3D打印温度控制算法的制作方法

本发明属于3d打印技术领域，涉及一种3d打印温度控制算法。

背景技术：

3d打印机的喷嘴温度易受到工作环境温度、电机转速、机械传动以及打印材料质量等诸多因素的影响，除此之外，温度在传递期间也存在滞后性。所以，3d打印机的温度控制系统具有非线性和滞后性。

3d打印机的温度控制系统通常使用常规的pid控制算法，而常规的pid控制算法不能够精确控制打印机喷嘴的温度。

3d打印机的温度模糊控制，根据喷头工作原理、打印材料的熔点以及环境温度因素，选用了最常见的单变量二维模糊控制结构形式。根据喷嘴的恒温要求的设定值与实际测得温度的温差和该温差的变化率，通过模糊推理，得到继电器的开关时间。无论从监测温度的输入，到控制开关的输出，都由计算机自动完成。

模糊控制算法在使用中不需要对控制目标建立精准的数学模型，所以可以较快地运算在偏差和系统的不确定性。而对于控制系统相对比较复杂的系统同样可以表现出较强的适应能力。现有的模糊控制系统结构框图如图1所示。其中，r代表模糊控制系统的输入量，e代表模糊控制系统的偏差变量，ec代表偏差变化率，y代表模糊控制系统的输出量，e代表偏差模糊变量，ec代表偏差变化率模糊变量，u代表系统控制输出模糊变量。

目前的3d打印温度控制系统，在控制打印机喷嘴温度方面的控制精度还不是很高。

技术实现要素：

本发明的目的在于，克服现有技术的不足，提供一种可提高打印温度的控制精度的新的3d打印温度控制算法。

本发明的目的是通过如下技术方案实现的：

本发明一种3d打印温度控制算法，亦即一种3d打印机温度控制系统的模糊pid控制算法(即3d打印机温度控制系统的模糊pid控制器的设计方法)：

该方法通过结合pid控制算法的动态控制强和模糊控制算法优良的鲁棒性，使用模糊控制规则对pid控制算法的3个参数进行实时调整；利用matlab软件，对3d打印机温度控制系统的模糊pid控制器进行如下设计：

(1)确定3d打印机温度控制过程中的输入输出语言变量；

本发明中，使用2输入3输出的二维模糊控制器，根据打印机温度参考值和打印机实际工作中的温度采样值，将两者之间的偏差e以及偏差变化率ec作为3d打印机温度控制系统的输入变量，δkp，δki，δkd作为3d打印机温度控制系统的输出变量；同时，确定与3d打印机温度控制系统的输入变量相等的模糊子集。

进一步地，假设3d打印机温度控制系统的输入变量e(ec)的模糊论域为e(ec)＝{-4，-3，-2，-1，0，1，2，3，4}，确定七个模糊子集：nb表示负大、nm表示负中、ns表示负小、zo表示零、ps表示正小、pm表示正中、pb表示正大，相应的量化因子ke＝0.02，kec＝0.5；则3d打印机温度控制系统的输出变量δkp，δki，δkd的模糊论域依次为δkp∈[-0.5，0.5]，δki∈[-0.5，0.5]，δkd∈[-0.3，0.3]。

(2)确定隶属度函数；

为确保3d打印机喷嘴的温度能够满足模型加工再制造的需求，提高模型打印精度和质量。本发明中，选取e(ec)相对大的区域来确定曲线平滑的高斯形隶属杉树(即高斯滤波)，而在e(ec)较小的区域内挑选出曲线呈现峰形的三角形隶属函数。除此之外，3d打印机温度控制系统的输出变量δkp，δki，δkd的隶属函数和输入变量的隶属函数应选择一样。

(3)制定模糊控制规则；

参考实际操作经验，研究、归纳出在模型打印过程中打印喷嘴的温度误差值和误差变化率分别对系统输出参数的影响，然后获得模糊控制规则表；在matlab软件的模糊规则编辑器内，参考现有的δkp，δki，δkd的一共49条规则，来进行模糊控制规则的设计。

(4)通过模糊控制规则实时调节pid参数的大小；

模糊pid控制算法主要是通过模糊控制规则进行实时调节pid参数的大小。

在模糊控制规则的观测器内，能够详细地查找每个模糊变量隶属函数多所对应的温度控制系统输出的结果，还能够推算e和ec这两者输入的pid相关参数的变化量。比如，若e＝-1,ec＝-3，则δkp＝-0.145，δki＝0.152，δkd＝-0.084。通过这种方式，根据不同的e和ec值，可以依次推算出3d打印机温度控制系统模糊输出变量δkp，δki，δkd的值。

本发明中的模糊pid控制系统的结构框图(原理框图)如图2所示。图2中，s(p)代表打印机温度参考值，pv代表实际打印过程中的采样温度。

为了加强模糊pid控制算法的可靠性和静动态能力，本发明中按上述方法设计的模糊pid控制系统使用的pid参数输入表达式如下：

其中，kp，ki，kd依次代表pid控制器的实时输入参数；kpi，kii，kdi依次代表pid控制器的最初设定参数；δkp，δki，δkd依次代表模糊控制输出参数的调节变化量。

本发明的有益效果：

本发明结合pid控制算法和模糊控制算法两者的优点，通过模糊控制算法，实现对pid算法控制过程参数的实时调整，组成模糊pid控制算法，可进一步提高3d打印温度的控制精度。

