CN115629543B - 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质 - Google Patents

一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质 Download PDF

Info

Publication number
CN115629543B
CN115629543B CN202211294424.4A CN202211294424A CN115629543B CN 115629543 B CN115629543 B CN 115629543B CN 202211294424 A CN202211294424 A CN 202211294424A CN 115629543 B CN115629543 B CN 115629543B
Authority
CN
China
Prior art keywords
mdf
decision
pressure
control
hydraulic cylinder
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211294424.4A
Other languages
English (en)
Other versions
CN115629543A (zh
Inventor
刘亚秋
吕云蕾
刘丽娜
朱良宽
景维鹏
王行建
徐妍
李想
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeast Forestry University
Original Assignee
Northeast Forestry University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeast Forestry University filed Critical Northeast Forestry University
Priority to CN202211294424.4A priority Critical patent/CN115629543B/zh
Publication of CN115629543A publication Critical patent/CN115629543A/zh
Application granted granted Critical
Publication of CN115629543B publication Critical patent/CN115629543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B27—WORKING OR PRESERVING WOOD OR SIMILAR MATERIAL; NAILING OR STAPLING MACHINES IN GENERAL
    • B27N—MANUFACTURE BY DRY PROCESSES OF ARTICLES, WITH OR WITHOUT ORGANIC BINDING AGENTS, MADE FROM PARTICLES OR FIBRES CONSISTING OF WOOD OR OTHER LIGNOCELLULOSIC OR LIKE ORGANIC MATERIAL
    • B27N3/00—Manufacture of substantially flat articles, e.g. boards, from particles or fibres
    • B27N3/04—Manufacture of substantially flat articles, e.g. boards, from particles or fibres from fibres
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

一种可干预的MDF连续平压三支决策协同控制方法、系统及存储介质，属于中密度纤维板生产控制技术领域。本发明包括：步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型；步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系；步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；步骤S5、根据步骤S4构建的三支决策模型，进行控制器设计。本发明的控制方法能够满足MDF连续平压工艺中的板材生产线敏捷调整和质量控制需求。

Description

一种可干预的MDF连续平压三支决策协同控制方法、系统及存储介质
技术领域
本发明涉及一种中密度纤维板生产过程中质量控制的方法、系统及存储介质，属于中密度纤维板生产控制技术领域。
背景技术
连续平压过程质量控制是中密度纤维板(Medium-Density fiberboard—MDF)生产中的关键问题之一。
连续平压压力主要指平压机提供的克服板坯反弹的反作用力，从而能够加快热量传递及增大纤维之间的接触及交织，使制品密度与厚度达到要求。
在连续平压生产过程中，受中密度纤维板本身自带粘弹性及结构较为复杂的影响，板材生产过程中易出现厚度、斜坡、凹陷和凸起四种类型典型偏差，出现这四种任意一种偏差时，都会影响最终生产的板材的质量。因此在中密度纤维板的生产过程中，通常会用不同的方法进行去粘弹性。此外，在MDF连续平压过程中，若液压缸不能很好地协同工作，将不能达到板坯厚度控制要求，造成更大物料和能源损失，在实际生产中因多场耦合效应，形成的不确定性板坯粘弹性干扰，也会导致中密度纤维板连续平压过程中出现质量控制偏差，导致中密度纤维板出现质量问题。
现有技术在实现中密度纤维板生产中控制方法一般采用控制连续平压厚度层次协同方法实现生产过程控制，使产品达到厚度指标，例如：公开号为CN103009456B，提出一种中密度纤维板连续平压厚度层次协同控制装置与方法，具体公开包括热压板和设置在热压板顶端的液压缸，液压缸为25个，成5×5的阵列式排列；第2行第2列的液压缸以及第2行第4列的液压缸上配置位移传感器和压力传感器，其余液压缸上只配置压力传感器；该方法通过设定板坯厚度、第2行第2、3、4列液压缸输出位移量、自协同模式切换、互协同模式切换、调节第1、3、5列液压缸的输出，在连续平压机的定厚段有效控制板坯定厚，保证产品质量。但是这种方法仅公开了液压缸的控制输出过程，这种方法能够控制中密度纤维板连续平压生产过程对厚度的控制，但不能在生产过程中实时调节/切换，以克服中密度纤维板生产过程出现的“厚度、斜坡、凹陷和凸起”四种类型偏差问题。
