一种基于大型模具实验平台的模糊神经网络PID模温控制方法

本发明涉及模具，更确切地说涉及一种基于大型模具实验平台的模糊神经网络pid模温控制方法。

背景技术：

1、随着新能源汽车的更新迭代，续航一直是焦点核心，因此市场对汽车轻量化提出更高要求，而超大型一体压铸结构件由此应运而生，其结构尺寸可达2米×2米以上，其结构有利于整车的轻量化设计，有效解决了整车一体化问题。但由于加工上述结构件的一体压铸模具尺寸大，结构复杂，模具在生产过程中容易出现不一致的温度场，导致生产的零件容易出现变形。

2、所以如何解决其生产过程中的零件变形问题，成为超大型一体压铸结构件生产的核心。

3、而本专利是通过对模具温度的调控试图为变形控制问题提供设计了一种基于大型模具实验平台的模糊神经网络pid模温控制方法，同时为了获取人为可操控的复杂温度数据，为后续大型模具的设计以及控温提供验证基础。

技术实现思路

1、针对现有技术的不足和缺陷，提供一种基于大型模具实验平台的模糊神经网络pid模温控制方法。

2、一种基于大型模具实验平台的模糊神经网络pid模温控制方法，包括：

3、工装架，所述工装架上设置有模具体，所述模具体包括定模以及动模，所述定模的型腔面与动模的型腔面可进行合模或者分模；

4、其中，在所述动模的型腔面设置有若干个向前凸出的凸出部；

5、其中，所述冷却管道至少包括抵近所述动模的型腔面设置的抵近段，以及远离所述动模的型腔面设置的远离段，在冷却介质通过冷却管道时，以使若干个凸出部以及动模的型腔面形成梯度变化的温度场；

6、步骤1：动模与定模合模，从动模上的浇注口灌入热油，直至热油充满动模与定模之间的型腔内部；

7、步骤2：动模与定模分模，利用工装架上的温度获取系统获取动模型腔面以及凸出部表面的温度数据；

8、步骤3：将温度数据进行数据清洗，确保获得合理无异常的温度数据，并且将理论温度数据和实际温度数据比对获取温度误差数据；

9、将温度误差数据，结合水泵的泵水量，得出温度误差所需的理论用水量，结合冷却管道布局对模具温度场的影响，综合计算出区域控温的实际用水量；

10、步骤4：根据实际用水量，基于模糊神经网络pid控制算法，以每次实际用水量为输入，通过输出控制参数，来调节分配阀通断时间达到用水量，然后以每一次调节之后的用水量误差作为反馈，最终达到真正的所需用水量，这一过程要求响应时间快，实时误差反馈准，调节分配阀输出用水量稳定；

11、步骤5：基于步骤3和步骤4的相互配合，以控制模温。

12、采用以上结构后，本发明的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，与现有技术相比，具有以下优点：超大型一体压铸模具生产成本和运行成本很高，模具产品类型单一，要实现超大型一体压铸模具温度控制，需要大量且不同温度场下的数据；

13、因此本装置，用以来模拟超大型一体压铸工艺全流程，包括，开模，取件，喷涂，合模，其装置的优势在于，模具厚度较薄，使得温度场变化更为明显，数据真实性提高；

14、由于超大型一体压铸模具产品结构复杂，产品表面起伏不定，为了模拟一体压铸零件复杂的结构及其壁厚复合效应，其型腔表面散热各异，因此设计一种在模拟模具异质性表面形貌，冷却管道具有抵近段以及远离段，在冷却管道通过冷却介质时，抵近段区域的冷却介质带走的热量更多，远离段带走的热量更少，并配合异质性的凸出部，能够模拟出模具表面复杂的温度场，契合真实性；

15、超大型一体压铸模具产品的尺寸均在2米×2米以上，因此只依靠一个热成像仪去获取其表面温度图像，图像失真和缺乏完整性，因此提出若干个红外热成像仪用于拍摄动模的型腔面图像，若干个红外热成像仪与动模的型腔面之间形成不同的预设角度，其中，先由一个红外热成像仪置于模具型腔正前方拍摄获取总图，然后使用四个热成像仪多视角分区域对模拟模具采集温度图像。

