← 返回列表

一种用于纤维缠绕的高性能张力控制方法及系统

申请号: CN202410206983.8
申请人: 太原理工大学
申请日期: 2024/2/26

摘要文本

本发明属于碳纤维缠绕设备控制领域, 解决了换层缠绕时,张力目标值发生变化而控制器的增益参数固定,导致控制性能下降的问题。提供了一种用于纤维缠绕的高性能张力控制方法及系统,包括以下步骤:构建纤维缠绕系统中部件的数学模型,确定纤维缠绕系统的开环传递函数;建立基于改进的蜣螂算法优化的BP神经网络模糊PID控制策略;设定张力目标值,通过摆杆和气缸配合将张力施加到纤维纱束上;采集张力输出值,计算实时误差和误差变化率,PLC控制器调用基于改进的蜣螂算法优化的BP神经网络模糊PID控制策略完成张力控制。本发明能够实现换层缠绕变张力控制及同层缠绕恒张力控制,提高整个缠绕过程的稳定性,改善缠绕制品的性能。 关注

专利详细信息

项目 内容
专利名称 一种用于纤维缠绕的高性能张力控制方法及系统
专利类型 发明申请
申请号 CN202410206983.8
申请日 2024/2/26
公告号 CN117775886A
公开日 2024/3/29
IPC主分类号 B65H59/38
权利人 太原理工大学
发明人 梁建国; 杜昊霏; 齐玉洁; 付梁娜; 夏华杰; 段昱杰; 刘江林; 李银辉; 武婷; 高海峰; 赵晓冬
地址 山西省太原市迎泽西大街79号

专利主权项内容

1.一种用于纤维缠绕的高性能张力控制方法,其特征在于,包括以下步骤:S1:构建纤维缠绕系统中部件的数学模型,根据影响张力变化的因素,确定纤维缠绕系统的开环传递函数;S2:建立基于改进的蜣螂算法优化的BP神经网络模糊PID控制策略:S201:通过改进的蜣螂算法获取不同张力目标值下对应的模糊PID控制器中可变因子的最优值集合;S202:将可变因子的最优值集合和不同张力目标值集合作为BP神经网络模型的训练样本对BP神经网络模型进行训练;S203:利用训练好的BP神经网络模型对模糊PID控制器的参数进行动态调整,将调整后的模糊PID控制器参数作为张力输出控制参数;S3:设定张力目标值,通过摆杆(3)和气缸(4)配合将张力施加到纤维纱束上;S4:采集纤维缠绕系统的张力输出值,计算实时误差和误差变化率,PLC控制器(11)调用基于改进的蜣螂算法优化的BP神经网络模糊PID控制策略完成张力控制。。马 克 数 据 网