0引言
在气象探测领域,中国电子科技集团公司第二十二研究所自主研发的QFW—6000型微波辐射计
[1]
通过实时测量大气微波辐射信号,监测大气积分水汽含量、路径液态水含量的连续变化,反演输出大气温、湿度廓线等,能够实现短时、临近天气预报,提高中小尺度天气的监测预警能力;通过对灾害性天气加密观测,对其变化趋势和影响区域进行科学研判,提高预报的精细化水平;同时也可以为人工影响天气作业方案的科学设计、作业条件的综合判别和作业实施提供依据,减少人工影响天气作业的盲目性,增加作业的科学性。
现如今,温度控制技术主要包括定值开关控制、 PID控制与智能控制
[2]
。定值开关控制适用于温度要求不高的场合,不适用于该系统。传统PID温度控制系统结构简单、鲁棒性好,且具有较强的适应性,在大多生产控制过程中获得了较好的控制效果并得到了广泛应用,但在处理一些复杂、非线性、不确定性的系统时,其性能往往会受到限制。智能控制
[3]
则利用高性能计算机与专家系统等智能设备的优势进行算法优化,从而较好地实现目标。
本文结合PID控制与智能控制特点,设计了一种基于自适应模糊PID控制的高精度温控系统
[4]
,对 PID参数进行在线自整定,使系统达到温控精度。最后对设备实际测试,该温控系统为辐射计接收机提供了稳定的工作温度,具有更好的自适应性、鲁棒性和控制精度
[5]
对于提高产品质量和生产效率具有重要的实际意义。
1 系统总体设计
QFW—6000型微波辐射计主要由天线、接收机、 伺服控制系统、温控系统、中央处理系统等组成,接收机为辐射计核心部件,包含V波段和K波段,接收机将接收到的微弱信号转换成电压信号,并运用反演算法,连续输出气象产品数据。微波辐射计为被动接收设备,不主动发射激励信号,接收的信号为大气微弱的辐射噪声信号,特别容易受自身温度噪声影响, 自身温度的变化会极大地影响接收机的输出电压,进而影响辐射计的整体测量精度。因此,接收机的高精度恒温控制系统是微波辐射计不可或缺的重要组成部分,是辐射计高精度测量的前提条件。
1.1 系统电路设计
系统以DSP28335芯片作为控制系统的核心,通过接收机内部的高精度温度传感器获取多点温度数据,数据经过数字滤波后输入自适应模糊PID控制器,经算法运算后输出PWM控制信号调节输出电流大小,控制加热或制冷模块功率,实现温度控制。
温控系统硬件功能包括电源模块、处理器单元、控制输出单元、温度采集单元、通信单元等;电源模块包括系统电源及温控电源,系统电源通过电源模块将外部供应电源转换成采集控制板各单元需要的电源,供内部使用;温控电源则经过控制板输出到外部恒温单元的加热或制冷设备,通过控制输出单元对输出功率进行控制,实现恒温单元的温度控制。处理器单元主要包括DSP电路、晶振电路、烧写电路等处理器最小系统。温度采集单元则用于连接数字温度传感器,实时采集接收机温度数据。通信单元主要包括一路CAN总线电路,与上位机进行通信等。图1为恒温控制系统的总体框图。
1.2 各模块电路
1.2.1DSP处理单元
TMS320C2000系列DSP处理器集微控制器和高性能DSP的特点于一身,具有强大的控制和信号处理能力,能够实现复杂的控制算法。DSP处理器最小系统电路如图2所示。
DSP处理单元电路主要由芯片复位电路、JTAG 烧写电路及晶振电路等组成,构成DSP处理器最小系统电路。
1.2.2电源单元
恒温控制电源采用系统电源与温控电源分开设计,两者相互独立,中间通过光耦控制输出,保证了系统电源稳定性。系统电源输入电压为5 V输入,经过电源芯片转化成3.3 V和1.9 V,其中根据DSP上电时序要求,1.9 V电源芯片受控3.3 V芯片,当3.3 V正常上电后,使能1.9 V电源芯片输出电压。因为系统内有模拟量信号,该数字电源通过电感输出模拟电源为模拟信号供电。电源设计电路如图3所示。