连续平压是人造板生产线的咽喉和最关键工艺环节，是热压装备形成国产配套能力的技术瓶颈和卡脖子工程，上述前沿研究和实际生产中，连续平压控制系统的分布式动力单元协同模式及偏差质量控制方法缺乏系统定义与工艺规划分析，基于上述陈述，亟需提出一种可干预的MDF连续平压协同控制方法，在考虑板坯粘弹性和人工干预的方式对中密度纤维板平压过程的偏差进行决策控制，使得板材在生产过程中的控制更加精准，改善中密度纤维板产品质量，提高产品优等品率。
发明内容
本发明为了解决中密度纤维板生产控制过程中，当出现厚度、斜坡、凹陷和凸起四种类型典型偏差时，缺乏精确的协同控制方法，导致产品质量得不到有效保障的问题。在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。
本发明提供了一种可干预的MDF连续平压三支决策协同控制方法，在MDF连续热压机的动力单元为阵列的液压缸组，液压缸组驱动热压板，实现MDF连续热压成型，包括以下步骤：
步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型；
步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；
步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系；
步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；
步骤S5、根据步骤S4构建的三支决策模型，进行控制器设计，控制器设计在任务划分的基础上，建立层次协同控制模型，根据控制任务生成生产线层和机架层协同控制粒信息，并启动相应的层次协同控制机制处理控制信息，通过互协同控制模式设定生产线层次内各机架或机架层次各液压缸的动作类型、控制方式，实现各层次内各动力单元的协同动作，消除MDF连续平压生产中出现的偏差。
优选的：所述步骤S1中定义MDF连续热压机中液压缸阵列的分布式粒结构模型具体是：将MDF连续热压机中单终端动力执行单元和板坯粘弹性模型以“单个粒结构单元”的形式进行表示，每个“单个粒结构单元”均包括电流伺服阀1、液压控制阀2、液压缸 3、热压板4、传感器5和决策控制器6，其中液压缸3的输出端安装有热压板4，传感器 5采集信号后传输给决策控制器6，决策控制器6进行决策运算输出指令信号给电流伺服阀1与液压控制阀2，用于驱动液压缸3运动；
板坯粘弹性模型为：
Figure BDA0003902098940000021
Figure BDA0003902098940000031
公式中，ε表示板坯弹性形变量，σ表示弹性应力，E为弹簧刚度，η1为胶的固化作用量，η2为热质传递作用量，
Figure BDA0003902098940000032
表示板坯弹性形变量的导数，
Figure BDA0003902098940000033
表示板坯弹性形变量的二阶导数，
Figure BDA0003902098940000034
表示弹性应力的导数，
Figure BDA0003902098940000035
表示弹性应力的二阶导数。
优选的：所述步骤S2中依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计，具体是：对于MDF连续热压机的位移控制系统，Derror表示液压缸作用面的当前位置与设定的板厚之间的差值，即液压缸达到设定需求所要输出的位移，对于MDF连续热压机的静载压力控制系统，Perror表示液压缸当前输出压力与设定压力之间的差值，控制器的任务是使系统从不稳定状态达到稳定状态g＝0，使Perror和Derror均趋近于0，满足方程：
Figure BDA0003902098940000036
式中，
Figure BDA0003902098940000037
表示干预量的导数，g为系统板材质量控制过程的干预量，T表示系统达到g＝0的收敛时间。
优选的：所述步骤S3、粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系为：
Figure BDA0003902098940000038
式中，fu1(x)表示初始状态下的函数，gu1(x)表示初始状态下的传递函数，u01表示初始状态下的压力值，fu2(x)表示稳定状态下的函数，gu2(x)表示稳定状态下的传递函数，u02为稳定状态下的压力值，Ts表示当前的时间，η1表示胶的固化作用量，η2为热质传递的状态量。
优选的：所述步骤S4中，决策控制器的模型输出方式采取以下三种形式：
第一种形式：位置-位置输出，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器位置联动输出；
第二种形式：压力-压力输出，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出压力，Slave端子根据Master端子压力传感器进行压力随动输出；
第三种形式：位置-压力输出模式，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器所伴随的部分压力传感器进行压力输出。控制器需要根据决策器Master和决策器Slave之间的压力值反馈对执行单元的输出进行位置压力校正，以使输出满足厚度要求。
优选的：所述步骤S5中，互协同控制模式的连续平压分布式协同间的液压状态方程由粒子信息表示，其系统的状态方程为：
Figure BDA0003902098940000041
式中
Figure BDA0003902098940000042
其中，FL主要来源于板坯内部的变化蒸汽压力，βe为油液弹性模量、a2和a3为液压缸总泄露系数，KJ表示负载的弹性刚度，Bp为粘弹性阻尼系数，A为活塞的有效面积，AP为活塞产生压力下的有效面积，pL为单位面积的液压推动力；u为控制电压，Ct为液压缸总泄露系数；Vt为液压缸油腔总容积，kp为放大器放大系数，ksv为伺服阀增益，cd为滑阀口流量系数，ρ为液压油密度，xv为伺服阀芯位移，M为活塞及负载折算到活塞上的总质量；ps表示为S状态下的压力值；
对MDF连续热压过程中的分布式协同控制进行分析，单组压缸中，两个压缸之间粒结构状态模型如下所示：
Figure BDA0003902098940000043
Figure BDA0003902098940000051
式中，x1、x2、x3代表分布式控制中压缸运动的状态，PL代表压力，xv为压缸活塞的位移，xM、zM代表着单粒结构采用Master模式下的位置状态输出，xS、zS代表着单粒结构采用Slave模式下的位置状态输出，Master与Slave共同作用实现主从间的协同控制， g为干预量，η1表示胶的固化作用量，η2为热质传递的状态量；
公式(6)和公式(7)表示两个单缸粒结构间的协同方式及位置压力的输出，两组或多组压缸之间组框架间的压缸粒结构协同间的主从结构为：
Figure BDA0003902098940000052
Figure BDA0003902098940000053
