下载文档原格式
基于灰色预测－模糊 PID 的全电动注塑机注射速度控制崔振华;李素玲【摘要】针对全电动注塑机射胶过程的工作原理和所呈现的随机性、非线性、时变性等特点，提出将灰色预测、模糊控制与常规PID控制相结合的灰色预测模糊PID控制算法，用于全电动注塑机注射速度的控制。
模糊PID控制通过模糊推理对常规PID参数自适应调整实现速度控制。
建立注射速度模型，并进行MATLAB仿真。
结果表明，采用预测模糊PID的注射速度控制能够获得很好的速度跟踪性、稳定性和抗干扰性，易实现注射速度的分级控制。
%According to the working principle of full electric injection molding machine injection process and presents the stochastic ,nonlinear and time‐varying ,we put forward the grey forecas‐ting ,grey forecasting control fuzzy control and conventional PID combining the fuzzy P control algorithm of ID ,used to control the injection speed of the all electric injection molding machine . Fuzzy PID control by fuzzy reasoning to realize the speed control of the conventional PID parame‐ters are adjusted and the injection velocity model is established ,and simulated by MATLAB .Re‐sults show that the prediction using the injection speed fuzzy PID control can obtain good speed tracking performance ,stability and anti‐jamming ,easy to realize grading injection speed control .【期刊名称】《山东理工大学学报（自然科学版）》【年(卷),期】2015(000)004【总页数】5页(P31-34,39)【关键词】注塑机;灰色预测;模糊控制;PID控制【作者】崔振华;李素玲【作者单位】山东理工大学电气与电子工程学院，山东淄博255049;山东理工大学电气与电子工程学院，山东淄博255049【正文语种】中文全电动注塑机的控制比较复杂，不仅具有高阶非线性特点，而且容易受负载扰动的影响.注射速度的高阶非线性使得单纯的预测控制、模糊控制和预测控制很难对注射速度进行跟踪.本文采用灰色预测-模糊PID控制策略[1]，从已经发生的系统行为特征中寻找规律，对系统未来的速度变化作出估计，同时实现PID参数在线调整，使注射速度在高负载情况下稳定可靠，能够实时跟踪设定的曲线.全电动注塑机的注射结构如图1所示.射胶伺服电机通过同步带带动滚珠丝杆运动将旋转运动转化为注射螺杆的直线运动，将积存于机筒前端的熔料注入到模腔中.其结构主要包括由控制器、驱动器、射胶伺服电机和编码器构成驱动部分和由同步带、滚珠丝杆、注射螺杆等组成的传动部分.射胶系统控制原理如图2所示.注射过程中，螺杆在电机的带动下向前移动，将存于料筒中的熔物注射到模腔.当控制器接收上位机设定的位置参数命令后调用射胶速度子函数，计算出目标曲线对应的电机转速，并给出控制信号到驱动器.驱动器采用矢量控制算法驱动射胶伺服电机，并根据编码器的反馈跟踪设定的目标速度曲线.注射到一定时间时，模腔被填满，压力将逐渐增大.为防止回流，螺杆需要继续保持一定压力，此时进入保压阶段.注射速度、模腔压力通过控制裸官的转速来控制，因此只有对射胶电机的转速实施精确控制才能完成注射过程的准确控制.2.1 注射速度的数学模型注射速度的控制比较复杂，国内外学者对此做了大量的研究.Tan K.K通过迭代学习整定PI参数，但在参数发生突变时收敛速度较慢[2].