CN1053169C - 用玻璃原料制造玻璃物体的方法和装置 - Google Patents

Abstract

一种用以由玻璃原料拉制玻璃物体的方法和装置，其中用一个控制结构来在线测量和控制玻璃物体的尺寸，该控制结构能补偿在拉制速度发生改变与测得该改变对被测尺寸所造成的影响这两者之间的死时间。用以补偿该死时间的模型最好为非线性的，且控制增益和模型参数在拉制过程期间最好能连续进行计算。本发明尤其适用于由光波导预制件拉制光波导细丝。

Description

用玻璃原料制造玻璃物体的方法和装置

本发明一般涉及用玻璃原料制造玻璃物体的方法和装置，它大大改进了对玻璃物体直径的控制。本发明尤其涉及对制作光波导细丝的预制芯的加工，由此做出用以拉制光纤的带有外包层的预制件。本发明还涉及诸如耦合器和平面光学波导等光波导元件的制造，在制造这些元件期间同样要求尺寸控制。

在制造光波导光纤的过程中，一个已知的步骤包括制造一个预制芯，通过预制芯拉制光波导细丝。接着将光波导细丝包覆后形成有外包层的预制件，然后再将其拉制成光纤。此“两步”法的优点在于对成型光纤的折射率剖面具有更佳的控制，并具有制造效率高、成本低等优点。

在由预制芯拉制丝时，一个关键的控制参数就是细丝的直径。当光纤由这类细丝所制成的有包层预制件拉制时，被控制细丝的直径变化可能导致光纤的纤芯包层比例的改变。该纤芯一包层比例的变化将降低成型光纤的传输特性。

图1表示用以由一个预制芯拉制细丝的一种典型装置。坯料供料机1将坯料5降入加热炉2。加热炉2将坯料5的端部加热到其软化温度。拉丝机4从坯料5的软化端部拉出细丝6。细丝6的直径由测量装置3测量。控制速率由计算装置8控制，以使细丝达到一预定的直径。测量装置3一般为非接触的光学测量装置，以避免当拉制细丝时损伤其原来的表面。

当坯料5软化时，形成一个类似锥形的根部7，细丝6由此而拉出。该锥形根部7的长度是加热炉2的加热区长度的函数，当加热炉具有较长的加热区时，锥形根部7的长度也相应地较长。

尽管细丝的直径通常由拉丝机4的拉制速度所决定，但例如由于坯料5物理特性的变化，以及拉丝装置周围外界条件的改变，也可能使拉制后的细丝的直径发生偏差。由于在形成细丝的圆锥形根部7与测量装置3之间存在较长的距离，而且细丝的拉制速度较慢，故就细丝6的直径控制而言，在细丝6的直径发生实际变化与测量装置3检测得该直径变化之间存在着相当的死时间。

过去，根据所测直径与所需直径或设定值之间的误差，通过一种比例积分(PI)控制算法来确定细丝拉制速度Vc的改变。该PI算法可表示为： $V_c\left(t\right)=V_c\left(O\right)+P[E\left(t\right)+\frac{1}{{\mathrm{\τ}}_I}{\∫}_o^{t}E\left(u\right)\mathrm{du}]----\left(1\right)$ 其中，

            E＝OD_sp-OD                 (2)

Od_sp＝直径设定值

OD＝2^*R_c＝测得的外径

Rc＝细丝半径

Vc(o)＝初始拉制速度

P＝比例控制增益

τ_I＝积分重置时间

t＝时间

当用计算机计算时，上述方程(1)表示的PI控制算法可以在离散的时域内实现：

V_c(t)＝V_c(t-h)+P〔E(t)-E(t-h)〕+IhE(t)        (3)其中，

h＝控制时间间隔

I＝积分控制增益

利用滤波器减少高频干扰的影响，有时候有助于平滑测得的直径OD。该滤波器例如可以包括N点移动平均，以产生一种经滤波的外径OD_f，它用于对方程(2)的PI控制算法的误差：

$O{D}_f\left(t\right)=\frac{1}{N}[\mathrm{OD}\left(t\right)+\mathrm{OD}(t-h)+...+\mathrm{OD}(t-(N-1)h)]----\left(4\right)$ 然后，将方程(2)重写为：

E(t)＝OD_sp-OD_f(t)                   (5)

由于采用较大坯料的经济利益促进了在再拉制工序中采用较大的加热炉，上述的死时间将增大，由此将对这种常规的PI控制算法提出严峻的问题，即它将降低对拉制细丝外径的控制效果。例如，当预制件的外径发生变化时，由预制件控制而成的细丝的外径将产生相应的改变。该直径变化将由测量装置3测量，直径控制环将由此改变拉丝机4的拉制速度。这一改变细丝外径的效果要等到经过了一个相等于死时间的较长时间后才能由测量装置3测得。由于控制时间间隔h小于死时间，直径控制环将根据细丝外径的测量值来连续调整拉丝机4的拉制速度。如果控制时间间隔等于或大于死时间，直径控制环将不足以对短时间的干扰作出反应。

第3,652,248号美国专利的发明人Loxley等人揭示了用以拉制微内孔石英玻璃管的一种方法，所述石英管的直径约为0.1英寸或更小。其中，通过在距软化玻璃棒原料用的火焰加热源下面1至2英寸位置处加一个空气或惰性气体的冷却气流，来提高其外径的稳定度。这些冷却气流可以使被拉制管的硬化点稳定于一个恒定的直径上。该方法由“熟练操作人员”根据对厚度规的读数，调节送至火焰加热源的燃料混合物以及冷却气体，而获得所需的最终直径。(见第6栏第63-73行)。但Loxley等人并没有揭示或建议改变这些流速所依据的任何控制算法。