1.2.3控制输出单元
控制电路由光耦及CMOS管组成,光耦输入端连接DSP控制信号,输出端连接CMOS控制端,通过控制CMOS通断实现对恒温设备的功率控制,进而实现设备恒温控制。该系统恒温控制功率主要受CMOS芯片性能影响,所选芯片最大电流为45 A,满足功率要求。控制输出电路如图4所示。
1.2.4通信单元
本系统包含一路CAN通信电路。CAN总线采用多主竞争式总线结构,具有多主站运行和分散仲裁的串行总线以及广播通信的特点。CAN总线上任意节点可在任意时刻主动向网络上其他节点发送信号而不分主次,因此可在各节点之间自由通信。CAN网络电路图如图5所示。
2 系统软件设计
2.1 软件总体框架
本文设计的温控系统软件主要由主控芯片通过温度传感器采集接收机内部温度,然后与设定值进行比较,对温度偏差及偏差变化率进行温控精度判别,如果温差范围满足控制精度,则系统仍沿用之前 PID控制器参数进行温度控制,如果温差范围大于控制精度,则软件介入自适应模糊控制进行PID参数自整定,直至调整至温度控制精度。
程序流程图如图6所示。
2.2 温度控制算法设计
2.2.1PID控制器设计
PID控制器通过将偏差的比例、积分和微分环节 叠加到输入中,来调整被控对象的行为,具有算法简单、稳定性好、可靠性高的特点,比较适用于大体为线性且动态特性不随时间变化的系统。图7为PID控制器原理图,其中虚线部分就是传统的PID控制器。
其中输入偏差e(t)的表达式为:
e(t)=r(t)—c(t) (1)
PID控制器是一个负反馈闭环控制器,其控制原理就是将被控对象的实际输出c(t)反馈到PID控制器 与输入r(t)进行比较,在计算出偏差e(t)后,通过PID 控制器对其进行相应的各种组合的运算,得到PID控制器的输出量U(t)。输出量U(t)的表达式为:
式中:U(t)为控制系统输出量;∫
t
0
e(t)dt为被控对象在t时刻的误差;de(t)/dt为被控对象在t时刻的误差变化率Δec(t);K
P
、K
I
、K
D
为比例、积分、微分增益。比例增益K
p
使系统反应灵敏,快速调节系统误差;积分增益K
I
逐渐消除系统稳态误差;微分增益K
D
提前预测系统误差变化趋势,从而消除误差,抑制调节过程中产生的振荡。
系统中控制参数的正确选取是达到控制目标的关键,不合适的控制参数会对系统的稳定性造成影响。
2.2.2模糊控制器设计
模糊控制器
[6]
主要由模糊化接口、模糊推理机、数据库、规则库、解模糊化接口等五部分组成。模糊控制主要流程为:首先将系统的输入变量根据比例因子转化为模糊论域的模糊值,然后经过模糊推理得到相应的模糊控制量,最后经过反模糊化运算转化为精确值输出
[7]
。模糊控制器结构图如图8所示。
本模糊控制器将温度偏差e(t)和温度偏差变化率Δec(t)作为模糊控制器的输入,以K
P
、K
I
、K
D
三个参数的在线修正量ΔK
P
、ΔK
I
、ΔK
D
作为模糊控制器的输出变量。
定义e(t)和Δec(t)语言变量为E与EC,根据它们将系统使用三角隶属函数部分的基本论域设为偏差e ∈[—1,1],偏差变化率Δe ∈[—0.5,0.5]。再把基本论域乘以相应的比例因子K
e
=6,K
Δec
=12,语言变量E与 EC的模糊论域均为[—6,6]。定义ΔK
P
、ΔK
I
、ΔK
D
对应语言变量为K
P
、K
I
、K
D
基本论域分别为[—20,20]、[—10,10]和[—5,5]。再把基本论域乘以相应的比例因子K
0
=20,K
1
