CN119440132A 一种适用于模具的动态热流道温度控制方法 （滁州职业技术学院）

一种适用于模具的动态热流道温度控制方法本发明一种适用于模具的动态热流道温度温度控制系统内的PID控制器根据实际温度Ta与设定目标温度Ts之间的偏差值ΔT计算出所需的创建多目标优化函数Ft，通过粒子群优化算法PSO搜索最优组合解St，满足优化目标保持热流2温度预测模型M预测未来时间内模具热流道的各段ppc参数调整，确保自适应调整的PID参数符合模具在所处环境中调整的每个加热器的功率调所述积分增益Ki在t时刻通过历史温度偏差Es(t)进行动态调整，积分增益Ki的调整公2s3益Kd的调整公式为：ka(t)=ka(t-1)+d3·(i'(t+At)-T'(c)),其中，λ3为微分增益速5.根据权利要求1或3所述的一种适用于模具的动态热流道温度控制方法，其特征在iii收集模具热流道的历史温度数据Th和历史工况数据Ch，将历史温度数据Th和历史工况长短期记忆网络进行捕捉时间序列中历史温度数据、历史工况数据与模具热流道的效果，7.根据权利要求1或6所述的一种适用于模具的动态热流道温度控制方法，其特征在于，所述构建的温度预测模型M通过训练好的温度预测模型对未来时间段内的温度变化趋势F'(t+At)进行预测，i'(t+At)=M(Th,cr;0),利用梯度下降优化机制进行调整模型参数θ,公式为其中Nm温度预测模型M的样本数量，Tim为温度预测4E为最小化能耗EminN]210.根据权利要求1所述的一种适用于模具的动态热流道温度控制方法，其特征在于，所述温度控制系统在得到最优组合解St后，通过数字通信接口接收包含最佳PID控制器参5[0003]传统的热流道温度控制方案主要采用PID控制器进行温度调节，但通常缺乏自适通过温度预测模型M预测未来时间内模具热流道的各段温6[0011]优选的，所述S1中的温度原始数据D进行预处理，通过动态温度优化机制进行处2pp[0013]优选的，所述S2中PID控制器cppp[0016]所述比例增益Kp在t时刻通过环境因素系数φ(t)以及前一时刻的温度数据T(t_p[0017]所述积分增益Ki在t时刻通过历史温度偏差Es(t)进行动态2sPci7ii[0023]收集模具热流道的历史温度数据Th和历史工况数据Ch，将历史温度数据Th和历史果，结合线性回归层形成温度预测模型M，公式为：M(Th,ch;9)=fisru(x;w,b)+BO+[0024]优选的，所述构建的温度预测模型M通过训练好的温度预测模型对未来时间段内的温度变化趋势'(t+At)进行预测，F'(t+At)=M(Tn,cn;0),利用梯度下降优化机制进行调整模型参数θ,公式为其中Nm温度预测模型M的样本数量，Tim为温度预测模型M第i个加热器实际温度，'m为温度预测模型M第i个加热器的预测温[0027]所述提高温度均匀性U的公式为：其中U(t)是在时刻t的温度均EminU为提高温度均匀性U的权重系数，wT为缩短达idN]82最佳PID控制器参数及功率分配权重因子的数据包，温度控制系统根据实时采集的温度数据与设定目标温度之间的偏差，利用更新后的PID控制器参数计算每个加热器所需的功率[0036]本发明利用自适应PID控制器根据当前实际温度与设定的目标温度之间的偏差来9[0040]上述说明仅是本申请技术方案的概述，为了能够更清楚系。通过温度预测模型M预测未来时间内模具热流道的各段温2pp[0058]通过对采集到的温度原始数据进行滤波处理，并依据环境因素动态调整滤波参c[0061]解决了固定参数PID控制器无法有效应对复杂工况的问题，能够在不同条件下保微分增益Kd进行参数调整，确保自适应调整的PID参数符合模具在所处环境中调整的每个[0063]比例增益Kp在t时刻通过环境因素系数φ(t)以及前一时刻的温度数据T(t_1)进2s益Kd的调整公式为：ka(t)=ka(t-1)+ds·(i'(t+At)-T'(t)),其中，λ3为微分增益速2iii[0071]收集模具热流道的历史温度数据Th和历史工况数据Ch，将历史温度数据Th和历史果，结合线性回归层形成温度预测模型M，公式为：M(Th,ch;9)=fisru(x;w,b)+BO+Bxi,[0073]进一步，构建的温度预测模型M通过训练好的温度预测模型对未来时间段内的温度变化趋势F'(t+At)进行预测，F'(t+At)=M(Thn,cn;0),利用梯度下降优化机制进行调[0074]进一步，利用多个优化目标创建多目标优化函数Ft，包括但不限于最小化能耗idN]2iPID控制器参数及功率分配权重因子的数据包，温度控制系统根据实时采集的温度数据与设定目标温度之间的偏差，利用更新后的PID控制器参数计算每个加热器所需的功率调整[0086]收集模具热流道的历史温度数据Th和历史工况数据Ch，将历史温度数据Th和历史果，结合线性回归层形成温度预测模型M，公式为：M(Th,cn;0)=fisrw(x;w,b)+B+行构建多层温度预测模型Ml，M,(Th,cri0)=fi(fism-s(x;w,b),fismw-1(x;w,b))+B,+l度变化趋势进行预测，F'(t+At)=M,(Thn,cn;0),利用梯度下降优化机制进行调整模型参数θ,公