式中，g为干预量，η1表示胶的固化作用量，η2为热质传递的状态量，D表示平压过程的位移量，pL为单位面积的液压推动力，L表示主动控制的部分-Leader是领导者，F 表示从动控制的部分-Follower是跟随者，xL、zL代表着采用压缸组框架在Leader模式下的位置状态输出，xF、zF代表着压缸组框架在采用Follower模式下的位置状态输出，Leader 与Follower协同作用实现主从压缸组框架间的协同控制，使从动压缸组框架粒结构更好的配合主缸压缸组框架粒结构的位置联动。
一种可干预的MDF连续平压三支决策协同控制系统，包括上位机、厚度检测传感单元、偏差等级分析及动力执行单元及MDF连续热压机的动力单元，其中：
上位机，用于设定MDF连续平压机工作位移值；
厚度检测传感单元，用于检测MDF生产过程中“中密度纤维板”的厚度值；
偏差等级分析及动力执行单元，用于接收MDF生产过程中液压缸状态及动作参数、厚度检测值和上位机设定的工艺参数，并计算粒结构偏差等级，生成偏差控制决策；
MDF连续热压机的动力单元，根据生成的偏差控制决策调整控制模式，消除MDF 生产过程中产生的偏差。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现一种可干预的MDF连续平压三支决策协同控制方法。
本发明具有以下有益效果：
(1)本发明将MDF液压缸的单终端动力单元以粒结构的方式通过主从结构协同方法重新定义，把压缸单元看成一个粒结构进行分析，该方法具有一定的创新性。
(2)本发明用三支决策的思想对压缸的主从协同分布式关系构建三支决策模型，使得在边界域不确定的偏差类型和等级这种情况变得可控，有效降低因为判定失误偏差类型而做出的错误决策方案。
(3)本发明考虑到压缸间的输出位置-位置、压力-压力和位置-压力间的协同关系，设计三种不同输出的控制器，更能直观的发现偏差问题，进而进行决策。
(4)本发明所提出的方法不仅对本文举例的5×5压缸阵列有效，还支持不同规格的压缸阵列，相对其他方法更具通用性，对MDF连续平压过程分布式控制进行分析，将单粒压缸间的协同方式和多组框架间的协同方式偏差等级的不确定性通过三支决策的方法针进行分析，在考虑板坯粘弹性和人工干预的方式对MDF连续平压过程的偏差类型及等级进行决策，干预量在Master和Slave协同的控制模式中起到决定性作用，并基于专家规则使得生产板材在厚度控制中更加精准，在30万m3的生产线上进行测试，该方法在37 组压缸的压机上进行测试分析，对板材偏差类型问题有较好的改善，此种方法在连续生产的过程中切实可行，加大了生产的产品质量，提高了优等品率，在敏捷化生产中解决了连续化生产方向的难题。
附图说明
图1是MDF压缸阵列单缸动力执行单元粒结构示意图；
图2是为胶的固化作用量和热质传递作用量不同下应力的粘弹性形变关系图；
图3是用三支决策的思想对MDF连续平压过程中产生的偏差类型做进一步判定决策图；
图4是单粒压缸位置—位置间的联动控制器原理图；
图5是单粒压缸的压力-压力随动控制器原理图；
图6是单粒压缸的位置-压力主从结构控制器原理图；
图7是压缸组框架间的位置-位置联动控制器原理图；
图8是压缸组框架间的压力-压力控制随动控制器原理图；
图9是压缸组框架间的位置-压力主从协同控制器原理图；
图10是互协同模式示意图；
图11是MDF连续平压偏差类型状态分析图；
图12 是MDF连续平压控制模式粒度组合实现流程图；
图13是MDF连续平压压缸组粒结构间的板厚偏差类型线上测试系统图；
图14是厚度偏差决策图；
图15是左斜坡类型偏差决策图；
图16是右斜坡类型偏差决策图；
图17是凹陷类型偏差决策图；
图18是凸起类型偏差决策图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
具体实施方式一：
结合图1说明本实施方式，本实施方式提出一种可干预的MDF连续平压三支决策协同控制方法，在MDF连续热压机的动力单元为阵列的液压缸组，液压缸组驱动热压板，实现MDF连续热压成型，
本实施方式中，MDF连续平压系统包括：
上位机，用于设定位移值；
厚度检测传感器，用于检测MDF生产过程中的厚度值；
偏差等级分析及动力执行单元，用于接收压缸状态及动作参数、厚度检测值和上位机设定的工艺参数及指标信息，并计算粒结构偏差等级，生成偏差控制决策；
MDF连续热压机的动力单元，根据生成的偏差控制决策调整控制模式，消除MDF 生产过程中产生的偏差，其实现连续平压控制方法是：首先根据上位机的给定位移和位移偏移量，计算位移的设定值；再根据检测传感器反馈的板坯厚度信息计算板厚干预量，进而得到位移控制量；根据MDF厚度与设定值的差异类型判断液压缸作用方向，然后由定厚机架执行输出控制量，将定厚机架各压缸的输出压力反馈给定形机架相应的压缸粒结构，计算出压力控制量并判断出压缸的作用方向，由定形机架各压缸输出执行控制量，通过三支决策模型进行决策分析，调整控制模式决策，完成偏差质量控制。
其中，步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型；
压机上多液压缸呈阵列分布，且分组按不同工况指令工作，也需要对其进行协同控制以保证系统工作的协同性。依据粘弹性机理建立板坯粘弹性模型，分别对伺服机构、液压系统进行分析，在系统模型计算中引入板坯拉压刚度和液压刚度耦合因子，得到带压力负反馈液压位置伺服控制系统模型，并在该模型基础上对具有粘弹特性的板坯热压控制系统进行分析，将单终端动力执行单元作为独立一个粒结构，构建基于数字孪生的分布式协同三支决策模型，该模型由单终端动力执行单元和粘弹性模型作为单个粒结构单元，将液压动力系统视为具有弹性负载的动力机构进行设计，单个粒结构单元可由说明书附图1所示结构表示。
图1中，将MDF连续热压机中单终端动力执行单元和板坯粘弹性模型以“单个粒结构单元”的形式进行表示，每个“单个粒结构单元”均包括电流伺服阀1、液压控制阀2、液压缸3、热压板4、传感器5和决策控制器6，其中液压缸3的输出端安装有热压板4，传感器5采集信号后传输给决策控制器6，决策控制器6进行决策运算输出指令信号给电流伺服阀1与液压控制阀2，用于驱动液压缸3运动；
根据指令(即参考输入)，负载沿作用方向产生位移或压力，检测到负载实时输出数据后，控制器根据实时输出与参考输入的偏差，计算出控制量的粒子信息，控制液压缸驱动负载产生相应运动，消除偏差。其中PL为单位面积的液压推动力，液压缸如图1中所示，液压缸流量QL(位移量输出)的连续性方程为：
Figure BDA0003902098940000081
其中，Y为活塞位移，Ctc为总泄漏系数，Vt为高压油腔容积，βe为油液弹性模量， A为活塞有效面积，t用来描述此过程的变化时间，PL为压力；
根据牛顿定律，不计摩擦力等非线性负载及油液质量影响，动力机构的力平衡Fg方程可表为：
Figure BDA0003902098940000082