崔采莲采用离散预期学习的方法对注射速度变量进行控制，将其假设成一个单输入单输出线性不变模型，与实际相差较大[3].文献[4]给出一个四阶线性模型，本文在这个模型的基础上设计控制方法，该模型的传递函数为2.2 最优注射速度曲线在注塑机生产过程中，浇口和模具界面上各点的注射室是不均匀的.目前最广泛的注射方法是分级注射，根据射胶过程中不同阶段设定不同的注射速度.如图3所示为典型的最优注射曲线.第1阶段，为了缩短填充时间，熔胶以较高速度填满注射流道，后期保持稳定；第2阶段，当熔胶通过模腔口时为防止喷射并且消除浇道口的放射纹，注射速度下降；第3、4阶段，为使熔融物迅速填满模腔增大速度并保持在较大值；第5阶段，为了防止过充填和飞边现象，迅速降低注射速度[5].2.3 灰色预测系统灰色系统(Grey System)是指内部信息不完全的系统，通常采用的灰色系统GM(1，1)[6] 模型实际输出的离散值进行预测，而不需要掌握被控对象模型结构的先验信息，计算量少，需要的原始数据也少，仅需辨识两个参数.灰色预测的超前步数可以根据被控对象进行调整，控制过程中参数不断进行辨识和修正，很适于系统过程的预测控制.灰色模型(Grey Moder)简称GM模型，是灰色系统的基本模型，以灰色模块为基础，根据关联度、生成数的灰导数及微分等观点，以微分拟合法而建立的模型.系统的输入输出数据时间序列为u(0)(1)，u(0)(2)，…，u(0)(n)；y(0)(1)，y(0)(2)，…，y(0)(n) (n≥4)对其进行累加，弱化随机干扰影响得到累加数列GM(1，1)的白化方程为根据公式(2)，y(1)(t)在k时刻的解为根据公式(3)进行(k+M)时刻预测，对累加后的数据进行还原得原始数据对(k+M)时刻的预测，GM(1，1)模型长期预测的有效性受时间序列的长短和数据变化的影响，不能太短也不能太长，只有选取合适的建模维数和预测步长，才能够准确预测系统行为的发展变化，本系统选取建模维数为6，预测步长为1.2.4 模糊PID控制系统常规PID控制器的算法可表示为式中，u(k)为控制信号；kp、ki、kd分别为比例、积分、微分系数；E(k)为误差；EC(k)为误差变化率.在模糊PID控制中，以被控系统的输入与反馈的误差作为模糊控制器的输入E，以误差变化率作为输入EC，通过模糊推理在运行过程中根据实际工况实时在线调整kp、ki、kd使得控制参数在任意时刻最优.误差、误差变化率的整数论域均为[-6，+6]；输出变量为PID控制器的比例、积分、微分系数.调整增量的模糊集均为{NB，NM，NS，ZO，PS，PM，PB}，输出控制信号的论域为[-3，+3].kp、ki、kd为输出变量，模糊子集取为{NB，NM，NS，ZO，PS，PM，PB}，模糊变量的模糊子集均选为高斯型，建立模糊规则隶属度函数如图4所示.根据上述PID控制原则及工程技术人员操作经验，制定参数调整模糊控制规则表见表1、2、3.注塑机的速度受到背压、材料性质、熔体温度、喷嘴压力和模具腔几何形状等因素影响，注射速度会随时间发生变化，因此存在时变性、死区非线性和耦合等问题.预测模糊PID控制[7]以PID控制器作为基础单元，以模糊控制解决系统的时变性、死区非线性等问题，预测控制解决各系统之间的耦合问题.将全电动注塑机注射速度的预测模型、模糊规则和隶属函数输入到Matlab的模糊控制器中，根据注射速度模型在Simulink中建立注射速度调节器的灰色预测模糊PID模型[8]，其控制系统仿真如图5所示.根据在Simulink中设计的灰色预测模糊PID控制仿真图以及Maltlab仿真程序，对全电动注塑机的注射速度系统进行仿真，并与传统的PID控制、模糊PID控制进行比较，结果如图6所示.三种控制方式性能指标见表4.根据图6以及表4比较可以看出，PID控制器起始阶段响应速度快，但稳定性差，总体响应速度较慢，跟踪性能差；模糊PID控制器具有较好的稳定性，但是存在滞后问题，总体快速性较差，因此跟踪性能也一般；而灰色预测模糊PID控制具有很好的稳定性，总体快速性好，因此系统性能稳定，具有很好的跟踪性.