蘇力，雷瑛

(1.西安航空學(xué)院 電子工程學(xué)院，陜西 西安 710077; 2.西安交通工程學(xué)院 機(jī)械工程學(xué)院，陜西 西安 710300)

0 引 言

溫度作為工業(yè)生產(chǎn)過(guò)程中最重要的參數(shù)之一，對(duì)絕大多數(shù)化學(xué)及物理反應(yīng)有著決定性作用，直接影響反應(yīng)的成敗，從而決定了生產(chǎn)工藝的好壞以及產(chǎn)品質(zhì)量的高低，甚至決定了生產(chǎn)過(guò)程的安全問(wèn)題。因此如何對(duì)溫度進(jìn)行精確檢測(cè)和控制也成為人類不斷研究探索的領(lǐng)域[1-5]。

溫度控制的核心問(wèn)題便是溫度控制環(huán)節(jié)控制算法的設(shè)計(jì)。在控制溫度過(guò)程中，由于被控對(duì)象的本質(zhì)屬性及其所處外界環(huán)境等各種因素的影響，設(shè)計(jì)一個(gè)通用的溫度控制系統(tǒng)是十分艱難的[6-7]。國(guó)內(nèi)武漢新美亞科技開(kāi)發(fā)公司推出的開(kāi)放式面板數(shù)字溫控器5 R 7-570，通過(guò)LED顯示屏顯示當(dāng)前溫度(4位數(shù))并可遠(yuǎn)程設(shè)置目標(biāo)溫度和旋鈕刻度盤(pán)，制冷制熱模式可通過(guò)LED顏色加以區(qū)分，具有斷路保護(hù)的功能，其溫控范圍為20～150 ℃，誤差范圍為±0.1 ℃[8]。成都業(yè)賢科技有限公司生產(chǎn)的TCM系列溫控模塊，延長(zhǎng)了制冷片的壽命并提高了穩(wěn)定性[9-12]。

1 溫度測(cè)量與控制系統(tǒng)整體方案設(shè)計(jì)

在合理設(shè)計(jì)恒溫箱的機(jī)械結(jié)構(gòu)，減弱外界環(huán)境溫度變化對(duì)箱內(nèi)溫度的影響的基礎(chǔ)上，設(shè)計(jì)高精度溫度測(cè)量與控制系統(tǒng)，其主要功能是根據(jù)上位機(jī)發(fā)送的指令精確控制恒溫箱內(nèi)的溫度，使溫度波動(dòng)范圍在目標(biāo)溫度±0.02 ℃內(nèi)。系統(tǒng)總體設(shè)計(jì)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)總體設(shè)計(jì)框圖

圖1中溫度測(cè)量環(huán)節(jié)主要包括兩部分：①溫度傳感器，將溫度值轉(zhuǎn)化為電壓信號(hào)，以便后續(xù)器件識(shí)別和轉(zhuǎn)換；②A/D轉(zhuǎn)換電路，將所得電壓信號(hào)轉(zhuǎn)換為相應(yīng)的數(shù)字信號(hào)，以供控制器運(yùn)算和處理。

系統(tǒng)的軟件部分采用C語(yǔ)言編寫(xiě)，以嵌入式操作系統(tǒng)μC/OSII為基礎(chǔ)進(jìn)行擴(kuò)展開(kāi)發(fā)。軟件系統(tǒng)主要可分為溫度測(cè)量、溫度控制和通信模塊三個(gè)部分，其組成如圖2所示。

圖2 軟件系統(tǒng)組成框圖

溫度信號(hào)的精確測(cè)量對(duì)后續(xù)的溫度控制等至關(guān)重要，溫度測(cè)量部分主要由信號(hào)采集和數(shù)字濾波兩部分組成，包括校準(zhǔn)溫度傳感器的阻值，編寫(xiě)A/D轉(zhuǎn)換器的讀寫(xiě)函數(shù)以及數(shù)字濾波算法等。信號(hào)采集的過(guò)程可由圖3表示。

圖3 信號(hào)采集流程圖

2 基于BP神經(jīng)網(wǎng)絡(luò)的恒溫箱溫度預(yù)測(cè)模型建立

恒溫箱內(nèi)的溫度場(chǎng)受到外界環(huán)境溫度，箱內(nèi)空氣對(duì)流情況，以及加熱或制冷元件工作功率等因素的綜合影響，是一個(gè)典型的非線性系統(tǒng)。溫度控制過(guò)程中，加熱或制冷效果充滿整個(gè)箱內(nèi)空間也需要一定的時(shí)間，恒溫箱溫度控制具有一定的滯后性，提前做出預(yù)測(cè)可以進(jìn)行超前控制，削弱滯后性。本文正是從這兩方面出發(fā)，利用BP神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)出恒溫箱溫度預(yù)測(cè)系統(tǒng)。經(jīng)過(guò)多次嘗試后，最終確定本預(yù)測(cè)系統(tǒng)神經(jīng)元個(gè)數(shù)為7個(gè)。溫度預(yù)測(cè)系統(tǒng)的輸入輸出如表1所示。