附图说明

图1是现有的模糊控制系统的结构示意图；

图2是本发明中的模糊pid控制系统的结构示意图；

图3是本发明中的模糊pid控制和pid控制仿真比较模型图；

图4是本发明中的模糊pid控制算法和pid算法抗干扰对比曲线图；

图5是本发明中的温度系统模型时间常数提高30％的仿真对比图。

具体实施方式

以下结合附图和实施例对本发明作进一步的说明。

实施例1

本发明一种3d打印温度控制算法(即温度控制算法仿真)，亦即一种3d打印机温度控制系统的模糊pid控制算法(即3d打印机温度控制系统的模糊pid控制器的设计方法)：

该方法通过结合pid控制算法的动态控制强和模糊控制算法优良的鲁棒性，使用模糊控制规则对pid控制算法的3个参数进行实时调整，利用matlab软件，对3d打印机温度控制系统的模糊pid控制器进行如下设计：

(1)确定打印机温度控制过程中的输入输出语言变量。

本发明中，使用2输入3输出的二维模糊控制器，根据打印机温度参考值和打印机实际工作中的温度采样值，将两者之间的偏差e以及偏差变化率ec作为温度控制系统的输入变量，δkp，δki，δkd作为温度控制系统的输出变量。假设温度控制系统的输入变量e(ec)的模糊论域为e(ec)＝{-4，-3，-2，-1，0，1，2，3，4}，确定七个模糊子集：nb表示负大、nm表示负中、ns表示负小、zo表示零、ps表示正小、pm表示正中、pb表示正大，相应的量化因子ke＝0.02，kec＝0.5；温度控制系统的输出变量δkp，的模糊论域依次为δkp∈[-0.5，0.5]，δki∈[-0.5，0.5]，δkd∈[-0.3，0.3]，同时，确定与温度控制系统的输入变量相等的模糊子集。

(2)确定隶属度函数。为确保3d打印机喷嘴的温度能够满足模型加工再制造的需求，提高模型打印精度和质量。本发明中，选取e(ec)相对大的区域来确定曲线平滑的高斯形隶属杉树(即高斯滤波)，而在e(ec)较小的区域内挑选出曲线呈现峰形的三角形隶属函数。除此之外，温度控制系统的输出变量δkp，δki，δkd的隶属函数和输入变量的隶属函数应选择一样。

(3)制定模糊控制规则。参考实验操作经验，研究、归纳出在模型打印讨程中打印喷嘴的温度误差值和误差变化率分别对系统输出参数的影响，然后获得模糊控制规则表，如下表所示：

在模糊pid控制器里面的这个模糊控制规则表中，e表示偏差，ec表示偏差变化率，u是输出变量，第一列(nb,nm,....)是e的语言变量，同理，第一行是ec的语言变量。

在matlab软件的模糊规则编辑器内，参考现有的δkp，δki，δkd的一共49条规则，来进行模糊控制规则的设计。

(4)通过模糊控制规则实时调节pid参数的大小。

模糊pid控制算法主要是通过模糊控制规则进行实时调节pid参数的大小。

在模糊控制规则的观测器内，能够详细地查找每个模糊变量隶属函数多所对应的温度控制系统输出的结果，还能够推算e和ec这两者输入的pid相关参数的变化量。比如，若e＝-1,ec＝-3，则δkp＝-0.145，δki＝0.152，δkd＝-0.084。通过这种方式，根据不同的e和ec值，可以依次推算出模糊输出变量δkp，δki，δkd的值。

本发明中的模糊pid控制系统的结构框图(原理框图)如图2所示。图2中，s(p)代表打印机温度参考值，pv代表实际打印过程中的采样温度。

为了加强模糊pid控制算法的可靠性和静动态能力，本发明中按上述方法设计的模糊pid控制系统使用的pid参数输入表达式如下：

其中，kp，ki，kd依次代表pid控制器的实时输入参数；kpi，kii，kdi依次代表pid控制器的最初设定参数；δkp，δki，δkd依次代表模糊控制输出参数的调节变化量。

实施例2

仿真研究对比试验：

(1)模糊pid控制器与常规的pid控制器的对比仿真分析

为了考察本发明设计的模糊pid控制算法对3d打印机温度控制的性能，使用matlab/simulink对设计的模糊pid控制器和常规的pid控制器进行对比仿真分析。通过采用临界比例法获得常规pid控制器的3个参数，并且选定模糊pid的参数初始值，模糊pid控制器和pid控制器的仿真比较框如图3所示。

(2)模糊pid控制算法与pid算法的抗干扰性效果对比

模糊pid和传统pid的抗干扰能力对比响应曲线见图4，系统在单位阶跃响应曲线作用下，模糊pid和传统pid的超调量为5％、23％，稳定时间为60s、70s，响应速度为30s、20s。对比分析可得:虽然模糊pid响应速度稍慢于传统pid，但其具有达到稳定时间短，超调量小的优势。

在运行100s时给系统增加20％的阶跃扰动信号，由图4中可以看到，稳定状态的响应曲线在110.6s处出现扰动。模糊pid和传统pid的达到稳定时间为15s、23s，超调量为1％、4％；对比分析可得：在受到扰动情况下，模糊pid系统也具有达到稳定时间短，超调量小的优势。

(3)模型失配情况下，模糊pid控制算法与pid算法的鲁棒性对比

为验证模糊pid喷头温度控制系统应对模型失配状况的能力，使系统模型时间常数增加50％进行仿真实验，见图5。

由图5可得：观察系统模型时间常数增加30％的单位阶跃响应曲线，模糊pid控制算法与传统pid控制算法的达到稳定时间分别为65s，135s，超调量分别为40％，7％。由响应曲线形状可看出，传统pid超调较大、系统出现震荡、达到稳定状态时间较长；模糊pid响应曲线没有震荡，且较短时间内到达稳定状态。由此可得，模糊pid较传统pid鲁棒性更强，从而证明，利用模糊规则在线实时校正pid参数用于复杂温度控制系统具有较强的适应性和有效性。