注塑机在实际的工业生产中有很多的外界干扰因素，用脉冲信号模拟系统出现的干扰，来检测注射速度系统的性能.假设注塑机注射系统在0.6s处出现了幅值为0.05的脉冲干扰信号，这将会影响到系统的输出，将仿真曲线受扰动后局部放大查看结果，如图7所示.表5为三种控制方式的误差参数.分析图6和表5可以看出，当注射系统出现扰动时，三种控制器的输出响应的性能是不同的，传统PID的控制误差最大，恢复时间最长；模糊PID控制的误差较小，恢复时间较短；灰色预测模糊PID控制下的误差最小，而恢复到稳定的时间也最短.控制效果如图8所示，能够较好的跟踪设定的最优注射曲线.(1)灰色预测模糊PID控制在注塑机的注射快速性和跟踪性能方面都优于传统的PID控制和模糊PID控制，秉承了传统PID控制、灰色预测控制和模糊控制的优点，并克服了他们各自存在的缺点.当外界出现干扰时，具有更好的鲁棒性，适用于非线性、强干扰的不确定复杂系统.(3)系统能够很好的跟踪分级注射的最优曲线，实现了注塑机的分级控制.【相关文献】[1] 姬江涛,王荣先,符丽君.联合收获机喂入量灰色预测模糊PID控制[J].农业机械学报,2011,39(3): 63-6.[2] 徐锐.全电动注塑机熔胶和射胶过程控制及其伺服电动机控制研究[D].太原：华南理工大学,2010.[3]崔采莲，孙明轩.注塑机注射速度的离散预期学习控制[J].机械工程学报，2007.43(6)：41-47.[4] Hu Y, Zhang Y, Cui P. Adaptive backstepping control for a class of strict feedback nonlinear system s using radialbasis neural network [C]//Proceedings of the 4th World Congress on Intelligent Control and Automation. Shanghai, 2012: 3 022-3 026.[5]赵松，张培仁，邓超.注塑机注射速度的模糊控制及其仿真[J],系统仿真学报，2008,20(2)：349-352.[6] 胡建斌.基于非线性回归预测及迭代学习的注射速度控制[D].沈阳：东北大学,2010.[7] 杨成晨,张九根.基于灰色预测模糊PID算法的空调房间温度控制[J].电子技术应用，2012,38(4):56-59.[8] 苏杰.核动力装置多变量模糊预测控制仿真研究[J].原子能科学技术,2012,46(10):1243-1248.。
零相位滤波与最小二乘拟合下的聚焦形貌恢复张明;丁华;刘建成【摘要】为提升形貌恢复精度,提出一种高精度的聚焦形貌恢复算法.该方法从序列图像的预处理以及深度值连续化处理角度入手,将零相位滤波与最小二乘拟合法相结合.自行设计了基于巴特沃斯低通的零相位滤波器用以聚焦评价函数曲线的滤波处理,在消除噪声干扰的同时,保持各空间数据点位置不变;根据聚焦评价函数曲线特性,利用基于高斯函数的最小二乘拟合峰值法获取窗口序列的聚焦位置,进一步提高了峰值定位精度;为得到更为连续化的被测物深度信息,采用三次B样条曲面对各个像素点的初始深度值进行插值.实验表明,方法兼具形貌恢复的平滑性及高精度性.【期刊名称】《机械设计与制造》【年(卷),期】2019(000)002【总页数】4页(P1-4)【关键词】聚焦形貌恢复;高斯曲线;聚焦评价函数;零相位滤波;最小二乘拟合【作者】张明;丁华;刘建成【作者单位】太原理工大学机械工程学院,山西太原 030024;太原理工大学机械工程学院,山西太原 030024;School of Engineering and Computer Science, University of the Pacific, Stockton, CA, 95211, United States【正文语种】中文【中图分类】TH16;TP3911 引言聚焦形貌恢复技术[1]（Shape fromfocus，简称为SFF）是一种利用景物的二维序列图像实现深度估计和三维形貌恢复的方法。