表1 溫度預(yù)測(cè)系統(tǒng)的輸入輸出

確定BP網(wǎng)絡(luò)隱含層激活函數(shù)f為L(zhǎng)og-Sigmoid函數(shù)，最終，本文采用的溫度預(yù)測(cè)系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，如圖4所示。

圖4 恒溫箱溫度預(yù)測(cè)系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

將輸入數(shù)據(jù)映射到[-1，1]之間，此步驟稱為歸一化處理，是為了便于后續(xù)對(duì)數(shù)據(jù)的運(yùn)算和處理，達(dá)到提高訓(xùn)練效果的目的，歸一化處理公式如式(1)：

(1)

式中:x為原始數(shù)據(jù);y為歸一化后的數(shù)據(jù);xmax和xmin分別為原始數(shù)據(jù)的最大值和最小值。

神經(jīng)網(wǎng)絡(luò)相關(guān)參數(shù)確定后，利用MATLAB實(shí)現(xiàn)BP算法，訓(xùn)練數(shù)據(jù)直至達(dá)到性能指標(biāo)要求，從而建立溫控系統(tǒng)的預(yù)測(cè)模型。BP神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)用式(2)表示。

(2)

式中：EN為N個(gè)樣本在網(wǎng)絡(luò)中的總誤差；tnk為第n個(gè)樣本的第k維對(duì)應(yīng)標(biāo)準(zhǔn)值；onk為第n個(gè)樣本的第k維網(wǎng)絡(luò)輸出值。

選擇Levenberg-Marquardt算法對(duì)本BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，此時(shí)網(wǎng)絡(luò)權(quán)值和偏置值的調(diào)整公式為：

(3)

式中:k為迭代次數(shù)；xk和xk+1分別為當(dāng)前的權(quán)值或偏置值以及迭代產(chǎn)生下一次的權(quán)值或偏置值；Δxk為網(wǎng)絡(luò)權(quán)值或偏置值的調(diào)整量；Je為雅可比矩陣；λ為調(diào)整系數(shù)；I為單位矩陣；e為網(wǎng)絡(luò)誤差向量。

選擇溫度范圍較大的500組樣本數(shù)據(jù)并進(jìn)行歸一化處理，訓(xùn)練樣本占比70%，測(cè)試樣本占比15%，剩余15%為驗(yàn)證樣本，設(shè)置訓(xùn)練步數(shù)為1 000步，最大性能誤差為10-7。

3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型驗(yàn)證

為驗(yàn)證BP網(wǎng)絡(luò)預(yù)測(cè)訓(xùn)練結(jié)果準(zhǔn)確性，將20組數(shù)據(jù)作為驗(yàn)證樣本。圖5為預(yù)測(cè)溫度曲線圖，圖6為絕對(duì)誤差變化圖。經(jīng)計(jì)算可知，預(yù)測(cè)溫度的絕對(duì)誤差的最大值為0.237 20 ℃，平均值為0.102 71 ℃，均方差為0.063 96 ℃。從預(yù)測(cè)結(jié)果來(lái)看，箱內(nèi)溫度的預(yù)測(cè)可以通過(guò)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)實(shí)現(xiàn)。

圖5 BP網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)際值比較

圖6 預(yù)測(cè)值與實(shí)際值的絕對(duì)誤差

4 結(jié)束語(yǔ)

(1)基于上述恒溫箱箱內(nèi)情況和高精度的控制要求，系統(tǒng)采用STM 32 F 103系列芯片作為主控制器，基于C語(yǔ)言在Keil平臺(tái)實(shí)現(xiàn)。

(2)將由外界環(huán)境溫度經(jīng)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)并計(jì)算得到的溫度變化率作為模糊控制的其中一維輸入，使控制器具有超前控制的作用。

(3)預(yù)測(cè)溫度的絕對(duì)誤差的最大值為0.237 20 ℃，平均值為0.102 71 ℃，均方差為0.063 96 ℃。從預(yù)測(cè)結(jié)果來(lái)看，箱內(nèi)溫度的預(yù)測(cè)可以通過(guò)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)實(shí)現(xiàn)。