Mellor等人申请的第4,076,512号美国专利揭示了用以生产一种有包层玻璃细杆(光纤由此而拉制)的方法。这些细杆的直径在1.5mm与8mm之间，直径误差控制在±5％以内。Mellor等人披露了一种“高增益闭环系统”的使用，它根据所测得的做成细杆的直径，利用“比例加积分控制器”来调节拉制玻璃细杆的速度。(见第2栏第46至68行)。但Mellor等人并没有揭示和建议对在控制速率发生改变与玻璃细杆外径的测量随之相应发生改变之间所存在的死时间进行任何补偿。

Clark等人申请的第4,631,079号美国专利揭示了一种拉制玻璃细杆的方法，其中，将玻璃细杆的一部分加热到第一温度，该温度高到足以使玻璃软熔，使该加热部分收细到大约为所需的直径，然后将玻璃细杆冷却，使其收细部分逐渐再加热到较第一温度为低但足以能软熔的一个温度，且玻璃细杆在逐渐地再加热至所需最终直径期间而被拉伸。(见第2栏第16至27行)。通过以略低的温度再加热玻璃细杆，使玻璃的粘滞性增加，而由于有较高的粘滞性，减弱了玻璃细杆对拉伸条件的响应，从而减少了最终拉制细杆的直径波动。但Clark等人并没有揭示或建议在上述加热或再加热步骤期间，对玻璃细杆的直径进行任何测量。他们也未曾披露用以调节拉伸条件，以控制所拉制的玻璃细杆直径的任何控制系统。

为了克服上述拉制玻璃物体的尺寸控制方面的缺陷，本发明提供一种用以由玻璃原料拉制玻璃物体的方法和装置，其中，所述装置包括一个闭环控制系统，它能够补偿在影响玻璃物体所测物理尺寸的系统参数发生改变与对此物理尺寸改变的所起作用进行测量这两者之间的死时间。

根据本发明的一个方面，提供一种用以由玻璃原料拉制玻璃物体的方法，它包括：

a.提供玻璃原料，

b.将所述玻璃原料加热至其软化温度，以及

c.将所述玻璃原料拉制成玻璃物体，

其中，通过用一个控制结构来比较在线测量的所述尺寸与预定的目标值，调节由所述玻璃原料拉制所述玻璃物体的速度来控制所述玻璃物体的尺寸，所述控制结构计及了在拉制过程中所固有的、因所述拉制速度改变对所述玻璃物体尺寸发生影响与测得所述玻璃物体尺寸两者之间的延迟而产生的死时间，且所述控制结构包括模型增益、比例控制增益、积分控制增益、模型时间常数、模型死时间参数以及非线性比例积分控制算法。

根据本发明的另一方面，提供一种用以制造光纤用细丝的方法，它包括：

a.以供料速度将预制件送入加热炉，

b.将所述预制件的端部加热至其软化温度，

c.由所述预制件的软化端部拉制所述细丝，

d.在线测量所述细丝的尺寸，以及

e.通过调节由所述预制件拉制所述细丝的速度来控制所述细丝的尺寸，

其中，所述控制步骤进一步包括利用一个控制结构，在所述控制结构中以一种模型为基础计算比例控制增益和积分控制增益，所述模型涉及所述细丝尺寸对拉制速度改变的响应，且所述模型包括模型死时间参数、模型时间常数参数以及模型增益。

根据本发明的另一方面，提供一种用以制造光纤用细丝的装置，它包括：

a.用以支持和移动预制件的装置，

b.用以加热所述预制件的装置，

c.用以将所述预制件拉制成具有预定尺寸的细丝的装置，

d.用以测量所述细丝直径的装置，以及

e.用以控制由所述预制件拉制所述细丝的拉制速度的装置，

其中，所述控制装置进一步包括用以改变所述拉制速度的装置，它计及了在拉制过程中所固有的、因所述拉制速度的改变对所述细丝直径发生影响与测得所述细丝尺寸两者之间的延迟而产生的死时间。

根据本发明的另一方面，提供一种用以制造光纤用细丝的方法，它包括：

a.提供一预制件，

b.将所述预制件的端部加热至其软化温度，以及

c.由所述预制件的软化端部拉制所述细丝，

其中，通过用一个控制结构来比较在线测量得的所述细丝的直径与预定的目标值，调节由所述预制件拉制所述细丝的速度来控制所述细丝的直径，所述控制结构计及了在拉制过程中所固有的、因所述拉制速度改变对所述细丝直径发生影响与测得所述细丝直径两者之间的延迟而产生的死时间，且对所述增益在所述拉制细丝的步骤期间实际上作连续计算，且所述控制结构包括模型死时间参数、模型时间常数参数和模型增益，而所述模型为非线性的。

根据本发明的另一方面，提供一种用以制造光纤用细丝的方法，它包括：

a.以供料速度将预制件送入加热炉，

b.将所述预制件的端部加热至其软化温度，

c.由所述预制件的软化端部拉制所述细丝，

d.在线测量所述细丝的直径，以及

e.通过调节由所述预制件拉制所述细丝的速度，来控制所述细丝的直径，

其中，所述控制步骤进一步包括利用一个控制结构，其中以一种模型为基础计算比例控制增益和积分控制增益，所述模型涉及所述细丝直径对拉制速度改变的响应，且所述模型为非线性的。

