本发明专利技术涉及温度控制技术领域，且公开了一种光缆挤压成型的温度智能控制系统及方法，包括历史数据存储模块、目标数据采集模块、理论温度分析模块、实际温度分析模块以及温度智能控制模块，通过设有理论温度分析模块与实际温度分析模块，有利于通过构建全连接神经网络模型，易于实现，并具有较强的表示能力，能够很好地表示出一类数据与理论挤压成型温度值之间的关系，可以依据不同光缆外护套的要求进行温度控制，提高了外护套的成型质量，拓宽了普适性；同时对挤压过程中存在的热量损失进行分析，提高了外护套的成型质量，对挤压头的温度进行智能化精准化的控制，提高了对挤压头温度控制的准确性。
【技术实现步骤摘要】
本专利技术涉及温度控制，更具体地涉及一种光缆挤压成型的温度智能控制系统及方法。
技术介绍
1、光缆热塑挤压成型工艺将玻璃纤维由带张力控制的放线架放出，通过过线支架偏转一定角度后穿过分线盘上沿圆周均匀分布的16个过线模进入挤压头，由中心束管放线架放出的光纤单元，从挤压头中心穿过，由热熔胶机压送出来的高温高压高粘度的热熔胶，经加热软管从两边进入挤压头，经过挤压、粘接、热塑成型、压缩、定径后的缆芯铠装层即进入挤塑机机头挤制聚乙烯外护套，经冷却、牵引到线盘，制成成品。
2、在实际生产中，光缆成型工艺过程中光缆护套生产线是光缆制造行业中最后一道工序，其护套层的质量将对光缆的机械 、热、化学等性能产生至关重要的影响，护套成型工艺质量欠佳会导致光缆出现性能衰减问题，而在护套成型工艺中，对护套的挤压温度控制尤为重要，是光缆护套质量最为直接的决定因素。
3、现有的光缆挤压成型中在对外护套进行挤压成型时无法对挤压头加热器的温度进行精准的控制，由于挤压过程中会产生热量损失，进而无法使成型温度达到所需要的数值，从而对外护套挤压成型效果产生影响，降低了护套成型质量。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种光缆挤压成型的温度智能控制系统及方法，以解决上述
技术介绍
中存在的问题。
2、本专利技术提供如下技术方案：一种光缆挤压成型的温度智能控制系统，包括历史数据存储模块、目标数据采集模块、理论温度分析模块、实际温度分析模块以及温度智能控制模块；
3、所述目标数据采集模块用于获取目标数据，并传输至理论温度分析模块与实际温度分析模块；所述目标数据采集模块包括一类数据获取单元与二类数据获取单元；
4、所述理论分析模块基于历史数据存储模块的数据构建全连接神经网络模型，并对一类数据获取单元的一类数据进行分析，得到理论成型温度值；
5、所述实际温度分析模块接收理论温度分析模块的理论成型温度值与二类数据获取单元的二类数据，对挤压过程中的热量损失进行计算分析，并结合理论成型温度值，得出最终实际成型温度值；
6、所述温度智能控制模块接收实际温度分析模块的数据，对温度进行智能调控。
7、优选的，所述一类数据获取单元用于获取一类数据后传输至理论温度分析模块，所述二类数据获取单元用于获取二类数据后传输至实际温度分析模块，所述一类数据包括光缆外护套的材料熔化温度、材料固化温度、光缆直径以及生产速度；所述二类数据包括挤压模具挤压头表面积、环境温度、空气对流传热系数、热辐射系数以及黑体辐射系数。
8、优选的，所述构建全连接神经网络模型的具体处理方式为：
9、初始化全连接神经网络模型基本架构：基本架构包括输入层、隐藏层、激活函数、损失函数、学习率、正则化器以及输出层；
10、初始化权重和偏置后，通过反向传播算法得出损失函数对每一个参数的梯度，再根据梯度和学习率使用梯度下降法更新每一个参数；
11、所述激活函数选取sigmoid函数；
12、所述损失函数选取均方误差损失函数：，其中，yi为第i个样本的真实值，pi为第i个样本的预测值；
13、在训练过程中，参数的更新向着损失函数梯度下降的方向，参数的更新公式为：，其中，wh,r为全连接神经网络模型第r层更新后的参数，wq,r为全连接神经网络模型第r层当前参数，αr为全连接神经网络模型第r层的学习率，tloss为全连接神经网络模型第r层损失函数的梯度；
14、若损失函数在连续β次迭代过程中均不再发生变化，则模型收敛训练结束，得到训练完成的全连接神经网络模型。
15、优选的，所述热量损失的计算公式为：，其中，qall为挤压成型过程中的热量损失总值，qd为挤压成型过程中挤压头周围空气对流散失的热量，qf为挤压头热辐损失的热量；
16、，其中，s为挤压模具挤压头表面积，γ为空气对流传热系数，ch为环境温度，ρ0为理论成型温度值；
17、，其中，ε为热辐射系数，ε的取值满足ε∈[0.25，0.75]，hf为黑体辐射系数；
18、所述实际成型温度值为：，其中，ts为实际成型温度值，m为挤压头质量，c为挤压头的材料比热容。
