一种基于扩展卡尔曼滤波的模具保护方法与流程

1.本发明属于塑料注塑成型领域，涉及基于扩展卡尔曼滤波的模具保护方法。


背景技术：

2.到处可见塑料制品,大部分产品由注塑成型。注塑成型机正朝着高速，高精度，低功耗，低噪声方向发展。由永磁同步电机驱动的肘杆机构的电动注塑成型机是该方法发展的典型。在注塑成型中，模具因为其价格昂贵，品种繁多，维修繁琐，在高速高精度控制下对其保护的问题变得越来越严峻。目前主要有两类方法，一类基于视觉通过图像处理前后的对比对异物进行检测，需要安装额外的视觉系统；另一类，是通过手动设定合模时的电流阈值判断是否需要保护模具，但是该方法手动设置参数不好确定，精度低。


技术实现要素：

3.为此，本发明提出了一种基于扩展卡尔曼滤波的模具保护方法。该方法包括但不限于轴杆机构数学模型模块、伺服电机数学模型模块、扩展卡尔曼滤波模块、自适应模块和执行模块基本单元。该方法可以根据理论电流曲线优化测定电流值，并自适应的建立保护区间进行模具保护，从而提高了模具保护精度，包括以下步骤：
4.s1，通过轴杆机构数学模型模块和伺服电机数学模型模块建立合模的理想电流曲线；
5.s2，通过建立的扩展卡尔曼滤波模块依据理想电流曲线对测量得到的实际曲线进行优化；
6.s3，自适应模块多次开合模形成优化曲线组，计算上下限形成保护区间；
7.s4，执行模块在实际运行时监测电流是否超过该区间，超过则开模并发生报警。
8.优选地，所述理想曲线计算指从设定轨迹曲线通过轴杆机构数学模型和伺服电机数学模型转换得到。
9.优选地，所述自适应模块，需要在执行模块执行前获得保护区间。
10.优选地，所述的保护区间指根据注塑机合模过程中依据各个位置的电流上下限。
11.优选地，所述电动注塑机，其特征在于，包括但不限于注射部件、合模部件、基座、模具。其通过伺服电机系统，带动注射部件中的螺杆将熔融塑料注入模具中成型得到塑料制品。
12.本反面有益效果至少包括：提供一种基于扩展卡尔曼滤波的模具保护方法，该方法通过对测量电流曲线进行优化，自适应获取保护区间，实现对模具保护。本发明通过比容积的反馈和预测控制，实现了塑料制品的高质量和一致性生产。
附图说明
13.图1为本发明实施例的基于扩展卡尔曼滤波的模具保护方法应用对象；
14.图2为本发明实施例的基于扩展卡尔曼滤波的模具保护方法执行步骤；
15.图3为本发明实施例的基于扩展卡尔曼滤波的模具保护方法流程图；
16.图4为本发明实施例的基于扩展卡尔曼滤波的模具保护方法中的轴杆机构；
具体实施方式
17.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
18.相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
19.本发明一种基于卡尔曼滤波的模具保护方法，该方法包括但不限于轴杆机构数学模型模块、伺服电机数学模型模块、扩展卡尔曼滤波模块、自适应模块和执行模块基本单元。本方法应用对象如图1所示。执行步骤如图2所示，解释如下：
20.s1，通过轴杆机构数学模型模块和伺服电机数学模型模块建立合模的理想电流曲线；
21.s2，通过建立的扩展卡尔曼滤波模块依据理想电流曲线对测量得到的实际曲线进行优化；
22.s3，自适应模块多次开合模形成优化曲线组，计算上下限形成保护区间；
23.s4，执行模块在实际运行时监测电流是否超过该区间，超过则开模并发生报警。
24.具体如图3所示，包含训练部分和应用部分。
25.训练部分根据设定轨迹曲线通过建立的轴杆机构数学模型和伺服电机数学模型计算理想电流曲线。建立的扩展卡尔曼滤波模型根据理想电流曲线过滤测定电流曲线。通过自适应模块建立电流保护区间。
26.应用部分，在电动注塑机生产产品过程中，如果发现实际电流不在电流保护区间内，则启动保护程序，立即开模。特别地，如果电流在保护区间内，将本次实际曲线和设定曲线反馈回训练部分，持续优化电流保护区间。
27.肘杆机构数学模型构建过程如下：
28.肘杆机构如图4所示，为构造运动学和动力学方程，以图中1支点为原点建立笛卡尔坐标系。图中，f
c
，f
b
为作用在滑块c和b上的力；m2，m3，m5，m
b
，m
c
,为肘杆2、3、5和滑块b、c的重量；r1，r2，r4为杆2各边长度；r3，r5为杆3、5长度；f为滑块b到x轴距离；h为滑块b和c之间的高度。根据肘杆机构特点，可以得到约束方程：
[0029][0030]
根据(5)和图[1]特点可以计算得到
[0031][0032]
根据汉密尔顿原理有
[0033][0034]
t1为系统动能，δw
a
为虚功，q
c
为系统约束力。其中
[0035][0036][0037]
由此可以得到
[0038][0039]
根据所需轨迹x
b
可解得：所有数据计算公式如下：
[0040][0041][0042]
其中
[0043][0044][0045][0046][0047][0048]
[0049][0050][0051][0052][0053][0054][0055]
计算公式如下：
[0056][0057][0058][0059][0060]
伺服电机数学模型构建如下：
[0061]
τ
e
＝k
t
i(t)
ꢀꢀꢀ
(5)
[0062]
其中i(t)为电流，k
t
为定子扭矩常数。τ
e
又可以根据力学方程得到如下：
[0063][0064]
其中l是是滚珠丝杆导程，η螺杆传动效率。这样就可以获得电流和在滑块c上的力的关系如下：
[0065][0066]
扩展卡尔曼滤波模型如下：
[0067]
作为过滤目标，将i(t)和h(t)作为扩展卡尔曼滤波中的预测值和测量值，获得状态转移方程和观测方程：
[0068][0069]
其中，r是过程标准偏差，q是测量标准偏差。获取雅克比矩阵：
[0070]
[0071]
基于以上公式，给出协方差更新方程：
[0072][0073]
其中q是过程偏差，是f
t
的转置。
[0074]
根据设定曲线和反馈电流，当前最优估计为：
[0075]
x(t|t)＝x(t|t
‑
1) k
g
(t)(z(t|t
‑
1)
‑
h
t
x(t|t
‑
1)),
ꢀꢀꢀ
(9)
[0076]
其中，k
g
(t)是卡尔曼增益，可以通过如下方程获得：
[0077][0078]
其中，r是测量偏差。
[0079]
为保持扩展卡尔曼滤波持续进行，协方差更新方程如下：
[0080]
p(t|t)＝(i
‑
k
g
(t)h
t
)p(t|t
‑
1),
ꢀꢀꢀ
(11)
[0081]
其中，i是单位矩阵。
[0082]
自适应模块构建如下：
[0083]
在确保模具内没有异物的情况下，进行自适应模块执行，自适应次数为n。每次执行的电流曲线依据位置向量p维度，保存到矩阵a
m
×
n
，表达如下：
[0084][0085]
计算保护区间的上限u和下限l如下：
[0086][0087]
其中δ通过如下方法计算获得：
[0088][0089]
其中是n次的算术平均值。