图1是用以由一个预制芯制造细丝的一个典型装置的示意图。

图2是本发明控制体系的一个方框图。

图3是两个不同的加热炉设计的加热炉函数的曲线图。

图4至图6是表示利用本发明方法时，系统对测试运行的响应。

图7a至7c是表示本发明主题的控制结构的几个替换的实施例的方块图。

图1表示用以由光波导芯坯料拉制光波导芯细丝的一种典型装置。坯料供料机1将坯料5降入加热炉2。加热炉2将坯料5的一个端部加热到其软化温度。拉丝机4从坯料5软化的端部拉出细丝6。细丝6的直径由测量装置3测量。拉制速度由计算装置8控制，以使细丝达到一预定的直径。测量装置3一般为非接触的光学测量装置，以避免当拉丝时损伤其原来的表面。

当由装置3测量得细丝6的直径时，因各种扰动(诸如坯料5的物理特性或其它拉制条件的变化)而改变，计算装置8调节拉丝机4的拉制速率，以补偿并保持细丝6的直径在一个预定的目标值上。拉制速率的这一改变将影响到圆锥状根部区域7内的细丝的直径，在该区域内玻璃仍处于玻璃会变形的温度之上。由于圆锥状根部7与测量装置3之间的距离以及相当慢的拉制速率，故在拉丝机4的拉制速率发生改变与测量装置3测得该改变的影响之间存在相当的死时间。

该死时间可以举例加以解释。如果测量装置3设置在离开圆锥状根部7的一个距离Lsensor(单位为毫米)处，拉丝机4的拉制速率为Vc(单位为毫米/分钟)，则死时间DT(单位为秒)由下式给出： $\mathrm{DT}=\frac{L_{\mathrm{sensor}}60}{V_c}----\left(6\right)$

换句话说，当以速率Vc(毫米/分钟)拉制细丝6时，细丝需用DT(秒)才能通过从圆锥状根部7到测量装置3的距离Lsensor。

由于存在死时间，故仅仅采用PI控制算法的控制策略将无法令人满意。这种策略的缺陷是由于积分项的缘故。如果测得的外径OD偏离目标值，积分项将开始累积误差。这一累积将继续到测得的外径返回到目标值时为止。死时间延迟了测得的外径对控制动作响应的检测。因此，这一累积将在一个持续的时间间隔内产生，其间将导致产生不正确的拉制速度。如前所述那样，不仅PI控制算法不能说明任何死时间的原因，而且积分项将扩大死时间的影响。

为了补偿死时间和对测得的直径进行滤波，本发明已经研制了一种控制结构，它包括(a)对拉制细丝的速度进行滤波，(b)具有可变死时间的非线性处理模型，以及(c)在控制算法中所有的用以计算各种参数的技术。这种控制结构是线性史密斯预估值的一种非线性扩充，而且不需要用尝试法来调整。(见《化学工程进展》(Chem.Eng.Progress)第53卷，第5期，1957年5月，第217-219页上O.J.M.Smith)撰写的“具有死时间的环路的闭合控制”一文)。

常规的史密斯预估值是以一阶含死时间的处理模型为基础的，它具有以下形式： ${\mathrm{\τ}}_m\frac{\mathrm{dOD}}{\mathrm{dt}}+\mathrm{OD}=G_m{V}_c(t-{\mathrm{DT}}_m)----\left(7\right)$

其中τ_m为模型时间常数，G_m为模型增益，DT_m为模型死时间。假定模型死时间可拆成控制时间间隔h和死时间指数d_m两个因子，其中，DT_m＝d_m ^*h。包含必须被确定的这三种参数的这种模型将与本发明以下将描述方法中的模型相比较。常规的史密斯预估值也采用PI控制算法，对此必须确定两个控制增益。本发明的方法是史密斯预估值的一种非线性扩充，它包含确定模型参数和控制增益的直接方法。

在由预制件拉制玻璃细杆的过程中，直径为BD(或半径为R₆)的圆柱形预制件或坯料以速度Vb(下降进料速度)送入加热炉中。因在加热炉内进行加热的缘故，一部分预制件变稠，该预制件的直径减小，形成圆锥状根部，直径为OD的玻璃丝以速率Vc由此根部拉出。稳态时，质量守恒要求

         BD²V_b＝OD²V_c                         (8)

细丝直径OD对拉制速度Vc的动态响应可以用一个非线性一阶含死时间单位增益滤波器近似，其中，滤波器的输入为延迟的直径OD_ss，如果坯料直径、下降进料速度和拉制速度保持不变，则它就是细丝将达到的稳态时的直径。由于圆锥状根部与直径测量装置之间的距离，故死时间就是OD_ss时间宗量的一部分。 ${\mathrm{\τ}}_m\frac{\mathrm{dOD}}{\mathrm{dt}}+\mathrm{OD}={\mathrm{OD}}_{\mathrm{ss}}(t-{\mathrm{DT}}_m)----\left(9\right)$

其中，τ_m是模型时间常数，DT_m是模型死时间(其中DT-m＝dm^*h)。至模型的输入OD_ss可以从方程(8)求得，即 ${\mathrm{OD}}_{\mathrm{ss}}\left(t\right)=\mathrm{BD}\sqrt{\frac{V_b}{V_c\left(t\right)}}----\left(10\right)$

在(a)它是非线性的，以及(b)它隐含模型增益G_m的意义上来讲，按方程(9)和(10)所实现的模型是方程(7)给出的常规史密斯预估值模型的一种扩充，故G_m不必另行确定。其次，本发明将表明与史密斯预估值的不同，在本发明的方法中，模型时间常数、模型死时间以及两个控制增益都可以根据基本原理而不是通过尝试法来确定。