19、优选的，所述温度智能控制模块接收实际温度分析模块的数据，对温度进行智能升温的具体方式为：
20、计算挤压头从当前温度升温至实际成型温度值所需的时间：，其中，t1为挤压头从当前温度升温至实际成型温度值所需的时间，td为挤压头当前温度，η1为挤压头的升温效率。
21、优选的，所述温度智能控制模块接收实际温度分析模块的数据，对温度进行智能降温的具体方式为：
22、计算挤压头从当前温度降温至实际成型温度值所需的时间：，其中，t2为挤压头从当前温度降温至实际成型温度值所需的时间，η2为挤压头的降温效率，td为挤压头当前温度。
23、一种光缆挤压成型的温度智能控制方法，包括以下步骤：
24、步骤s01：对历史数据进行存储，并将存储的历史数据作为训练集；
25、步骤s02：基于步骤s01中的训练集，构建全连接神经网络模型；
26、步骤s03：获取一类数据，输入至已构建完成的全连接神经网络模型中，输出理论成型温度值；
27、步骤s04：获取二类数据，计算挤压成型过程中的热量损失总值，并结合步骤s03中输出的理论成型温度值，得出实际成型温度值；
28、步骤s05：基于步骤s04中的实际成型温度值对温度进行智能调控。
29、本专利技术的技术效果和优点：
30、本专利技术通过设有理论温度分析模块与实际温度分析模块，有利于通过构建全连接神经网络模型，易于实现，并具有较强的表示能力，能够很好地表示出一类数据与理论挤压成型温度值之间的关系，并加入正则化器控制全连接神经网络模型的复杂度并防止过拟合，可以依据不同光缆外护套的要求进行温度控制，提高了外护套的成型质量，拓宽了普适性；同时对挤压过程中存在的热量损失进行分析，防止出现热量过度损失的情况，导致温度无法达到所需要的数值，提高了外护套的成型质量，保证了光缆外护套的挤压成型过程中的成型效果，对挤压头的温度进行智能化精准化的控制，提高了对挤压头温度控制的准确性。
本文档来自技高网...
【技术保护点】
1.一种光缆挤压成型的温度智能控制系统，其特征在于：包括历史数据存储模块、目标数据采集模块、理论温度分析模块、实际温度分析模块以及温度智能控制模块；
2.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述一类数据获取单元用于获取一类数据后传输至理论温度分析模块，所述二类数据获取单元用于获取二类数据后传输至实际温度分析模块，所述一类数据包括光缆外护套的材料熔化温度、材料固化温度、光缆直径以及生产速度；所述二类数据包括挤压模具挤压头表面积、环境温度、空气对流传热系数、热辐射系数以及黑体辐射系数。
3.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述构建全连接神经网络模型的具体处理方式为：
4.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述热量损失的计算公式为：，其中，Qall为挤压成型过程中的热量损失总值，Qd为挤压成型过程中挤压头周围空气对流散失的热量，Qf为挤压头热辐损失的热量；
5.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述温度智能控制模块接收实际温度分析模块的数据，对温度进行智能升温的具体方式为：
6.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述温度智能控制模块接收实际温度分析模块的数据，对温度进行智能降温的具体方式为：
7.一种光缆挤压成型的温度智能控制方法，用于使用上述权利要求1-6所述的任一种光缆挤压成型的温度智能控制系统，其特征在于：包括以下步骤：
...
【技术特征摘要】
1.一种光缆挤压成型的温度智能控制系统，其特征在于：包括历史数据存储模块、目标数据采集模块、理论温度分析模块、实际温度分析模块以及温度智能控制模块；
2.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述一类数据获取单元用于获取一类数据后传输至理论温度分析模块，所述二类数据获取单元用于获取二类数据后传输至实际温度分析模块，所述一类数据包括光缆外护套的材料熔化温度、材料固化温度、光缆直径以及生产速度；所述二类数据包括挤压模具挤压头表面积、环境温度、空气对流传热系数、热辐射系数以及黑体辐射系数。
3.根据权利要求1所述的一种光缆挤压成型的温度智能控制系统，其特征在于：所述构建全连接神经网络模型的具体处理方式为：
4.根据权利要求...
【专利技术属性】
技术研发人员：宋超，闫锋，张晓葵，崔运浩，刘永振，柏磊磊，孙学尚，
申请(专利权)人：山东特发光源光通信有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。