其中Fg为液压推动力，Bc为粘性阻尼系数，K为负载弹簧刚度，由于热压过程中的板坯具有粘弹特性和胶的固化作用，因此板坯对热压板的输出会产生反弹作用。MDF板坯粘弹性模型本构方程：
Figure BDA0003902098940000083
Figure BDA0003902098940000084
公式(1)(2)中ε表示板坯弹性形变量，σ表示弹性应力，E为弹簧刚度，η1为胶的固化作用量，η2为热质传递作用量，
Figure BDA0003902098940000091
表示板坯弹性形变量的导数，
Figure BDA0003902098940000092
表示板坯弹性形变量的二阶导数，
Figure BDA0003902098940000093
表示弹性应力的导数，
Figure BDA0003902098940000094
表示弹性应力的二阶导数。
步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；
由于驱动热压板的液压缸与受力面接触的面积较大，而且活塞移动时产生的水平倾斜角度可以忽略不计。因此，可以将由单终端位移控制系统和静载压力控制系统中的执行器的粒结构作为一类无终端约束的控制对象，进行控制器设计。对于位移控制系统，Derror表示液压缸作用面的当前位置与设定的板厚之间的差值，即液压缸达到设定需求所要输出的位移。对于静载压力控制系统，Perror表示液压缸当前输出压力与设定压力之间的差值。控制器的任务是使系统从不稳定状态达到稳定状态g＝0，使Perror和Derror均趋近于0，即满足方程：
Figure BDA0003902098940000095
其中
Figure BDA0003902098940000096
表示干预量的导数，g为系统板材质量控制过程的干预量，干预是在板材过程控制位置输入中产生的。T表示系统达到g＝0的收敛时间。
当板厚纠偏系统产生设定值时，系统的板材质量控制过程的干预量偏离流形g＝0，在控制器的作用下，板材质量控制过程的干预量引导系统回复稳定状态。
步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系；
当系统呈现出无序时，板材质量控制过程的干预量并不为0，而是为负值，这是由于系统输出的变化率作为板材质量控制过程的干预量表明了系统对参考输入的跟踪能力的变化趋势，负值表示执行器输出的位移越来越小于设定位移。通过控制器的调节，系统的板材质量控制过程的干预量越来越大，表示执行器输出的位移小于设定位移的趋势和程度得到改善，与设定位移越来越接近。直到板材质量控制过程的干预量由负值增大到0时，表明系统已实现无差跟踪，输出停止增长。由此可见，应用协同学原理解决板厚纠偏单终端控制问题时，本应该由0开始向正值增长的板材质量控制过程的干预量，表现为由负值向0方向增长，增长区间的不同是由板材质量控制过程的干预量所表示的特殊物理意义导致的，而其变化趋势与协同学原理所表述的一致。
Figure BDA0003902098940000097
公式(4)中，fu1(x)表示初始状态下的函数，gu1(x)表示初始状态下的传递函数，u01表示初始状态下的压力值，fu2(x)表示稳定状态下的函数，gu2(x)表示稳定状态下的传递函数，u02为稳定状态下的压力值，Ts表示当前的时间，η1表示胶的固化作用量，η2为热质传递的状态量，初始状态表示开始对板材施加干预状态，即板材生产质量控制过程中，开始对板材施加干预量时的状态，稳定状态表示完成对板材施加干预状态，即板材生产质量控制过程中，完成对板材施加干预量的状态，fu1(x)和gu1(x)表示为两部分状态函数，整体表示在粘弹性的胶和作用和热质传递等多场耦合的作用下的位置和压力间的输出及与粘弹性模型之间的关系。
步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；
结合行为决策理论、三支决策理论和粒计算理论，提出了基于粒计算的MDF连续平压三支决策模型。在基于粒计算的三支决策模型基础上，将MDF连续平压过程中的偏差类型进行决策，通过对偏差类型判定的情况具体分析，得出决策矩阵和控制模式映射规律，并根据板坯单终端的粒结构和粘弹性模型公式的推导出了输出带有干预量分布式协同过程中的三支决策映射模型的决策形式。
针对MDF连续平压过程偏差类型进行判定，通过粒计算方法对偏差类型进行决策分析，构建三支决策模型，决策图如图3所示，表示为带干预量的情况下才会产生二次判定和决策，决策后的目标最终以决策矩阵的形式进行体现，本文采用5*5的压缸阵列作为目标进行测试；
该决策的模型输出方式采取以下三种形式：
(1)位置-位置输出：主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器位置联动输出。
(2)压力-压力输出：主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出压力，Slave端子根据Master端子压力传感器进行压力随动输出。
(3)位置-压力输出模式：主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器所伴随的部分压力传感器进行压力输出。控制器需要根据决策器(Master)和决策器(Slave)之间的压力值反馈对执行单元的输出进行位置压力校正，以使输出满足厚度要求。
通过决策模型设计控制器，压缸间的位置-位置、压力-压力、位置-压力间的控制器如图4、图5、图6、图7、图8、图9所示：对MDF连续平压分布式协同控制中的控制器进行设计，设计带干预量的粒结构执行器，其中包括单组粒和组框架粒结构两种执行器，分为位置-位置、压力-压力和位置-压力间三种输出形式。
图4为单粒压缸位置-位置间的控制器设计，Dd为输位置信息，在干预量g(g的取值范围在正负0.05之间)作用的情况下，D1为单粒结构决策器Master与控制器1一起作用形成的位置输出，D1的输出通过位置传感器1反馈给Dd所在的比较器上，D2为单粒结构决策器Slave与控制器2共同作用形成的位置输出，实现D1和D2的位置-位置联动控制。
图5为单粒压缸压力-压力间的控制器设计，Pd为输入压力，P1为单粒结构决策器Master与控制器1一起作用形成的位置输出，P2为单粒结构决策器Slave与控制器2一起作用形成的位置输出，实现P1和P2压力-压力随动控制。
图6为单粒压缸位置-压力间的控制器设计，Dd为输入位置信息，在干预量g作用的情况下，D1为单粒结构决策器Master与控制器1一起作用形成的位置输出，D1的输出通过位置传感器1反馈给Dd所在的比较器上，与此同时会产生一个伴随的压力作用在压力传感器1上，P1为作用给压力传感器2输出的单粒结构决策器Slave与控制器2一起作用形成的位置输出，，实现D1和P1的主从协同控制。
