无模型自适应迭代学习控制在注塑过程测量扰动抑制的应用

摘要

注塑成型是高分子加工行业中最重要且应用最广泛的制造技术之一.在注塑成型过程中，注射速度对塑料制品的品质起着决定性作用.然而在实际的注塑过程中，注塑机可能会受到外部测量扰动影响，从而使注射速度无法跟踪期望速度，最终影响产品质量.因此，设计一套控制方案以削弱外部非重复性扰动对系统性能的影响至关重要.基于此，本文提出一种融合衰减因子的无模型自适应迭代学习控制（Model free adaptive iterative learning control, MFAILC）方案.首先，本文阐述了注塑成型的过程，并针对注塑成型过程的注射段建立了非线性状态空间模型.由于该模型具有较强的非线性与不确定性，采用传统控制策略难以实现控制器的有效设计，因此本文构建了具有迭代特性的紧格式动态线性化（Compact form dynamic linearization, CFDL）模型，并设计了注塑速度控制策略以及迭代轴上伪偏导数（Pseudo partial derivative, PPD）学习律，并引入PPD重置条件以避免其出现学习发散问题.为了抑制外部扰动对注射速度的影响，本文在所提MFAILC策略的基础上引入衰减因子.随后从期望意义层面完成了严格的收敛性推导，证明了MFAILC算法的收敛性.最后在MATLAB中利用一个仿真实例验证本文所设计控制策略的可行性.

关键词

注塑过程 / 数据驱动 / 自适应控制 / 迭代学习控制 / 扰动抑制

基金资助

国家自然科学基金面上项目（62273028）; 国家重点研发计划项目（2024YFB3108200）; 工业控制技术全国重点实验室开放课题（ICT2025B47,ICT2026B105）; 北京石油化工学院致远科研基金（No.2026004）