基于BP神经网络的张力控制系统

论文摘要

在印刷包装行业中,凹版印刷以其墨层厚实、色彩鲜艳、耐印力高等许多优点广泛应用于各种印刷领域。生产过程中实现对承印物张力的高精度控制是保证产品质量的关键技术之一。本文以凹版印刷机为对象,对印刷机械中纸料的张力控制技术进行了深入与系统的研究。论文设计了一套以放卷辊、力矩电机、直流电机和牵引辊为执行机构,测压张力传感器为检测机构,GE90系列PLC为控制器的分布式张力控制系统。在GENIUS网络的基础上,该系统采用WinCC开发监控软件,通过OPC技术实现WinCe与PLC之间的通信,具有较强的兼容性和互操作性。论文根据胡克定律和力矩平衡原理,建立了放卷辊、力矩电机、直流电机、测压张力传感器和牵引辊等对象的数学模型,并在此基础上分析推导出凹版印刷机生产线系统的数学模型。针对凹版印刷机张力非线性、时变性和多输入多输出的特点,分别对放卷段和凹印段提出了基于BP神经网络的张力控制方法,并进行仿真分析。仿真结果表明,基于BP神经网络的凹版印刷机张力控制克服了传统PID控制的缺陷,能够保证印刷过程中对纸料张力的稳定控制,充分验证了基于BP神经网络张力控制系统的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 凹版印刷的工艺流程
• 1.2 张力控制的现状与发展
• 1.2.1 张力控制方法
• 1.2.2 张力控制器的发展历程
• 1.2.3 张力控制的研究现状
• 1.3 神经网络理论在控制系统中的应用
• 1.4 选题背景与意义
• 1.5 本文的主要研究内容
• 第二章 凹印机张力控制系统的设计
• 2.1 张力的产生
• 2.1.1 放卷段张力的产生
• 2.1.2 凹印段与分切段张力的产生
• 2.2 凹印机张力控制系统的结构
• 2.3 张力控制系统的执行与检测机构
• 2.3.1 力矩电机
• 2.3.2 直流电动机
• 2.3.3 张力传感器
• 2.4 控制系统的硬件配置及通信网络
• 2.5 本章小结
• 第三章 凹印机张力控制系统的建模
• 3.1 纸料的张力模型
• 3.1.1 放卷段张力数学模型
• 3.1.2 凹印段与分切段张力数学模型
• 3.2 系统部件的数学模型
• 3.2.1 力矩电机的数学模型
• 3.2.2 测压传感器的数学模型
• 3.2.3 直流电动机的数学模型
• 3.2.4 牵引辊的数学模型
• 3.2.5 凹印机生产线的方框图模型
• 3.3 传统的控制算法
• 3.4 本章小结
• 第四章 基于BP神经网络的张力控制研究与仿真
• 4.1 神经网络的基本结构
• 4.2 BP神经网络模型
• 4.2.1 BP神经网络数学模型
• 4.2.2 BP算法的基本原理及其改进
• 4.3 基于BP算法的张力控制器设计
• 4.3.1 BP算法控制流程
• 4.3.2 BP神经网络控制器的设计
• 4.3.3 BP算法学习步骤
• 4.3.4 输入数据的预处理
• 4.3.5 BP算法在Matlab中的实现
• 4.4 仿真与分析
• 4.4.1 放卷段张力仿真
• 4.4.2 分切段张力仿真
• 4.5 本章小结
• 第五章 结论与展望
• 5.1 主要研究工作总结
• 5.2 后续工作展望
• 参考文献
• 附录
• 致谢
• 攻读硕士学位期间的科研及论文完成情况