如果根据方程(1)所示无史密斯预估值的常规PI控制算法调节拉制速度Vc，则死时间和移动平均将在控制细丝的外径方面产生某些问题(见Prentice-Hall出版社1991年出版的D.M.Koenig著的“对有噪声过程的控制和分析”一书的第1.8.2.和2.6.3章节)。即使利用计算机在离散的时间域中得出方程(3)的PI算法，并用方程(4)的N点移动平均来平滑所测直径，但因为有死时间，常规的PI算法将不可能成功地控制细丝的外径。

在本发明的方法中，为了补偿死时间和移动平均，将PI控制算法嵌入一个大型控制结构中，它由两个过程模型和第二个N点移动平均组成。这样就增强了以方框图形式在图2中所示的控制结构。

把来自PI控制算法输出的拉制速度送入过程，并分为两条附加通路，在图2所示的通路A中，拉制速度根据方程(10)变换为稳态外径。然后，稳态外径OD_ss用以驱动方程(9)所示的一阶滤波器，只是没有死时间。 ${\mathrm{\τ}}_m\frac{d{\mathrm{OD}}_o}{\mathrm{dt}}+{\mathrm{OD}}_o=\mathrm{BD}\sqrt{\frac{V_b}{V_c\left(t\right)}}----\left(11\right)$

其中，OD_o为模型的非延迟直径(无死时间)，而τ_m为模型时间常数。注意，与等式(7)中所表示的常规史密斯预估值不同，在方程(11)中不显含模型增益G_m。而G_m是隐含的，故不必另外确定。如以下所示，G_m用以确定控制增益，因此它可以由对方程(8)求导而确定，它等于 $G_m=\frac{\∂\mathrm{OD}}{\∂V_c}=\frac{\∂\left[\mathrm{BD}\sqrt{\frac{V_b}{V_c}}\right]}{\∂V_c}=-\frac{\mathrm{BD}}{2}\frac{\sqrt{\frac{V_b}{V_c}}}{V_c}----\left(12\right)$

由于用计算机来实现控制结构，方程(11)可在离散时域中表示为 ${\mathrm{OD}}_o\left(t\right)=\mathrm{AO}{D}_o(t-h)+(1-A)\mathrm{BD}\sqrt{\frac{V_b}{V_c(t-h)}}----\left(13\right)$

               其中 $A=e^{-\frac{h}{{\mathrm{\τ}}_m}}$

在图2所示通路B中，拉制速度经滤波为 ${\stackrel{\‾}{V}}_c(t-h-{\mathrm{hd}}_m)=\frac{1}{N}[V_c(t-h-{\mathrm{hd}}_m)+V_c(t-2h-{\mathrm{hd}}_m)+...$ +V_c(t-Nh-hd_m)                (14)

其中d_m为模型死时间指数，且d_m ^*h＝DT_m。设计此平均的目的是补偿方程(4)所示被测直径的平均值。用于图2所示通路B中的滤波器结构必须与用于被测过程信号的滤波器结构相同。然后，该延时平均模型拉制速度按方程(10)变换为稳态外径，并送入一个一阶滤波器，后者具有如方程(a)中所示的时间常数τ_m。其结果在离散时域表示为： ${\mathrm{OD}}_m\left(t\right)=A{\mathrm{OD}}_m(t-h)+(1-A)\mathrm{BD}\sqrt{\frac{V_b}{{\stackrel{\‾}{V}}_c(t-h-{\mathrm{hd}}_m)}}----\left(15\right)$

                  其中 $A=e^{-\frac{h}{{\mathrm{\τ}}_m}}$ 其中OD_m为延迟模型直径(包括死时间)。

注意，通路B不同于通路A之处在于通路B含有N点移动平均和死时间。当过程信号不含明显干扰时，不要求也不推荐对过程信号或反馈信号进行滤波。然而，当例如如方程(4)所示必须对于过程信号进行滤波时，例如可以按方程(14)所示，将一个补偿滤波器设置在反馈环路的通路B中。在该控制器设计中，采用在反馈环路中提供对过程信号滤波的补偿，控制系统的高频响应得到改进而低频响应仅仅稍微降低了一些。

本发明的方法还包括用几种替换的方式来构成通路B，而所产生的结果是相同的。图7a至7c表示其中某些方法。图7a所示通路表示图2所示结构的一部分。在此情形下，把细丝速度Vc置入一个延迟矢量，取出细丝适当的延迟速度并送到一个N点移动平均。然后，经平均的细丝速度送至平方根运算，由后者产生一个稳态直径。然后将该稳态直径送到一个具有模型时间常数的一阶滤波器中。图7b所示通路表示，如何首先进行稳态直径的平方根计算，继之以N点移动平均(或某些其它类似的低通滤波器)，死时间延迟，最后为一阶滤波器。图7c所示通路表示一种排列方式，其中，N点移动平均被重新更换为最后一个步骤。由于平方根运算为非线性的，故改变如图7a至7c所示方框的次序，将不会产生严格相同结果，且采用图2和图7a所示排列方式的某些优点在于预置延迟矢量。然而，性能方面的差别并不显著，而为了本专利申请的目的，可将它们视为相同。由于基本上有四个依次的运算可以按任何次序排列，故有24种可能的排列，它们没有显著的差异，并为本发明方法的一部分。

由式(13)和(15)表示的这两个模型的输出与由式(4)所示的经滤波的被测直径和设定值OD_sp相结合给出一个控制器误差E，如下所示：

         E＝OD_sp-OD_f+OD_m-Od_o               (16)

如果由式(15)所描述的模型能精确地匹配无干扰时的过程，那么OD_m＝OD_f，而由PI控制算法可见，误差为

            E＝OD_sp-Od_o                    (17)

这意味着，实际上由于平均过程现已由具有死时间的平均模型消去，故由PI控制算法可见，该过程将是一种简单的一阶非线性模型，它没有死时间也没有求平均。因此，该过程是相当容易控制的。

