一种模具温度场均匀调控的塑料托盘吸塑成型方法与流程

本发明涉及塑料成型控制，具体涉及一种模具温度场均匀调控的塑料托盘吸塑成型方法。

背景技术：

1、模具温度场均匀调控是塑料托盘吸塑成型过程中保障制品成型质量与生产效率的核心环节。吸塑模具不同区域的壁厚与结构差异导致热容量与散热条件分布不均，各温控单元之间通过模具本体存在热传导耦合，使得模面温度场呈现空间分布非均匀与响应滞后的特征。在连续高速生产过程中，温度偏差的累积可能引起托盘局部偏薄、翘曲变形等成型缺陷，严重时甚至造成粘模或模具局部过热损伤，因此需对模具温度场进行快速、准确的均匀调控。

2、现有吸塑成型模具温度控制多采用分区恒温或基于整体温度反馈的调节方式，通常由温控系统采集模面温度，并依据固定周期输出加热或冷却指令。但实际塑料托盘的吸塑过程中，模具的不同区域的模腔结构存在差异，使得其在吸塑过程中对于温度的敏感程度存在差异，且吸塑通常为循环工序，其模具生产过程通常存在一定的热累积干扰，使得现有方法难以从上述热耦合状态下获得各区域的真实温控需求，从而导致现有方法对吸塑过程的温度存在误调控。

技术实现思路

1、为了解决现有技术难以从上述热耦合状态下获得各区域的真实温控需求，从而导致现有方法对吸塑过程的温度存在误调控的技术问题，本发明的目的在于提供一种模具温度场均匀调控的塑料托盘吸塑成型方法，所采用的技术方案具体如下：

2、本发明提出了一种模具温度场均匀调控的塑料托盘吸塑成型方法，所述方法包括：

3、将相邻两次plc温度调控指令之间的时段作为一个时段；根据时段内监测点的温度序列的变化趋势获得每个时段下每个监测点的响应灵敏度；

4、对于实时时刻下的每个监测点，统计数个历史吸塑周期中同一时段的响应灵敏度变化波动性，以及历史吸塑周期中同一位置时刻的温度变化波动性，获得实时时刻的周期预测参考指数并进行预测，获得监测点在实时时刻的周期温度预测值；

5、根据温度变化率确定实时吸塑周期下各个模具阶段的热行为稳定段；对比实时吸塑周期与历史吸塑周期之间的热行为稳定段的重合程度，以及周期之间的温度数据差异，确定实时吸塑周期的温度趋势差异；统计实时时刻的温度与plc目标温度之间的距离，结合温度趋势差异获得实时时刻下每个监测点的时序预测参考指数并进行预测，获得时序温度预测值；

6、根据周期温度预测值和时序温度预测值获得每个监测点的融合温度预测值；根据融合温度预测值、监测点的响应灵敏度，以及温控单元下监测点构成的实测温度场，确定下一时刻温控单元的pid调控命令。

7、进一步地，所述响应灵敏度的获取方法包括：

8、在一个时段的温度序列中，将达到plc目标温度的时刻作为分割点，将时段划分为温控响应段和平台段；

9、将时段的时间长度除以温控响应段的时间长度的比值，获得响应速度；统计平台段各个时刻下的温度与plc目标温度之间的第一温度差异，将所述第一温度差异的平均值进行负相关映射，获得平台稳定程度；根据所述响应速度和所述平台稳定程度获得所述响应灵敏度。

10、进一步地，所述周期预测参考指数的获取方法包括：

11、获得数个历史吸塑周期中，与实时时刻属于同一时段的响应灵敏度标准差；

12、获得数个历史吸塑周期中，与实时时刻同一位置时刻的温度标准差；

13、获得实时吸塑周期起始时刻的温度与plc目标温度之间的第二温度差异；

14、根据所述响应灵敏度标准差、所述温度标准差和所述第二温度差异获得融合周期性差异；将所述融合周期性差异进行负相关映射并归一化，获得所述周期预测参考指数。

15、进一步地，所述热行为稳定段的划分方法包括：

16、将实时吸塑周期下，实时时刻与周期起始时刻之间的时间范围作为待分析范围；

17、在所述待分析范围中对实时吸塑周期和历史吸塑周期中监测点的温度序列进行截取，获得各个模具阶段对应的待分析温度序列；待分析温度序列中的极值点将待分析温度序列划分为多个监测段，对于每个监测段，根据监测段的时长以及温度变化率的极差获得稳定程度；选择稳定程度最大的监测段作为对应模具阶段的所述热行为稳定段。