图7为压缸组框架间的位置-位置间的控制器设计，定义一组带有五位传感器的整体为组框架，在干预量g(g的取值范围在正负0.05之间)作用的情况下，D1为组框架粒结构决策器Master与控制器1一起作用形成的位置组信息输出，D1的输出通过位置传感器 1反馈给Dd所在的比较器上，D2为组框架粒结构决策器Slave与控制器2共同作用形成的位置输出，实现D1和D2的组间的位置-位置联动控制。
图8为压缸组框架间的压力-压力间的控制器设计，Pd表示输入的一组五位传感器的位置信息，在干预量g(g的取值范围在正负0.05之间)作用的情况下，P1为组框架粒结构决策器Master与控制器1共同作用形成的位置组信息输出，P1的输出通过位置传感器 1反馈给Dd所在的比较器上，P2为组框架粒结构决策器Slave与控制器2共同作用形成的位置输出，实现P1和P2的组间的位置-位置联动控制。
图9为压缸组框架间的位置-压力间的控制器设计，Dd为组框架一组位置输入信息(以5*5压缸阵列位置，就是五个位置的传感器信息)，在干预量g作用的情况下，D1为单粒结构决策器Master与控制器1共同作用形成的位置输出，D1的输出通过位置传感器 1反馈给Dd所在的比较器上，与此同时会产生一个伴随的压力作用在压力传感器1上，P1为作用给压力传感器2输出的单粒结构决策器Slave与控制器2共同作用形成的位置输出，实现D1和P1的主从协同控制。
步骤S5、根据三支决策模型，进行控制器设计，该控制器设计(压机的协同单元、单组压缸的)在任务划分的基础上，建立层次协同控制模型。在阵列层，根据控制任务将工作区和执行量信息输入至工作组，生成生产线层和机架层协同控制粒信息，并启动相应的层次协同控制机制处理控制信息。通过互协同控制模式或自协同控制模式，设定生产线层次内各机架或机架层次各液压缸的动作类型、控制方式，实现各层次内各动力单元的协同动作，互协同模式关系如图10所示，图10表示为位置-压力间的某一种情况，该种协同方式的连续平压分布式协同间的液压状态方程由粒子信息表示，其系统的状态方程为：
Figure BDA0003902098940000121
式中
Figure BDA0003902098940000122
其中，FL主要来源于板坯内部的变化蒸汽压力，βe为油液弹性模量、a2和a3为液压缸总泄露系数，KJ表示负载的弹性刚度，Bp为粘弹性阻尼系数，A为活塞的有效面积， AP为活塞产生压力下的有效面积，pL为单位面积的液压推动力；u为控制电压，Ct为液压缸总泄露系数；Vt为液压缸油腔总容积，kp为放大器放大系数，ksv为伺服阀增益， cd为滑阀口流量系数，ρ为液压油密度，xv为伺服阀芯位移，M为活塞及负载折算到活塞上的总质量；ps表示为S状态下的压力值
该液压位置伺服系统是三阶系统，FL主要来源于板坯内部的变化蒸汽压力，外部干扰是不确定的。由于油液弹性模量βe、液压缸总泄露系数等参数是不确定的a2 a3，存在参数设动，但在实际系统中，视为干扰有界。
对MDF连续热压过程中的分布式协同控制进行分析，单个压缸中，两个压缸之间粒结构状态模型如下所示：
Figure BDA0003902098940000131
Figure BDA0003902098940000132
x1、x2、x3代表分布式控制中压缸运动的状态，PL代表压力，压缸活塞的位移xv，xM、zM代表着单粒结构采用Master模式下的位置状态输出，xS、zS代表着单粒结构采用Slave 模式下的位置状态输出，Master与Slave共同作用实现主从间的协同控制，这样才能是辅缸更好的配合主缸的位置联动。
公式(6-7)表示两个单缸粒结构间的协同方式及位置压力的输出，两组或多组压缸之间组框架间的压缸粒结构协同间的主从结构分析。L表示主动控制的部分-Leader是领导者，F表示从动控制的部分-Follower是跟随者。
Figure BDA0003902098940000133
Figure BDA0003902098940000134
xL、zL代表着采用压缸组框架在Leader模式下的位置状态输出，xF、zF代表着压缸组框架在采用Follower模式下的位置状态输出，Leader与Follower协同作用实现主从压缸组框架间的协同控制，这样才能使从动压缸组框架粒结构更好的配合主缸压缸组框架粒结构的位置联动。
从上述公式(6)-(9)中分析可得，在四种偏差类型中，不同的偏差类型对应不同的决策方法。在已知偏差类型的前提下，对其偏差等级的信息进行决策，得出映射关系和调整方案。四种偏差等级的状态分析图11所示。图11中对于四种偏差类型的决策分析，在不确定的边界域的情况下进行三支决策，将不确定信息变成确认信息，可以更加精准的判定偏差类型及等级，从而进行后续决策和调整控制模式方式，具体方法应用将在实验部分进行分析。
具体实施方式二：
在设计三支决策模型过程中，对MDF连续热压的不同偏差等级的控制模式分析得出，控制模式组框架间的组合配合对五组压缸，如图12所示，表示的为位置压力间的控制模式组合实现敏捷化生产，达到厚度要求。
如图13所示，定厚机架为位移主动控制模式，定形机架为压力随动模式。首先根据上位机的给定位移和计算出的位移偏移量计算位移的设定值；再根据检测传感器反馈的板坯厚度信息计算板厚干预量，进而得到位移控制量。根据MDF厚度与设定值的差异类型 (或大或小)判断液压缸作用方向，然后由定厚机架执行输出控制量。同时，将定厚机架各压缸的输出压力反馈给定形机架相应的压缸粒结构；应用同样的方法计算出压力控制量并判断出压缸的作用方向，由定形机架各压缸输出执行控制量通过三支决策模型进行决策分析，调整控制模式决策，从而达到偏差质量控制的效果。
通过上述分析将MDF连续热压的故障信息列出如表1、表2、表3、表4和表5所示，表中矩阵数据表示为不同偏差等级的决策矩阵，并针对每一个决策矩阵做出控制模式映射。偏差类型从左到右的形式依次通过矩阵信息表达，并为每种形式做出对应控制模式决策映射，该映射以5×5压缸阵列为例，映射矩阵可以调整整个平压过程中的控制模式和方案，最终实现MDF连续平压压缸组间的分布式协同控制。达到生产所需要求的板坯厚度指标和质量。
表中数字3+、3++代表控制模式3中的不同程度，由于MDF的偏差相对较大，不能用强度过大的方式进行调节，因此将会有针对每种控制模式做出不同的强度控制方式。保证纠正偏差的准确度，进行微调，S表示传感器，传感器下标的两位数字前位代表传感器的位置，后位代表传感器所构建的等级数信息，通过五位传感器的不同取值，看成五个点，将点进行连接可以初步判定偏差类型，D+表示厚度干预量，干预值有正负之分，在厚度需求的不同情况下按照正负进行干预，可加可减，P+、P-表示调节的压力强度值(增大或减小)，加、减号越多强度越大。
表1 MDF连续热压厚度偏差模式映射表
Figure BDA0003902098940000151
表1中所述，S10S20S30S40S50为无偏差类型，该种情况采用4-4-2-4-4控制模式，通过前期压力进行调节来保证连续平压过程中的厚度达到保持。S15S25S35S45S55为厚度偏差5级，此时采用4-3-2-1-4控制模式进行决策，此时厚度偏厚，需要调节压力强度P++和增加位置控制干预量D++来达到所需厚度要求。
