​惠州吹塑制品壁厚的加工控制策略？工业生产中采用型坯壁厚程序控制器对吹塑制品壁厚进行控制  ，其存在依赖操作人员经验进行反复调试、调试过程中原料消耗量大和制品质量不稳定等缺点 。
随吹塑制品复杂程度的提高  ，采用这种方法难以获得合适的制品壁厚分布 。为此  ，本文收集了吹塑制品壁厚的控制策略 。

1、吹塑制品壁厚迭代优化与控制的建模及策略

提出的吹塑制品壁厚迭代优化与控制的总体方案  ，目的是根据吹塑制品壁厚要求反向推算型坯机头模口间隙曲线应如何设置  ，才能使被挤出的型坯可吹塑出给定壁厚的制品  ，而又尽可能地减少材料的用量 。 该方案由两部分 4 阶段组成：

( 1)采用 有限元FE 法  ，模拟给定模口间隙下挤出型坯的外径和壁厚分布以及型坯吹胀后的吹塑制品壁厚分布  ，确定初始的模口间隙曲线；

( 2) 以该初始间隙曲线为基准  ，通过正交实验设计进行实验  ，对实验结果进行灵敏度分析  ，反推理论上Z优的间隙曲线  ，并按该曲线进行实验；

( 3) 采用实验获得的吹塑制品壁厚分布和对应的模口间隙曲线  ，建立 NN 模型；

( 4) 采用上述 NN模型计算目标函数值  ，并采用带精英保留策略和嵌入有模拟退火算法的遗传算法进行全局优化  ，推导一条新的模口间隙曲线  ，根据制品壁厚要求对该间隙曲线进行迭代优化  ，以使Z终得出的吹塑制品壁厚完全落入目标区间 。

2、吹塑制品壁厚的智能化控制策略

在上述研究的基础上  ，进一步提出了一种集数值模拟、Z优化技术、在线检测和在线控制于一体的吹塑制品壁厚智能化控制策略  ，该智能化控制策略主要包括如下几点：

( 1) 型坯壁厚优化 。对吹塑过程进行 有限元FE 模拟  ，利用模拟结果建立型坯壁厚分布与优化目标函数之间的 神经网络 NN 模型  ，采用该模型实时求解优化迭代过程中的目标函数；结合多种群并行遗传算法  ，以获得所需的吹塑制品壁厚为目标  ，建立型坯壁厚优化的数学模型； 求解该模型获得优化的型坯壁厚分布曲线  ，并根据实验获得的机头模口间隙与型坯壁厚之间的关系确定优化的初始机头模口间隙曲线 。

( 2) 制品壁厚在线检测 。构建多通道超声波检测装置  ，开发具有多通道数据采集、信号处理、壁厚识别和壁厚输出功能的检测软件  ，实现吹塑过程中吹塑制品壁厚的模内在线检测 。

( 3) 自整定模糊高阶 PD 型迭代学习控制算法设计 。结合模糊算法和迭代学习控制算法  ，提出一种自整定模糊高阶 PD 型迭代学习控制算法  ，其在迭代学习的基础上增加一个自整定模糊高阶 PD 型控制器  ，充分发挥迭代学习控制和模糊控制的优点  ，既提高鲁棒性又保证精度 。