18、进一步地，所述温度趋势差异的获取方法包括：

19、将实时吸塑周期与各个历史吸塑周期分别进行对比，对比实时吸塑周期与历史吸塑周期之间，相同模具阶段下的热行为稳定段的重合程度；在一种模具阶段下，统计实时模具阶段和历史模具阶段之间的平均温度变化率差异，以及温度均值差异；根据所述平均温度变化率差异、温度均值差异，以及所述重合程度，获得每个模具阶段下的初始阶段差异；

20、对于每个模具阶段，统计所有历史吸塑周期与实时吸塑周期之间初始阶段差异的平均值，作为每个模具阶段的整体阶段差异；

21、将实时时刻之前经历的所有模具阶段的整体阶段差异平均值，作为所述温度趋势差异。

22、进一步地，实时时刻的温度与plc目标温度之间的距离的获取方法包括：

23、统计实时时刻所处模具阶段的所有时刻的温度与plc目标温度之间的平均差值绝对值，将所述平均差值绝对值与预设防零系数的和值作为分母，将实时时刻温度与plc目标温度之间的差值绝对值作为分子，获得实时时刻的温度与plc目标温度之间的距离。

24、进一步地，预测算法采用无迹卡尔曼算法，根据周期预测参考指数对无迹卡尔曼滤波观测噪声协方差矩阵进行调整，获得周期预测观测噪声协方差矩阵；根据时序预测参考指数对无迹卡尔曼滤波观测噪声协方差矩阵进行调整，获得时序预测观测噪声协方差矩阵；

25、基于周期预测观测噪声协方差矩阵执行无迹卡尔曼算法，获得周期温度预测值；基于时序预测观测噪声协方差矩阵执行无迹卡尔曼算法，获得时序温度预测值。

26、进一步地，所述融合温度预测值的获取方法包括：

27、在实时吸塑周期中，将实时时刻之前的时刻作为参考时刻；

28、统计参考时刻的实测温度与周期温度预测值之间的第三温度差异；根据第三温度差异的均值和极差获得周期预测稳定权重；

29、统计参考时刻的实测温度与时序温度预测值之间的第四温度差异；根据第四温度差异的均值和极差获得时序预测稳定权重；

30、将周期预测稳定权重作为周期温度预测值的权重，将时序预测稳定权重作为时序温度预测值的权重，通过加权求平均获得所述融合温度预测值。

31、进一步地，所述根据所述融合温度预测值以及监测点的响应灵敏度，确定下一时刻的pid调控命令，包括：

32、统计实时吸塑周期中所有时段下监测点的平均响应灵敏度；根据所述实测温度场获得监测点相对于同一温控单元其他监测点的相对温度差异，结合所述平均响应灵敏度获得每个监测点的调控贡献度；

33、将实时时刻温度减去融合温度预测值，获得每个监测点的预测降温量；

34、以调控贡献度为权重，将温控单元中所有监测点的预测降温量进行加权平均，进行归一化处理之后，获得温控单元的调控指数；

35、基于所述调控指数对下一时刻的pid输出量进行调整，获得调整后下一时刻的pid输出量并形成pid调控命令进行下发。

36、进一步地，所述相对温度差异的获取方法包括：

37、在实时时刻下，温控单元下的所有监测点的实测温度构成实测温度场；统计实测温度场中每个监测点的梯度幅值；将梯度幅值进行归一化处理后，获得每个监测点相对于其他监测点的相对温度差异。

38、本发明具有如下有益效果：

39、本发明通过将相邻两次plc温度调控指令间的时段作为独立分析单元，依据该时段内温度序列的变化趋势精准量化各监测点的响应灵敏度，有效识别了模具不同区域因结构差异导致的热响应能力衰减或过敏，避免了传统无差别调控造成的温度偏差。其次，提取历史周期中同一时段的响应灵敏度与温度变化的波动性进行周期预测，能够充分挖掘循环吸塑工序中固有的可重复热行为规律，提前规避长期生产带来的热累积干扰；同时，通过划分热行为稳定段并比对其与历史周期的重合程度及温度差异，再结合当前温度与目标温度的距离进行时序预测，精准捕获了当前周期的瞬时温度漂移，弥补了单一依靠历史数据易产生的预判失真。最后，将周期预测与时序预测融合以兼顾历史稳定性与实时动态性，并综合各监测点响应灵敏度与温控单元下的实测温度场分布制定下一时刻的pid调控命令，实现了对空间热传导耦合与非均匀热响应的精准前馈补偿。

40、综上所述，本发明打破了传统温控的滞后局限，实现了复杂热耦合状态下各区域真实温控需求的精准捕获与输出动态修正，显著提升了吸塑成型过程中模面温度场的调控准确性与空间均匀性。