控制效果并不理想。模糊控制不依赖精确的数学模型，而神经网络又拥有自我学习能力，能够逼近非线性函数。本文将二者结合用于双螺杆挤出机温度控制，形成温控的复合控制。如图2为复合控制器结构，e（k）为温度实际值与目标值之差，ec（k）为温度偏差变化率，通过模糊神经网络可以得到传统PID参数变化量Δkp、Δki和Δkd，由输入量和模糊化子集数目可以得到模糊化层以及模糊推理层中神经元个数。
.png)
图2 复合控制器结构
模糊神经网络中I为模糊神经网络各层的输入，O则为模糊神经网络的输出，下标为神经网络的层数，输入层和输出层分别为：
.png)
（2）
.png)
（3）
式（3）中：n为模糊子集个数。模糊化层表示为：
.png)
（4）
对应输出为：
.png)
（5）
式中，bij为隶属度函数的宽度；cij为隶属度函数的中心值。模糊推理层表示为：
.png)
（6）
对应输出为：
.png)
（7）
.png)
（8）
对应输出为：
.png)
（9）
式（9）中：wij为权值系数。输出层PID控制器的三个参数：
.png)
（10）
PID控制器结构为：
.png)
（11）
.png)
（12）
.png)
神经网络学习能力的性能指标函数为：
.png)
（13）
式（14）中：rin（K）为理论输出值；yout（K）为实际输出值；e（K）=rin（K）-yout（K）则表示控制误差。模糊控制器的三个参数为：
.png)
（14）
式（14）中：u为学习速率；η为惯性系数。其中，式（15）中：
.png)
。
.png)
（15）
2 仿真分析
为了验证本文提出的模糊神经网络PID双螺杆挤出机温度控制方法的有效性，使用Matlab/Simulink仿真软件进行了仿真分析。当温控系统达到稳定状态后，将脉冲扰动信号引入到温控系统中，得到传统PID控制、模糊PID控制以及模糊神经网络PID控制下，双螺杆挤出机温度变化曲线，仿真曲线如图3所示。由图3可以看出，传统PID控制下温度超调量明显，温度调节周期时间较长；模糊PID控制效果相比传统PID控制效果明显增强，但同样存在超调量大、稳定周期长的缺点。而模糊神经网络PID控制相比前面两种控制超调量明显减小，且在干扰存在的情况下能够以较快的速度重新达到稳定状态。
.png)
图3 仿真曲线
结论：
采用模糊神经网络控制算法对PID固定参数进行在线自适应调整，从而设计和优化了双螺杆挤出机温度控制系统，通过控制加热器对挤出机温度进行精确控制。在脉冲干扰信号作用下，传统PID控制下温度超调量明显，需要较长时间系统才能趋于稳定；模糊PID控制方法明显优于传统PID控制，但仍然存在明显的超调；而模糊神经网络PID控制方法在存在扰动情况下，超调量明显小于模糊PID控制且能够以很快的时间趋于稳定。该控制方法对于提高双螺杆挤出机温度控制精度及稳定性具有重要作用。
参考文献：
[1]郑 睿. 汪东芳. 双螺杆挤出机温度控制系统的设计与优化[J].合成树脂及塑料，2016（4）：55-59.
[2]濮成祥. 双螺杆挤出机的温度控制与实践[J].橡胶技术与装备，2000（5）：38-40