=10,K
2
=5,语言变量K
P
、K
I
、K
D
论域均为[—1,1]。输入与输出变量的模糊子集均记为{NB, NM,NS,ZO,PS,PM,PB},子集中元素分别代表:负大、负中、负小、零、正小、正中和正大。基于以上条件,采用三角形隶属函数作为控制器输入与输出变量的隶属函数
[8]
。
根据PID控制规律,制定K
P
、K
I
、K
D
的模糊控制规则,如表1所示。
控制程序通过查询模糊控制规则表得出每条控制规则的模糊关系,例如K
P
的E=NS,EC=PM,则 K
P
=NS。系统选用最大隶属度法将模拟量转化成精确量,精确量乘以比例因子得到最终控制量。所有最终控制量都是在起始PID参数的基础上进行修正的,在线整定K
P
、K
I
、K
D
参数的公式为:
式中:K
PP
、K
II
、K
DD
均为PID控制器整定好的参数初始值,通过试凑法在预整定中得到;ΔK
P
、ΔK
I
、ΔK
D
分别对应K
P
、K
I
、K
D
三个参数的在线变量。
2.2.3 自适应模糊PID控制器设计
合并上述PID控制与模糊控制器,组成该系统的自适应模糊控制器。自适应模糊PID控制器
[9]
结构图如图9所示。
3 试验与分析
辐射计接收机对温控系统设计指标要求是在—45~60℃范围内,恒温控制在54℃ ,温控精度为±0.05℃ 。根据指标要求,对温控系统开展试验,验证控制性能。
为使系统快速到达设定状态,在设备升温阶段,温控系统满功率运行,使系统快速达到温控点附近,然后再加入自适应模糊PID控制,如图10所示。选择恒温一天的数据,如图11所示。
图10、图11中,采样周期为1 s,纵坐标值为实际值的10倍。数据显示,设备开机后,接收机温度能够迅速到达恒温点,并伴有轻微超调,最大超调温度为0.1℃ 。当系统达到恒温温度后,温度最大偏差为±0.02℃,满足系统指标要求。
4结束语
为了降低接收机温度变化对微波辐射计测量结果的影响,保障其测量精度,本文针对QFW-6000型微波辐射计温控性能要求,结合常规PID控制器与模糊控制器特点,将两种控制从软件上有机结合,设计了自适应模糊PID温度控制系统。最后,将温控系统应用到实际设备中,验证控制器控制性能。试验数据显示,最大温度偏差只有±0.02℃,该温控系统满足温控指标要求。
[参考文献]
[1]刘萱,岳增祥,陈后财,等.QFW-6000型微波辐射计探测精度分析[J].电子技术与软件工程,2020(9):66-68.
[2]王凯.现代控制理论分析 [J]. 自动化应用,2018 (5):149-150.
[3]孙增圻,邓志东,张再兴.智能控制理论与技术[M].2版.北京:清华大学出版社,2011.
[4]唐晓倩,贺铭龙,孙亭,等.中频加热电源模糊自适应PID 控制系统的设计与实现 [J].机电工程技术,2024,53(1):99-102.
[5] 曾庆顺.基于遗传优化的模糊PID-smith算法在LD温控系统中的研究[D].湘潭:湘潭大学,2016.
[6]吴文进,郭海婷,苏建徽,等.基于自适应模糊PID算法的锂电池组双层均衡控制 [J]. 电力系统保护与控制,2024,52(2):111-117.
[7]黄斌,谢国进,梁武三,等.基于混合型模糊PID的加热炉温度控制系统应用[J].电气传动,2018,48(2):43-46.
[8]王萍.基于模糊控制系统的机械臂自适应控制算法设计[J].计算机测量与控制,2023,31(12):145-151.
[9]沈建军,唐正,王斌强,等.基于优化模糊自适应PID的除雪撒盐车马达恒转速调控 [J].液压与气动,2023,47(7):37-45.
2024年第18期第9篇