用于PI控制算法的控制增益按下列一些式子确定，它们取决于模型参数τ_m和G_m以及第三个参数τ_D，后者又是另一个时间

常数，该直径以响应于直径设定值的理想改变为特征： $P=\frac{1-e^{-\frac{h}{{\mathrm{\τ}}_D}}}{G_m(1-e^{-\frac{h}{{\mathrm{\τ}}_m}})}----\left(18\right)$ $I=\frac{1-e^{-\frac{h}{{\mathrm{\τ}}_D}}}{h{G}_m}$

                 τ_D＝χτ_m

如果τ_D较小，则对设定值改变的响应将变得较剧烈。另一方面，如果τ_D较大，则对设定值改变的响应将变得较平缓。因而，τ_D即为控制器将如何起积极作用的一个量度。根据我们的经验，建议τ_D最好等于过程时间常数τ_m的一半，因此，χ最好等于0.5。然而，具有不同幅度或频率的干扰，可能得益于稍有不同的比值。在细丝拉制过程中，改变比值甚至可以是有利的。用以确定控制增益的这些式子见于D.M.Koenig撰写的“对有噪声过程的控制和分析”一书的第73-75页第2.5章节。

τ_D、τ_m和G_m可自动和连续地计算。因此，P和I可以按式(18)自动和连续地计算。由于出现在PI控制算法中的控制增益是过程模型参数的复杂的动态函数，反过来可以动态地取决于细丝速度和直径设定值，该PI控制算法将称为“非线性”PI控制算法。

在这方面，控制算法是用模型增益、模型时间常数、模型死时间和两个控制增益确定的。两个控制增益已表明取决于模型增益、模型时间常数和一个可调的时间常数，它确定了控制动作的积极程度。在以下的讨论中，本发明将开发各种方法，允许根据已知的过程变量和易于确定的拉制台的物理性能，来计算模型增益、模型死时间(藉死时间指数)和模型时间常数。

首先，根据坯料直径、坯料速率或下降送料速度和拉制速度来确定式(12)中所示的模型增益。这些过程变量对于计算装置8而言是已知的，故无需附加的信息。

其次，采用式(6)以后的逻辑推理，可表明死时间指数d_m取决于圆锥状根部7与测量装置3之间的长度： $d_m=\frac{L_{\mathrm{sensor}}60}{h{V}_c}----\left(19\right)$

长度Lsensor可根据加热炉2与测量装置3之间的物理尺寸而估算。也可以步进方式改变拉制速度，并测量由装置3所测得的细丝直径发生相应改变所需的时间来确定长度Lsensor。根据以下所述的论据可以表明，长度Lsensor实际上与过程变量，包括坯料直径、下降送料速度、细丝直径以及拉制速度等无关。因此，长度Lsensor对于给定的拉制台只需求一次。

死时间指数d_m用以从一个延迟矢量中求得延迟值。例如，在任何控制时间，将所延迟的变量的当前值输入延迟矢量的第i元。延时值从第i-d_m元得到。由于d_m因式(19)而动态变化。故指向延迟元素i-d_m的指针可以指向在前一控制时间所用的元素。例如，若Vc明显减小，而d_m增大为1以上，则i-d_m将指向在上一控制时间前所取得的数值。当延迟量因在起始或在设定值改变情况下而迅速变化时，这类误差就很显著了。为了在本发明的方法中防止这一现象，将量d_m的增大限定于1。

上述方法是通过利用一固定的控制时间间隔和一可变的死时间指数来影响死时间的。另一种方法将是反过来利用细丝速度来改变控制时间间隔，而将死时间指数d_m保持恒定。在此情况下，如果Vc明显减小，则控制/取样时间间隔将增大，上述存入和取出将照样进行，而无需担心取出的是已看见的延迟值。这样将改变某些其它计算。

第三，从下文中将发现模型时间常数对易于确定量的依赖关系，它包括了较为复杂的推导。

其基本概念是根据基本原理的起点，将一阶模型应用于拉制过程。这样，通过采用微积分学中的链式法则和泰勒级数的线性化，可以从该一阶模型中推导出时间常数的表示式。该推导从圆锥状根部的质量的动态平衡着手： $\frac{d}{\mathrm{dt}}\underset{o}{\overset{L}{\∫}}\mathrm{\ρ\πR}\left(z\right)\mathrm{dz}=V_b\mathrm{\ρ\π}{R}_b^2-V_c\mathrm{\ρ\π}{R}_c^2----\left(20\right)$

其中，L为根的长度，R(z)为坯料圆锥状根部的半径，故有R(L)＝Rc和OD＝2^*Rc，而ρ为坯料密度。

将微积分学中的链式法则应用于式(20)的右边，然后进行线性化，得 ${\mathrm{\τ}}_m\frac{\mathrm{dOD}}{\mathrm{dt}}+\mathrm{OD}=\frac{2V_b{R}_b^2}{V_c{\mathrm{OD}}_{\mathrm{sp}}}+\frac{{\mathrm{OD}}_{\mathrm{sp}}}{2}----\left(21\right)$

其中，式(21)中的模型时间常数可表示为： ${\mathrm{\τ}}_m=\frac{2}{V_c{\mathrm{OD}}_{\mathrm{sp}}}\underset{o}{\overset{L}{\∫}}R\left(z\right)\frac{\∂R\left(z\right)}{\∂R_c}\mathrm{dz}----\left(22\right)$

