10.3785/j.issn.1006-754X.2023.00.003
陶瓷浆料3D打印机挤压力模糊神经网络PID稳定控制研究
针对在微流挤出陶瓷浆料3D打印机作业过程中挤压力稳定控制的需求,根据打印机挤压力控制系统非线性、时变性的特点,总结了现有挤压力稳定控制策略的优缺点,并在模糊PID(proportion-integral-derivative,比例?积分?微分)控制器中嵌入神经网络结构,提出了挤压力模糊神经网络PID稳定控制策略.该策略基于六层模糊神经网络,以挤压力偏差值e和偏差值变化率ec为输入,PID控制器控制参数为输出,完成正向模糊控制过程,并基于神经网络的自学习优势实现反向传播及在线更新神经网络权值,以实现打印过程中挤压力的精准自适应调节.挤压力控制Simulink仿真、挤压力控制实验及坯体打印实验表明:相较于传统PID控制策略,采用模糊神经网络PID控制策略可使超调量减小20.9%,挤压力提前90 s达到稳定状态,压力峰值减小12 N,压力谷值增大18 N;相较于采用模糊PID控制策略,超调量减小1.73%,挤压力提前56 s达到稳定状态,压力峰值减小4 N,压力谷值增大8 N;模糊神经网络PID控制策略具有一定的优越性,可使打印过程中挤压力的控制精度更高,稳定速度更快,超调量更小,所打印坯体的整体形貌质量更优,也可使控制系统的鲁棒性更好.研究结果为其他工业设备的PID控制、智能控制提供了新的思路和方法.
3D打印、挤压力、稳定控制策略、模糊神经网络
30
TQ174.6
中央引导地方科技发展资金资助项目216Z1804G
2023-03-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
65-72