表2 MDF连续热压右斜坡模式映射
Figure BDA0003902098940000152
Figure BDA0003902098940000161
S10S20S31S41S52代表偏差类型为右斜坡，等级为1，采用0-2-3-1-4控制模式进行决策， S13S23S34S44S55代表偏差类型为右斜坡，等级为厚度偏差3级和右斜坡5级，采用控制模式为1-3-1-1-4进行控制决策，通过增加D+和P++进行协同控制，进而达到生产厚度要求。
表3 MDF连续热压左斜坡模式映射
Figure BDA0003902098940000171
S12S22S31S41S50代表左斜坡1级偏差类型，采用4-3-1-2-4控制模式进行决策，使测厚联动D列与模式1的Master和模式2的Slave进行协同，从而达到厚度要求。 S15S25S34S44S52代表偏差类型为左斜坡，等级为厚度偏差2级和右斜坡5级，采用控制模式为4-3-1-2-4进行控制决策，在第一列进行加压控制，设计压力强度P+、P++。
表4 MDF连续热压凹陷控制模式决策映射表
Figure BDA0003902098940000181
Figure BDA0003902098940000191
S11S20S30S40S51为凹陷类型偏差等级1级，采用4-1-3-1-4控制模式映射进行决策，由于凹陷位置中间厚度很薄，说明此刻压力过大，需要调整压力值，对此进行厚度干预和减压才可以满足条件，S15S22S32S42S55代表偏差类型为凹陷，等级为厚度偏差2级和凹陷5 级，采用控制模式为4-3-2-2-4进行控制决策，同理需要按需调整位置和压力进行协同控制。
表5 MDF连续热压凸起模式映射
Figure BDA0003902098940000192
Figure BDA0003902098940000201
S12S24S35S44S52代表偏差类型为凸起，偏差等级为厚度偏差2级和凸起5级，采用控制模式4-3-4-2-4进行控制决策，在全位置测厚联动D列进行干预，增加为D+，在下一列增加压力，压力强度为P+和P++。
以上为偏差类型决策方法的映射矩阵，通过该方法在实际生产现场中37组压缸阵列压机上进行测试，分析如图14-18所示：
图14以厚度偏差等级进行测试分析，采用4-3-1-1-4控制模式决策，在10-12进行厚度干预，增加干预量，使其达到厚度要求，此时的干预量为负值，由于板坯具有粘弹性，会产生回弹效果，所以在设置厚度干预量时要考虑回弹量。
图15以左斜坡偏差等级3为例进行决策，采用4-3-2-2-4控制模式决策，可以看出，在2-3组进行厚度干预，增加干预量，11-14组进行加压，17-21，加压强度为P+，此种方法调节可以使得左斜坡偏差情况得以解决。
图16以右斜坡偏差等级3为例进行决策，采用0-2-3-1-4控制模式决策可以看出，在 18-19组进行厚度干预，增加干预量D++，6-9组进行加压，加压强度为P+，此种方法调节可以使得右斜坡偏差情况得以解决。
图17以凹陷偏差等级4为例进行决策，采用4-1-3-1-4控制模式决策可以看出，在2-3组和15-17组时采用加压的方式进行调节当前位置的厚度，在11-13组采用减压的方式调节厚度，减压强度为P-，在18-19压缸组进行厚度干预，增加干预量，此种方法调节可以使得板坯凹陷偏差问题得到解决，满足生产要求。
图18以凸起偏差等级5为例进行决策，采用1-3-2-2-4控制模式决策可以看出，在2-3组时采用减压的方式进行调节当前位置的厚度，在9-10压缸组进行厚度干预，增加干预量D+，11-13进行加压，加压强度为P+和P++，17-21组进行减压，减压强度为P-，此种方法调节可以使得凸起偏差情况得到解决。
具体实施方式三：
本领域内的技术人员通过上述实施例提及的系统及方法，本实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式，模块之间也可根据计算机逻辑结构进行重新组织。而且，本实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
根据本实施例的方法、设备(系统)、和计算机程序产品的流程图或方框图来描述的。应理解可由计算机程序指令实现流程图或方框图中的每一流程或方框、以及流程图或方框图中的流程或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。
本实施方式只是对本专利的示例性说明，并不限定它的保护范围，本领域技术人员还可以对其局部进行改变，只要没有超出本专利的精神实质，都在本专利的保护范围内。

Claims (6)

1.一种可干预的MDF连续平压三支决策协同控制方法，在MDF连续热压机的动力单元为阵列的液压缸组，液压缸组驱动热压板，实现MDF连续热压成型，其特征在于，包括以下步骤：
步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型，具体是：将MDF连续热压机中单终端动力执行单元和板坯粘弹性模型以“单个粒结构单元”的形式进行表示，每个“单个粒结构单元”均包括电流伺服阀(1)、液压控制阀(2)、液压缸(3)、热压板(4)、传感器(5)和决策控制器(6)，其中液压缸(3)的输出端安装有热压板(4)，传感器(5)采集信号后传输给决策控制器(6)，决策控制器(6)进行决策运算输出指令信号给电流伺服阀(1)与液压控制阀(2)，用于驱动液压缸(3)运动；
板坯粘弹性模型为：
公式中，ε表示板坯弹性形变量，σ表示弹性应力，E为弹簧刚度，η1为胶的固化作用量，η2为热质传递作用量，表示板坯弹性形变量的导数，表示板坯弹性形变量的二阶导数，表示弹性应力的导数，表示弹性应力的二阶导数；
步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；
步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出与粘弹性模型之间的关系，具体为：
式中，fu1(x)表示初始状态下的函数，gu1(x)表示初始状态下的传递函数，u01表示初始状态下的压力值，fu2(x)表示稳定状态下的函数，gu2(x)表示稳定状态下的传递函数，u02为稳定状态下的压力值，Ts表示当前的时间，η1表示胶的固化作用量，η2为热质传递的状态量；
步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；
步骤S5、根据步骤S4构建的三支决策模型，进行控制器设计，控制器设计在任务划分的基础上，建立层次协同控制模型，根据控制任务生成生产线层和机架层协同控制粒信息，并启动相应的层次协同控制机制处理控制信息，通过互协同控制模式设定生产线层次内各机架或机架层次各液压缸的动作类型、控制方式，实现各层次内各动力单元的协同动作，消除MDF连续平压生产中出现的偏差。