为了计算式(22)中的被积函数，我们需要R(z)的表达式。通过从式(23)着手，可以得到R(z)的表达式(参见Glicksman，L.R.在《基础工程月刊》(JournalofBasicEnineering)1968年334-354页上发表的“低雷诺数可变粘滞性液体的不加热射流的动态特性”一文)。 $\mathrm{In}\frac{R\left(z\right)}{R_b}=-\frac{F}{6Q}{\∫}_o^z\frac{\mathrm{dz}}{\mathrm{\μ}\left(z\right)}----\left(23\right)$

其中，Q为容积流速，F为拉丝拉力。在Z＝L处计算，求出F并代回式(23)，得到 $\frac{\mathrm{In}\left(\frac{R\left(z\right)}{R_b}\right)}{\mathrm{In}\left(\frac{R_c}{R_b}\right)}=\frac{{\∫}_o^z\frac{\mathrm{dz}}{\mathrm{\μ}\left(z\right)}}{{\∫}_o^L\frac{\mathrm{dz}}{\mathrm{\μ}\left(z\right)}}----\left(24\right)$

假设玻璃温度曲线主要取决于加热炉的温度曲线，而且实际上与玻璃送入或离开加热炉的速度无关，则式(24)的右边仅取决于材料和加热炉条件。我们已经确定，对于材料的依从关系相当不明显，故将加热炉函数ξ定义为： $\mathrm{\ξ}\left(z\right)={\∫}_o^z\frac{\mathrm{dz}}{\mathrm{\μ}\left(z\right)}----\left(25\right)$ 是方便的，这样，式(24)可以重写为 $\frac{\mathrm{In}\frac{R\left(z\right)}{R_b}}{\mathrm{In}\frac{R_c}{R_b}}=\frac{\mathrm{\ξ}\left(z\right)}{\mathrm{\ξ}\left(L\right)}----\left(26\right)$

式(26)意味着圆锥状根部的长度L与再拉制过程变量无关。这就说明了为什么Lsensor实际上与前述的过程变量无关。ξ(z)/ξ(L)可以利用式(25)根据玻璃的温度曲线和粘滞性，或通过测量根的形状和利用式(26)而确定。

式(26)可重写如下： $\frac{R\left(z\right)}{R_b}=[\frac{{\mathrm{OD}}_{\mathrm{sp}}}{2R_b}{]}^{\frac{\mathrm{\ξ}\left(z\right)}{\mathrm{\ξ}\left(L\right)}}----\left(27\right)$

故式(22)可写为 ${\mathrm{\τ}}_m=\frac{4R_b^z}{V_c{\mathrm{OD}}_{\mathrm{sp}}^2}\underset{o}{\overset{L}{\∫}}\frac{\mathrm{\ξ}\left(z\right)}{\mathrm{\ξ}\left(L\right)}{\left[\frac{{\mathrm{OD}}_{\mathrm{sp}}}{{2R}_b}\right]}^{2\frac{\mathrm{\ξ}\left(z\right)}{\mathrm{\ξ}\left(L\right)}}\mathrm{dz}----\left(28\right)$

因加热炉函数为已知，故可作数值积分。

式(28)意味着模型时间常数具有τ_m＝f(R_b/R_c)/V_c的形式。事实上，图3表示将以下二次式来拟合实验数据，对于两个特定的加热炉我们得到： ${\mathrm{\τ}}_{m1}=\frac{10.084+5.3347\left(\frac{R_b}{R_c}\right)+0.21756{\left(\frac{R_b}{R_c}\right)}^2}{V_c}----\left(29\right)$ ${\mathrm{\τ}}_{m2}=\frac{2.6445+2.0066\left(\frac{R_b}{R_c}\right)+0.073550{\left(\frac{R_b}{R_c}\right)}^2}{V_c}----\left(30\right)$

其中，V_c的单位为厘米/分钟，τ_m的单位为分钟。

因此，模型参数可以根据基本原理全部确定，控制增益可以连同以控制动作的积极程度为特征的时间常数特性由模型参数推导出。从以下的一些实例中可见，这种非线性控制算法在过程采用一阶模型的体制中能非常有效地控制所拉制的细丝的直径。

以下实例证明了当由玻璃原料拉制玻璃物体时，本发明在控制其直径或其它被测物理尺寸方面的有效性。在以下的每个实例中，利用一个控制系统来控制该过程，该系统能利用根据本发明的非线性过程模型补偿过程中的死时间。

实例1

由市售的编号为7740的管材制成的预制件被拉制成微量吸移管。该微量吸移管的拉制过程利用加热炉完成，其加热炉函数类似于图3中所示的加热炉1。预制件的外径为7.53毫米，内径为1.492毫米。由此而拉制成的微量吸移管的目标尺寸为外径1.603毫米，内径0.317毫米。但只能对微量吸移管的外径进行在线测量和控制。预制件用1000℃的标称炉温、6.79毫米/分钟的下降送料速度和150毫米/分钟的标称细丝速度进行拉制。控制时间间隔h为5秒。长度Lsensor为460毫米。在本例中不采用移动平均滤波器。下列数值为典型的控制参数，它们用上述对策和式子自动计算：

G_m＝-5.343微米/毫米/分钟

P＝-0.369毫米/分钟

I＝-0.002毫米/分钟/秒

τ_m＝159.9秒

χ＝0.5

d_m＝37

图4表明微量吸移管的外径对控制对策的响应(实线)。这意味着，管子的外径为1.606毫米，非常接近于目标尺寸1.603毫米。外径的标准偏差为0.027毫米或1.7％。注意直径控制系统能作出很大的拉制速度改变(在10％的数量级)，以维持该直径(如图4中虚线所示)。