16、之后以总图为底版图，将分区域所获得的图像，拼合到底版图失真或缺失的部分，形成完整且准确的一副模拟模具温度图像。

17、通过上述装置，可以获取更多的温度样本数据，以较低的成本为超大型一体压铸实际生产做验证性实验。

18、作为本发明的一种改进，所述温度获取系统包括若干个用于拍摄动模型腔面的红外热成像仪，若干个红外热成像仪与动模的型腔面之间形成不同的预设角度；

19、步骤2中具体的：动模与定模分模，若干个红外热成像仪分别从预设角度对动模的型腔面进行拍摄；

20、分区域采集面阵温度图像，并通过热成像仪内部api，抓取温度图像中的温度点，并转换为温度数据，将其作为实时的训练数据；

21、将所获得的温度图像做匀色处理，消除不同热成像仪拍摄所带来的色差问题，基于图像拼合，将处理后的不同温度图像拼合为一个完整的模具温度图。

22、作为本发明的一种改进，步骤2中具体的，基于ransac算法自动筛选图像中温度变化不明显的特征部位，并将其设置为参照系，使得结果色差处理后的图像贴合总图；

23、特征点实时配准算法:

24、

25、式中，d表示roi中心的平移，dn表示第n次经过牛顿迭代法所得到的d值，迭代计算d值需要设置初始迭代值。

26、作为本发明的一种改进，步骤2中具体的，基于红外图像融合公式对图像进行拼合，其中红外图像融合公式:

27、

28、式中，系数t1和t2是两张红外图像的权重，取值范围在(0,1)，同时满足t1+t2＝1的限定条件。

29、作为本发明的一种改进，步骤3中具体的，对动模的型腔面进行cae模流分析，分析动模具达到热平衡的最佳状态，然后基于matlab提取模流分析后的温度图像数据点，并绘制成理论温度曲线；

30、将理论温度曲线和实际温度曲线对比，得到温度误差曲线。

31、作为本发明的一种改进，步骤3中具体的，对冷却管道进行温度场仿真分析，介质流经冷却管道时，冷却管道对周围温度变化影响，并模拟出冷却管道温度影响曲线，结合上述的温度误差曲线图。先通过温度误差计算出调节温度所需的理论用水量，再结合冷却管道对模具温度场影响曲线，综合调控，输出实际用水量。

技术特征：

1.一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于，包括：

2.根据权利要求1所述的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于：所述温度获取系统包括若干个用于拍摄动模(2)型腔面的红外热成像仪(5)，若干个红外热成像仪(5)与动模(2)的型腔面之间形成不同的预设角度；

3.根据权利要求2所述的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于：步骤2中具体的，基于ransac算法自动筛选图像中温度变化不明显的特征部位，并将其设置为参照系，使得结果色差处理后的图像贴合总图；

4.根据权利要求2所述的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于：步骤2中具体的，基于红外图像融合公式对图像进行拼合，其中红外图像融合公式:

5.根据权利要求1所述的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于：步骤3中具体的，对动模(2)的型腔面进行cae模流分析，分析动模(2)具达到热平衡的最佳状态，然后基于matlab提取模流分析后的温度图像数据点，并绘制成理论温度曲线；

6.根据权利要求5所述的一种基于大型模具实验平台的模糊神经网络pid模温控制方法，其特征在于：步骤3中具体的，对冷却管道(4)进行温度场仿真分析，介质流经冷却管道(4)时，冷却管道(4)对周围温度变化影响，并模拟出冷却管道(4)温度影响曲线，结合上述的温度误差曲线图。先通过温度误差计算出调节温度所需的理论用水量，再结合冷却管道(4)对模具温度场影响曲线，综合调控，输出实际用水量。

技术总结本发明公开了一种基于大型模具实验平台的模糊神经网络PID模温控制方法，包括：工装架，所述工装架上设置有模具体，所述模具体包括定模以及动模，所述定模的型腔面与动模的型腔面可进行合模或者分模；其中，在所述动模的型腔面设置有若干个向前凸出的凸出部，若干个凸出部的表面积由平面内侧至平面外侧为逐渐减小的设置；位于平面后部的动模内还设置有用于供冷却介质通过的冷却管道；其中，所述冷却管道至少包括抵近所述平面的设置抵近段，以及远离所述平面设置的远离段，在冷却介质通过冷却管道时，以使若干个凸出部形成梯度变化的温度；本发明涉及模具技术领域。技术研发人员：陈旭,刘文,孙建军,陈超,乔艺,黄迪,曾洋彪受保护的技术使用者：浙江万里学院技术研发日：技术公布日：2024/7/18