2.根据权利要求1所述的一种可干预的MDF连续平压三支决策协同控制方法，其特征在于：所述步骤S2中依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计，具体是：对于MDF连续热压机的位移控制系统，Derror表示液压缸作用面的当前位置与设定的板厚之间的差值，对于MDF连续热压机的静载压力控制系统，Derror表示液压缸当前输出压力与设定压力之间的差值，控制器的任务是使系统从不稳定状态达到稳定状态g＝0，使Derror和Perror均趋近于0，满足方程：
式中，表示干预量的导数，g为系统板材质量控制过程的干预量，T表示系统达到g＝0的收敛时间。
3.根据权利要求1所述的一种可干预的MDF连续平压三支决策协同控制方法，其特征在于：所述步骤S4中，决策控制器的模型输出方式采取以下三种形式：
第一种形式：位置-位置输出，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器位置联动输出；
第二种形式：压力-压力输出，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出压力，Slave端子根据Master端子压力传感器进行压力随动输出；
第三种形式：位置-压力输出模式，主动端子Master和从属端子Slave在同一输入下同时输出不同的物理量，Master端子输出位移，Slave端子根据Master端子位置传感器所伴随的部分压力传感器进行压力输出。
4.根据权利要求1所述的一种可干预的MDF连续平压三支决策协同控制方法，其特征在于：所述步骤S5中，互协同控制模式的连续平压分布式协同间的液压状态方程由粒子信息表示，其系统的状态方程为：
式中
其中，FL主要来源于板坯内部的变化蒸汽压力，βe为油液弹性模量、a2和a3为液压缸总泄露系数，KJ表示负载的弹性刚度，Bp为粘弹性阻尼系数，AP为活塞产生压力下的有效面积，pL为单位面积的液压推动力；u为控制电压，Ct为液压缸总泄露系数；Vt为液压缸油腔总容积，kp为放大器放大系数，ksv为伺服阀增益，cd为滑阀口流量系数，ρ为液压油密度，xv为伺服阀芯位移，M为活塞及负载折算到活塞上的总质量；ps表示为S状态下的压力值；
对MDF连续热压过程中的分布式协同控制进行分析，单组压缸中，两个压缸之间粒结构状态模型如下所示：
式中，x1、x2、x3代表分布式控制中压缸运动的状态，PL代表压缸压力，pL为单位面积的液压推动力，xv为伺服阀芯位移，xM、zM代表着单粒结构采用Master模式下的位置状态输出，xS、zS代表着单粒结构采用Slave模式下的位置状态输出，Master与Slave共同作用实现主从间的协同控制，g为干预量，η1表示胶的固化作用量，η2为热质传递的状态量，A为活塞的有效面积；
公式(6)和公式(7)表示两个单缸粒结构间的协同方式及位置压力的输出，两组或多组压缸之间组框架间的压缸粒结构协同间的主从结构为：
式中，g为干预量，η1表示胶的固化作用量，η2为热质传递的状态量，D表示平压过程的位移量，L表示主动控制的部分-Leader是领导者，F表示从动控制的部分-Follower是跟随者，xL、zL代表着采用压缸组框架在Leader模式下的位置状态输出，xF、zF代表着压缸组框架在采用Follower模式下的位置状态输出，Leader与Follower协同作用实现主从压缸组框架间的协同控制，使从动压缸组框架粒结构更好的配合主缸压缸组框架粒结构的位置联动。
5.一种可干预的MDF连续平压三支决策协同控制系统，其特征在于：包括上位机、厚度检测传感单元、偏差等级分析及动力执行单元及MDF连续热压机的动力单元，其中：
上位机，用于设定MDF连续平压机工作位移值；
厚度检测传感单元，用于检测MDF生产过程中“中密度纤维板”的厚度值；
偏差等级分析及动力执行单元，用于接收MDF生产过程中液压缸状态及动作参数、厚度检测值和上位机设定的工艺参数，并计算粒结构偏差等级，生成偏差控制决策；
MDF连续热压机的动力单元，根据生成的偏差控制决策调整控制模式，消除MDF生产过程中产生的偏差；
其中，偏差等级分析及动力执行单元，接收MDF生产过程中液压缸状态及动作参数、厚度检测值和上位机设定的工艺参数，并计算粒结构偏差等级，生成偏差控制决策的具体方法是：
步骤S1、定义MDF连续热压机中液压缸阵列的分布式粒结构模型，具体是：将MDF连续热压机中单终端动力执行单元和板坯粘弹性模型以“单个粒结构单元”的形式进行表示，每个“单个粒结构单元”均包括电流伺服阀(1)、液压控制阀(2)、液压缸(3)、热压板(4)、传感器(5)和决策控制器(6)，其中液压缸(3)的输出端安装有热压板(4)，传感器(5)采集信号后传输给决策控制器(6)，决策控制器(6)进行决策运算输出指令信号给电流伺服阀(1)与液压控制阀(2)，用于驱动液压缸(3)运动；
板坯粘弹性模型为：
公式中，ε表示板坯弹性形变量，σ表示弹性应力，E为弹簧刚度，η1为胶的固化作用量，η2为热质传递作用量，表示板坯弹性形变量的导数，表示板坯弹性形变量的二阶导数，表示弹性应力的导数，表示弹性应力的二阶导数；
步骤S2、依据液压缸阵列的分布式粒结构模型，进行粒结构决策控制器设计；
步骤S3、给出粘弹性的胶和作用和热质传递多场耦合的作用下的位置和压力间的输出与粘弹性模型之间的关系，具体为：
式中，fu1(x)表示初始状态下的函数，gu1(x)表示初始状态下的传递函数，u01表示初始状态下的压力值，fu2(x)表示稳定状态下的函数，gu2(x)表示稳定状态下的传递函数，u02为稳定状态下的压力值，Ts表示当前的时间，η1表示胶的固化作用量，η2为热质传递的状态量；
步骤S4、针对MDF连续平压过程偏差类型进行判定，构建三支决策模型；
步骤S5、根据步骤S4构建的三支决策模型，进行控制器设计，控制器设计在任务划分的基础上，建立层次协同控制模型，根据控制任务生成生产线层和机架层协同控制粒信息，并启动相应的层次协同控制机制处理控制信息，通过互协同控制模式设定生产线层次内各机架或机架层次各液压缸的动作类型、控制方式，实现各层次内各动力单元的协同动作，消除MDF连续平压生产中出现的偏差。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的一种可干预的MDF连续平压三支决策协同控制方法。
CN202211294424.4A 2022-10-21 2022-10-21 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质 Active CN115629543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211294424.4A CN115629543B (zh) 2022-10-21 2022-10-21 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211294424.4A CN115629543B (zh) 2022-10-21 2022-10-21 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115629543A CN115629543A (zh) 2023-01-20