实例2

含有掺GeO₂SiO₂玻璃的预制件用众所周知的化学蒸发淀积技术制得。该预制件被拉制成用以形成一种有包层坯料的芯细丝，而该有包层坯料可被拉制成光纤维。细丝的拉制过程是利用加热炉完成的，加热炉的函数类似于图3中所示的加热炉1。该预制件的外径为52.2毫米。由此拉制而成的细丝的目标直径最初设定在4.0毫米，然后在大约2,450秒后改变到8.1毫米。该预制件用1,600℃的标称炉温和12.26毫米/分钟的下降送料速度拉制。拉制速度相对于4毫米和8.1毫米的目标直径段，分别为标称的2,050毫米/分钟和500毫米/分钟。控制时间间隔h为5秒。长度Lsensor为460毫米。在本例中不采用滤波器。控制参数可利用上述对策自动和连续地计算。下列数值为对两组典型的稳态直径的控制参数：OD_sp＝4毫米                 8.1毫米G_m＝-0.958微米/毫米/分钟    -7.954微米/毫米/分钟P＝-1.946毫米/分钟          -0.241毫米/分钟I＝0.053                    -0.004毫米/分钟/秒τ_m＝34.2秒                 59.2秒χ＝0.5                     0.5d_m＝3                       10

在从4毫米上升到8.1毫米期间，这些数值可由计算装置8连续调节。注意，这些控制参数值从一个过程条件改变到另一个过程条件时其改变是颇为显著的。图5表示细丝直径对控制对策的响应曲线。可见，直径从4.0毫米跃变到8.1毫米是迅速的，并且没有出现过冲，这两点都表明其为极好的控制。细丝的平均直径值为8.085毫米，非常接近于目标值8.1毫米。细丝直径的标准偏差为0.034毫米或0.4％。

实例3

将由市售的石英板制成的预制件拉制成带状物。该拉制是利用加热炉完成的，加热炉的函数类似于图3中所示的加热炉2。该预制件的宽度和厚度尺寸分别为59.19毫米和13.02毫米。由此拉制而成的实际的扁平丝的目标宽度为4.0毫米。该预制件用2,075℃的标称炉温以及分别为3.08毫米/分钟和685毫米/分钟的下降送料速度和标称细丝速度进行拉制。控制时间间隔h为1秒。长度Lsensor为290毫米。在本例中采用含有30个点的移动平均滤波器。下列数值为典型的控制参数，它们可用上述对策和式子自动计算：

G_m＝-2.966微米/毫米/分钟

P＝-0.558毫米/分钟

I＝-0.013毫米/分钟/秒

τ_m＝42秒

χ＝0.5

d_m＝21

图6表示细丝宽度对控制对策的响应曲线(实线)以及拉制速度曲线(虚线)。该曲线是以三个过程段为特征的，在拉制速度曲线图中可以极容易将它们区别开来。中段(3800至4450秒)用恒定的拉制速度，没有利用自动控制。第一段(3100至3800秒)用不带滤波器的自动尺寸控制。第三段(4450至6000秒)采用带有30点的移动平均滤波器的自动控制。

在上述曲线的中段中可见，该预制件所具有的变化使带状物在中段会在两个频率点产生固有宽度的扰动。此缓扰动周期约为750秒，幅度约为0.5毫米。快扰动周期约为20秒，幅度约为0.05毫米。由于发生的快扰动周期与过程的死时间(21秒)可比拟，故控制算法不能对它们进行补偿。事实上，通过比较第一段和中段可见，不带滤波器的控制算法实际上放大快扰动。在第三段可见，附加一个30点移动平均滤波器可以防止控制器作用于那些扰动。在两个自动控制段，当控制器校正慢扰动时，将发生大的牵引器速度变化。

控制对策的定量优点可见于下列表1：

                        表1

                  实例3控制模型比较

	滤波器	平均值(毫米)	标准偏差(毫米)
				设定值		4.00	-
自动	无	4.00	0.20
				手动	-	4.10	0.35
自动	30点	3.99	0.09

在根据本发明的自动控制下，细丝的平均宽度比之在手控下可以成10倍地更接近于设定值，其波动大致比手控下的波动小两至四倍。采用滤波器不能明显地降低控制结构的低频性能，如表1中的平均值所示；但能够改善高频性能两倍，如表1中的标准偏差值所示。

尽管本发明详细描述了由光波导芯坯料拉制实际上为圆形剖面的细丝过程。但它同样适用于由玻璃原料拉制玻璃物体的其它过程。例如，通过用典型的量度(诸如具有椭圆形剖面细丝的长轴)以及相应的原料的量度来分别替换细丝的外径和预制件的直径，也可以由原料拉制非圆形细丝。而且，本发明的控制结构也适用于由原料拉制其它的玻璃物体，诸如光波导耦合器、平面光波导和微量吸移管。

Claims (25)

1.一种用以由玻璃原料拉制玻璃物体的方法，包括：

a.提供玻璃原料，

b.将所述玻璃原料加热至其软化温度，以及

c.将所述玻璃原料拉制成玻璃物体，

其特征在于，通过用一个控制结构来比较在线测量的所述尺寸与预定的目标值，调节由所述玻璃原料拉制所述玻璃物体的速度来控制所述玻璃物体的尺寸，所述控制结构计及了在拉制过程中所固有的、因所述拉制速度改变对所述玻璃物体尺寸发生影响与测得所述玻璃物体尺寸两者之间的延迟而产生的死时间，且所述控制结构包括模型增益、比例控制增益、积分控制增益、模型时间常数、模型死时间参数以及非线性比例积分控制算法。