其相对于应用最为广泛的立体视觉技术而言，不需进行相机标定和立体匹配，因而算法简单，便于实现，且具有较高的三维恢复精度。
目前，SFF技术在显微图像处理、碰撞避免、刀具磨损测量等领域[2-4]有着广泛的应用。
传统SFF技术主要算法思路集中在Nayar法[5-6]和SFF.FIS法[7]，但其恢复精度有限。
一直以来，国内外学者主要从噪声序列图像预处理，聚焦评价函数设计，以及对初始深度值连续化处理等角度入手以提升SFF性能。
零相位数字滤波零相位数字滤波是一种在数字信号处理中常用的滤波方法。
它的主要作用是通过去除或抑制信号中的特定频率成分，以实现信号的滤波和增强。
在实际应用中，零相位数字滤波广泛用于音频处理、图像处理、通信系统等领域。
我们需要了解什么是相位。
在信号处理中，相位是指信号波形相对于某一参考点的时间偏移量。
相位信息可以描述信号的起始点、波形形状和频谱特性等。
在数字信号处理中，相位信息常常是非常重要的，因为相位的改变会对信号的频谱分布和时域特性产生直接影响。
零相位数字滤波是一种能够保持信号的相位信息不发生改变的滤波方法。
它通过对信号进行一系列的加权平均操作，使得滤波后的信号在频域上的相位保持不变。
这种滤波方法的主要特点是能够有效地抑制频谱中的噪声和干扰，同时保持信号的相位信息完整。
在零相位数字滤波中，常用的滤波器包括FIR滤波器和IIR滤波器。
FIR滤波器是一种非递归滤波器，它的输出只依赖于输入信号和滤波器的系数，不依赖于过去的输出。
FIR滤波器具有线性相位特性，可以保持信号的相位信息不发生改变。
而IIR滤波器则是一种递归滤波器，它的输出不仅依赖于输入信号和滤波器的系数，还依赖于过去的输出。
IIR滤波器的相位特性一般是非线性的，可能会导致信号的相位信息发生改变。
在实际应用中，零相位数字滤波可以实现一系列的滤波操作，如低通滤波、高通滤波、带通滤波和带阻滤波等。
通过选择不同的滤波器类型和参数，可以实现对信号频谱的精确调整。
例如，在音频处理中，可以使用零相位数字滤波器对音频信号进行降噪和增强，以提高音频的质量和清晰度。
在图像处理中，可以利用零相位数字滤波器对图像进行去噪和锐化处理，以提高图像的清晰度和细节表现。
除了滤波操作，零相位数字滤波还可以应用于信号的时域和频域分析。
在时域分析中，可以通过对滤波后的信号进行时域采样和观测，得到信号的波形和时域特性。
在频域分析中，可以通过对滤波后的信号进行频谱分析和频域观测，得到信号的频谱分布和频域特性。
收稿日期:2005206211 修回日期:2005209206 作者简介:康 健(19712 ),女,黑龙江哈尔滨人,博士、副教授,主要研究方向为小波理论及其应用、自适应信号处理等。
文章编号:100220640(2007)0420053203粒子滤波算法的关键技术应用康 健,芮国胜(海军航空工程学院,山东烟台 264001) 摘 要:针对基于贝叶斯原理的序贯蒙特卡罗粒子滤波器出现退化现象的原因,以无敏粒子滤波(U PF )、辅助粒子滤波(A S I R )及采样重要再采样(S I R )等改进的粒子滤波算法为例,对消除该缺陷的关键技术(优化重要密度函数及再采样)进行了分析研究。
说明通过提高重要密度函数的似然度、引进当前测量值、预增和复制大权值粒子等方式,可以有效改善算法性能。
最后通过对一无源探测定位问题进行仿真,验证了运用该关键技术后,算法的收敛精度和鲁棒性得到进一步增强。
关键词:粒子滤波,退化,重要密度,再采样中图分类号:T P 391.9 文献标识码:AApplication of Key Techn iques based on Particle F iltersKAN G J ian ,RU I Guo 2sheng(N ava l A eronau tica l E ng ineering A cad e m y ,Y an ta i 264001,Ch ina ) Abstract :W e analyze the degeneracy p henom enon of sequen tial M on te Carlo p article filters based on bayesian theo rem ,p u t focu s on the key techn iques (good cho ice of i m po rtance den sity and u se of resam p ling )to reduce its effects .Several i m p roving schem es such as the U n scen ted Particle F ilters (U PF ),the A ux iliary Sam p ling I m po rtance R esam p ling (A S I R )and the Sam p ling I m po rtance R esam p ling (S I R )algo rithm s are in troduced to illu strate th rough increasing the likelihood of the i m po rtance den sity o r inco rpo rating new m easu rem en t ,o r rep licating p articles w ith large w eigh ts w ith in the generic fram e of p article filters ,the convergence accu racy and robu stness behavi o rs of the algo rithm can be effectively i m p roved .A typ ical p assive detecti on and locati on p rob lem is si m u lated to p rove above conclu si on s.Key words :p article filter ,degeneracy ,i m po rtance den sity ,resam p ling引 言随着计算机处理技术的飞速发展和解决非线性非高斯随机系统问题的实际需要,基于B ayes 原理的序贯蒙特卡罗粒子滤波算法逐渐受到人们的重视。
伺服控制器中常见的数字信号滤波技术数字信号滤波技术是伺服控制器中常见的重要技术之一，它主要用于处理运动控制系统中采集到的位置、速度和加速度等传感器信号。
通过对数字信号进行滤波处理，可以有效减少噪声干扰和信号失真，提高控制系统的稳定性和精度。
本文将介绍几种常见的数字信号滤波技术，包括移动平均滤波、低通滤波和中值滤波。
移动平均滤波是一种基本的数字信号滤波方法，它的原理是通过对连续若干个采样值进行平均计算来得到滤波后的数值。
移动平均滤波的主要特点是简单易实现、计算效率高。
其核心思想是将采样值与前几个采样值取平均，通过不断更新数据，可以得到平滑的输出信号。
移动平均滤波适用于信号变化较慢的情况，对瞬时噪声有一定的抑制作用，但对于快速变化的信号会引入较大的滞后。
低通滤波是一种常用的数字信号滤波方法，它的原理是通过限制信号频率的上限，将高频噪声滤除，保留低频信号。
低通滤波器设计的关键是确定截止频率，也就是信号通过滤波器后的频率范围。
常见的低通滤波器有巴特沃斯滤波器、切比雪夫滤波器和椭圆滤波器等。
低通滤波适用于对运动控制系统中的位置信号进行滤波，可以有效抑制高频噪声，提高控制系统的精度和稳定性。
中值滤波是一种非线性数字信号滤波方法，它的原理是通过对一组数据进行排序，选取中间值作为滤波后的数值。
中值滤波器对于抑制扰动噪声有较好的效果，尤其适用于信号存在较大幅度噪声的情况。
中值滤波器的主要优点是保留了信号的脉冲和边缘信息，不会引入滞后。
然而，中值滤波器的缺点是计算复杂度较高，对于高速运动控制系统来说可能会引入较大的延迟。
除了以上几种常见的数字信号滤波技术外，还有其他一些滤波方法，如：卡尔曼滤波、自适应滤波和小波变换等。
卡尔曼滤波是一种递归的滤波技术，可以对系统状态进行估计和预测，并通过观测数据进行修正。
自适应滤波是根据信号特性自动调整滤波参数的方法，可以根据系统实际运行情况进行动态调整。
小波变换是一种基于时间频域分析的滤波方法，可以提取信号的频率特征，适用于非平稳信号滤波。
在动态测试信号处理过程中，滤波器是常用的测试仪器之一。
滤波器（filter），是一种用来消除干扰杂讯的器件，将输入或输出经过过滤而得到纯净的直流电。
对特定频率的频点或该频点以外的频率进行有效滤除的电路，就是滤波器，其功能就是得到一个特定频率或消除一个特定频率。
滤波器，顾名思义，是对波进行过滤的器件。
“波”是一个非常广泛的物理概念，在电子技术领域，“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。
该过程通过各类传感器的作用，被转换为电压或电流的时间函数，称之为各种物理量的时间波形，或者称之为信号。
因为自变量时间‘是连续取值的，所以称之为连续时间信号，它常被用于抗混滤波，以避免傅立叶变换时在频域产生混叠，或从具有多种频率成分的复杂信号中，将感兴趣的频率成分提取出来，而将不感兴趣的频率成分衰减掉。
在传统测试仪器中，滤波器的功能通常需要依靠硬件系统来实现。
随着数字信号处理技术的不断完善，计算机硬件技术的日新月异以及软件技术飞速发展，测试仪器系统的设计思想发生了重大改变。
部分传统的专用测试设备会逐步被以计算机和应用软件为核心的虚拟仪器所代替［1］。
虚拟仪器的出现标志着“软件即仪器（The soft is the instrument）”时代的到来。
在计算机辅助测试系统（CAT，Computer Aided Test）中，以往模拟滤波器（AF，Analog Filter）的功能，模拟滤波器可以分为无源和有源滤波器。
无源滤波器：2种电路主要有无源元件R、L和C组成。
有源滤波器：集成运放和R、C组成，具有不用电感、体积小、重量轻等优点。
集成运放的开环电压增益和输入阻抗均很高，输出电阻小，构成有源滤波电路后还具有一定的电压放大和缓冲作用。
但集成运放带宽有限，所以目前的有源滤波电路的工作频率难以做得很高。
可用数字滤波器来替代。
数字滤波器的实现不但比模拟滤波器容易的多，而且还能获得较理想的滤波器性能。
学术讲座心得体会进入研究生院已近三年，在这三年的时间里，我参加了很多的学术讲座，让我受益颇多。
通过这些讲座，我了解到各个领域的最新发展概况，充实了多方面的知识，拓宽了我的眼界，让我能够跟上科学发展的步伐。
首先是台湾华梵大学副校长简江儒教授，2014年10月16日，来自台湾华梵大学的简江儒教授首先给我介绍了他的工作单位-台湾华梵大学，随后又幽默地比较了青岛科技大学与台湾华梵大学的区别。
接着进入正题给我们做了一篇名为《Trajectory Tracking of Piezoelectric Actuator using Iterative Learning Control with Zero-Phase Filtering》的报告，即使用迭代学习控制和零相位滤波器对压电致动器的轨迹进行跟踪。
他讲到迭代学习控制（iterative learning control，简称ILC）由Uchiyama于1978年首先提出。
它是指不断重复一个同样轨迹的控制尝试，并以此修正控制律，以得到非常好的控制效果的控制方法。
迭代学习控制是学习控制的一个重要分支,是一种新的学习控制战略。
它通过反复应用先前试验得到的信息来获得能够产生期望输出轨迹的控制输入，以此来改善控制质量。
与传统的控制方法不同的是，迭代学习控制能以非常简单的方式处理不确定度相当高的动态系统，且仅需较少的先验知识和计算量，同时适应性强，易于实现；更主要的是，它不依赖于动态系统的精确数学模型，是一种以迭代产生优化输入信号，使系统输出尽可能逼近理想值的算法。
它的研究对那些有着非线性、复杂性、难以建模以及高精度轨迹控制问题有着非常重要的意义。
他提出了将输入信号序列反转后通过滤波器,然后将所得结果逆转后再次通过滤波器的RRF滤波方法。
还提出通过时间反转法直接构造零相位数字滤波器方法。
通过仿真实验对零相位数字滤波方法给予验证。
指出零相位数字滤波器的设计方法。
使数字信号处理中滤波器引起的相位失真问题得到很好的解决，并且现场展示了他的仿真结果，取得的成绩。