CN115629543B true CN115629543B (zh) 2023-04-07

Family

ID=84907228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211294424.4A Active CN115629543B (zh) 2022-10-21 2022-10-21 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115629543B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102566490A (zh) * 2010-12-10 2012-07-11 东北林业大学 一种人造板连续平压自动板形纠偏协同控制方法
CN106527134A (zh) * 2016-11-23 2017-03-22 北京交通大学 大规模液压系统的分布式协同控制方法
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服系统多模型鲁棒自适应控制方法
CN111596691A (zh) * 2020-07-07 2020-08-28 福州大学 一种基于人在回路的多机器人系统的决策建模与协同控制方法及系统
CN111781836A (zh) * 2020-07-22 2020-10-16 安徽工业大学 一种液压力预设性能自适应渐近控制方法
WO2022121507A1 (zh) * 2020-12-07 2022-06-16 燕山大学 一种针对非对称伺服液压位置跟踪系统的低复杂控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102566490A (zh) * 2010-12-10 2012-07-11 东北林业大学 一种人造板连续平压自动板形纠偏协同控制方法
CN106527134A (zh) * 2016-11-23 2017-03-22 北京交通大学 大规模液压系统的分布式协同控制方法
CN108303895A (zh) * 2018-02-27 2018-07-20 南京理工大学 一种电液位置伺服系统多模型鲁棒自适应控制方法
CN111596691A (zh) * 2020-07-07 2020-08-28 福州大学 一种基于人在回路的多机器人系统的决策建模与协同控制方法及系统
CN111781836A (zh) * 2020-07-22 2020-10-16 安徽工业大学 一种液压力预设性能自适应渐近控制方法
WO2022121507A1 (zh) * 2020-12-07 2022-06-16 燕山大学 一种针对非对称伺服液压位置跟踪系统的低复杂控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
唐文秀 等.连续平压机伺服位置系统自适应滑模反步控制.自动化与仪表.2015,(第03期),第40-43,56页. *
朱良宽 等.带有高增益观测器的MDF连续热压系统滑模控制.森林工程.2017,第33卷(第05期),第79-84页. *
王忠民 等.连铸板坯的粘弹性板模型及鼓肚变形分析.机械工程学报.2001,第37卷(第02期),第66-69页. *

Also Published As

Publication number Publication date
CN115629543A (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN109986828B (zh) 一种实现总吨位控制的复合材料压机四角调平系统
CN109696836A (zh) 飞机舵机电液伺服系统智能控制方法
CN106402089B (zh) 一种基于耦合干扰观测器的级联电液伺服系统控制方法及系统
CN105068564A (zh) 一种压电陶瓷作动器的位移控制方法
CN101992220B (zh) 一种控制轧机机架刚度的方法
CN115629543B (zh) 一种可干预的mdf连续平压三支决策协同控制方法、系统及存储介质
CN116382098A (zh) 一种基于滑模控制器的热冲压运动曲线优化控制方法
CN107263890A (zh) 用于复合材料压机的力矩调平控制方法及调平装置
Dai et al. Adaptive force tracking control of electrohydraulic systems with low load using the modified LuGre friction model
CN108710301A (zh) 一种采用Maxwell模型对压电陶瓷作动器迟滞非线性在线辨识和补偿的方法及系统
CN112976667B (zh) 用于液压机活动梁与调平系统柔性对接的控制系统与方法
JP5708463B2 (ja) 油圧プレス装置の制御方法
JP5995918B2 (ja) プレス機械の横方向高剛性化装置
Jia et al. Fault‐tolerant control strategy for multicylinder hydraulic press machine based on dynamic control allocation and adjustable multiobjective optimization
CN101144493A (zh) 一种动态补偿液压伺服阀零漂的方法
CN107391826A (zh) 基于多色集合产品族配置设计的调节阀选型方法
Wang et al. Energy-efficient robust control for direct drive and energy recuperation hydraulic servo system
CN101344935B (zh) 用于预测折弯机补偿力的神经网络建模方法
CN102794814A (zh) 连续式压力机
CN111679581B (zh) 一种植保机喷杆位置仿形非线性控制方法
CN201745205U (zh) 具有双向力偶调平功能的液压机
CN112068447A (zh) 大型装备电液系统高精度鲁棒位置控制方法
CN106598224A (zh) 一种基于虚拟环境重建的增强遥操作临场感的方法
CN102794811A (zh) 连续式压力机
CN108803347B (zh) 一种反向过程鲁棒控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant