必一运动(B-sports)·官方网站

编者按

在长期主义的河流中，每一次技术进步和新品研发的突破都凝聚着持续的努力和勇气，每一项创新成果都是智慧与汗水的结晶。B—sports必一将推出「研发力量」特辑，作为智能制造领域中“自主研发”的探索者，我们将与各产品线技术负责人深入对话，共同探讨技术革新如何与行业趋势紧密结合，来切实满足市场应用端的需求。

 

模温机作为注塑机周边辅机设备中的核心产品，其控温精度会直接影响注塑产品质量。而在工业自动化控制中，尤其是温度控制等过程控制领域，存在一个常见的问题，即系统响应存在时间延迟，导致控制过程中的困难，这种现象称为滞后效应。

为了更好地解决这个问题，保证控温的精准与稳定，B—sports必一提出“模具负载自适应的温度智能控制”的控制方法，对模温机传统PID控制算法进行升级，使得设备可像无人驾驶一样，自动适应负载变化并进行智能调整。

 

 

01、什么是PID

 

“PID是一种比例（P）、积分（I）、微分（D）控制算法，能够根据系统误差，即期望输出与实际输出之间的差异来动态调整控制输入。通过调整PID控制器中的三个参数——比例、积分和微分，可以减少系统的滞后效应，增强系统的稳定性，避免强烈的振荡，提高控制精度。”产品研发中心总经理王志成博士解释道。

 

如果把过程控制比作汽车驾驶，那么PID控制算法就是无人驾驶系统：

 

比例（P）是根据当前误差的大小进行调节，使系统更快地接近目标值。驾驶时，如果离目标位置很远又有需要快速到达，此时汽车往往会加大油门。

 

积分（I）是根据过去误差的积累进行调节，消除系统持续积累的偏差。在驾驶过程中，如果之前由于油门踩得不够而导致未到达目标位置，汽车会自动进行油门补偿。

 

微分（D）是根据误差的变化率进行调节，提高系统的稳定性，防止系统震荡。驾驶时如果遇到障碍，会轻踩刹车进行车速调整，避免过度加速造成颠簸。

 

02、市场规模与技术挑战

 

据《2023-2029年全球与中国注塑机辅机设备行业发展深度调研与未来趋势分析报告》显示，2023年全球模温机销售额达到5.2亿美元，占辅助设备市场的32%。

 

尽管模温机市场规模占据辅助机市场的三分之一，但技术迭代仍有待加速。王志成博士指出：“模温机核心的控制能力，尤其是控温能力，直接关系到注塑产品质量。我们通过对15000家客户的实际应用场景进行深度调研发现，模温机的控制技术虽然经过数次迭代，能够达到‘半自动化’的阶段，但外部负载一旦发生变化，如模具尺寸调整、季节温度变化等，模温机控制器参数如未能及时调整，那么控温精度将无法保持，生产出的产品质量便难以得到保障。对于那些需要生产高精密产品的客户而言，这无疑是一个亟待解决的问题。”

 

由于PID控制器的卓越性能在很大程度上依赖于控制参数的设置。在以往的实践中，通常需要技术娴熟的操作人员进行专业的调整才能实现。如果有一种能够适应外界变化，无需人工调整参数，即一种能够自动适应负载变化的控制系统，这将极大提升设备的生产效率和产品质量。这正是产品研发中心致力于解决的挑战。

 

03、新控制方案与应用价值

 

快速响应和稳定准确，即“速度和精度”是衡量控制器优劣的两个关键指标，PID控制算法中比例、积分、微分三个参数的调整是实现这些指标的关键。针对如何使模温机控温达到快速响应和稳定准确的目标？研发团队提出“模具负载自适应的温度智能控制”的控制方法，在核心算法上进行深入研究和精心打造。

 

王志成博士表示：“我们希望设备在客户现场，只需要一键开启即可自动运行。所以在传统的PID控制基础上，通过评价函数和数学模型对控制算法的参数进行实时整定，并在仿真模拟和实际测试中取得令人满意的应用表现。”他比喻说：“就像狙击手射击千米之外的目标，需要先通过精准的瞄准镜锁定远处的目标，继而依靠精准的枪械确保子弹按预期轨迹发射。在这里，评价函数相当于瞄准镜，而模型设计则相当于枪械的精确结构。只有两者的完美结合，才能使算法高效精准地达成目标。”

 

开机运行温度曲线对比

 

采用“模具负载自适应温度智能控制”方式后的模温机，其温升收敛速度较传统控制方式提升20%，这表明设备能够快速且稳定地达到目标状态，显著减少准备时间，可提升生产的效率；控温精度达到±0.1℃，模温的波动降低，这种高精度控制使得模温机可满足于航空航天、电子、电器、新能源汽车等高端领域的精密产品生产需求。

 

04、数字化与智能化的更迭趋势

 

“未来我们在技术投入方面主要聚焦数字化和智能化两大发展趋势。”王志成博士说道。

 

数字化层面，模温机与注塑机互联并支持主机调用信号，并通过数字化MES系统实现与互联网的无缝连接。这意味着设备数据将能够在客户的电脑、平板、手机等终端实时访问，让管理更便捷。

 

数字化拓星脉MES系统

 

智能化层面，产品研发中心未来将利用人工智能技术，规划和实施设备健康评估与预测，通过云端模型，提前识别设备潜在的问题，并通知客户有计划的进行设备维护与保养，最大限度地减少设备意外停机的风险，确保生产过程的连续性和效率。