2.如权利要求1所述的方法，其特征在于，至少有一个所述增益和参数根据经验而确定。

3.如权利要求1所述的方法，其特征在于，至少有一个所述增益和参数通过直接计算而确定。

4.如权利要求3所述的方法，其特征在于，所述直接计算在将所述玻璃原料拉制成所述玻璃物体的步骤期间进行。

5.如权利要求1所述的方法，其特征在于，对所述尺寸的在线测量值加以滤波以减小过程干扰的影响。

6.如权利要求5所述的方法，其特征在于，所述控制结构对拉制速度数值进行滤波，以补偿对所述尺寸的所述在线测量值的滤波。

7.如权利要求6所述的方法，其特征在于，至少有一个所述增益和参数根据经验而确定。

8.如权利要求7所述的方法，其特征在于，至少有一个所述增益和参数通过直接计算而确定。

9.如权利要求8所述的方法，其特征在于，所述直接计算在拉制过程期间进行。

10.如权利要求1所述的方法，其特征在于，所述玻璃物体是光波导细丝、微量吸移管或光波导耦合器组中的一个。

11.一种用以制造光纤用细丝的方法，包括：

a.以供料速度将预制件送入加热炉，

b.将所述预制件的端部加热至其软化温度，

c.由所述预制件的软化端部拉制所述细丝，

d.在线测量所述细丝的尺寸，以及

e.通过调节由所述预制件拉制所述细丝的速度来控制所述细丝的尺寸，

其特征在于，所述控制步骤进一步包括利用一个控制结构，在所述控制结构中以一种模型为基础计算比例控制增益和积分控制增益，所述模型涉及所述细丝尺寸对拉制速度改变的响应，且所述模型包括模型死时间参数、模型时间常数参数以及模型增益。

12.如权利要求11所述的方法，其特征在于，所述模型死时间、所述模型时间常数参数和所述模型增益参数根据一基本原理而确定，根据该基本原理，所述模型增益由坯料直径、坯料下降送料速度和拉制速度得到，所述模型死时间由坯料的圆锥状根部与测量装置之间的距离得到，所述模型时间常数由所述圆锥状根部的动态质量平衡得到。

13.如权利要求12所述的方法，其特征在于，所述模型在所述直径与拉制速度任何改变之间表现为一种非线性响应。

14.如权利要求13所述的方法，其特征在于，所述模型具有如下形式： ${\mathrm{\τ}}_m\frac{\mathrm{dOD}}{\mathrm{dt}}+\mathrm{OD}=\mathrm{BD}\sqrt{\frac{V_b}{V_c(t-{\mathrm{DT}}_m)}}$ 其中，τ_m为模型时间常数参数；OD为所述细丝的直径；BD为所述预制件的直径；V_b为所述预制件的供料速率；V_c为拉制速度；而DT_m为模型死时间参数。

15.如权利要求14所述的方法，其特征在于，所述控制结构进一步包括滤波因数，以补偿对所述直径的滤波。

16.如权利要求11所述的方法，其特征在于，在所述拉制细丝的步骤期间，对所述增益和参数实际上作连续计算。

17.一种用以制造光纤用细丝的装置，包括：

a.用以支持和移动预制件的装置，

b.用以加热所述预制件的装置，

c.用以将所述预制件拉制成具有预定尺寸的细丝的装置，

d.用以测量所述细丝直径的装置，以及

e.用以控制由所述预制件拉制所述细丝的拉制速度的装置，

其特征在于，所述控制装置进一步包括用以改变所述拉制速度的装置，它计及了在拉制过程中所固有的、因所述拉制速度的改变对所述细丝直径发生影响与测得所述细丝尺寸两者之间的延迟而产生的死时间。

18.如权利要求17所述的装置，其特征在于，所述控制装置进一步包括模型增益、比例控制增益、积分控制增益、模型时间常数参数以及模型死时间参数。

19.如权利要求18所述的装置，其特征在于，所述控制装置进一步包括非线性比例积分控制算法。

20.如权利要求18所述的装置，其特征在于，所述控制装置进一步包括通过直接计算确定所述增益和参数的计算装置。

21.如权利要求20所述的装置，其特征在于，所述计算装置连续地确定所述增益和参数。

22.一种用以制造光纤用细丝的方法，包括：

a.提供一预制件，

b.将所述预制件的端部加热至其软化温度，以及

c.由所述预制件的软化端部拉制所述细丝，

其特征在于，通过用一个控制结构来比较在线测量得的所述细丝的直径与预定的目标值，调节由所述预制件拉制所述细丝的速度来控制所述细丝的直径，所述控制结构计及了在拉制过程中所固有的、因所述拉制速度改变对所述细丝直径发生影响与测得所述细丝直径两者之间的延迟而产生的死时间，且对所述增益在所述拉制细丝的步骤期间实际上作连续计算，且所述控制结构包括模型死时间参数、模型时间常数参数和模型增益，而所述模型为非线性的。

23.如权利要求22所述的方法，其特征在于，对所述模型增益和参数在所述拉制细丝的步骤期间实际上进行连续计算。

24.如权利要求22所述的方法，其特征在于，所述模型进一步包括一滤波器，用来对所述细丝的所测得直径的任何滤波进行补偿。

25.一种用以制造光纤用细丝的方法，包括：

a.以供料速度将预制件送入加热炉，

b.将所述预制件的端部加热至其软化温度，

c.由所述预制件的软化端部拉制所述细丝，

d.在线测量所述细丝的直径，以及

e.通过调节由所述预制件拉制所述细丝的速度，来控制所述细丝的直径，

其特征在于，所述控制步骤进一步包括利用一个控制结构，其中以一种模型为基础计算比例控制增益和积分控制增益，所述模型涉及所述细丝直径对拉制速度改变的响应，且所述模型为非线性的。

Images