CN105973544B - 一种基于自适应pid方法的飞机全静压测试系统及方法 - Google Patents
一种基于自适应pid方法的飞机全静压测试系统及方法 Download PDFInfo
- Publication number
- CN105973544B CN105973544B CN201610458252.8A CN201610458252A CN105973544B CN 105973544 B CN105973544 B CN 105973544B CN 201610458252 A CN201610458252 A CN 201610458252A CN 105973544 B CN105973544 B CN 105973544B
- Authority
- CN
- China
- Prior art keywords
- mrow
- pin
- module
- msub
- valve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000003068 static effect Effects 0.000 claims description 49
- 230000003993 interaction Effects 0.000 claims description 41
- 238000004519 manufacturing process Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 25
- 230000008878 coupling Effects 0.000 claims description 20
- 238000010168 coupling process Methods 0.000 claims description 20
- 238000005859 coupling reaction Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 19
- 230000003044 adaptive effect Effects 0.000 claims description 18
- 238000002955 isolation Methods 0.000 claims description 15
- 210000002569 neuron Anatomy 0.000 claims description 15
- 230000003287 optical effect Effects 0.000 claims description 15
- 229920001296 polysiloxane Polymers 0.000 claims description 15
- 239000013078 crystal Substances 0.000 claims description 12
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 12
- 229910052753 mercury Inorganic materials 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 230000007935 neutral effect Effects 0.000 claims description 11
- 230000001052 transient effect Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 9
- 229910052710 silicon Inorganic materials 0.000 claims description 9
- 239000010703 silicon Substances 0.000 claims description 9
- 210000000707 wrist Anatomy 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- AGJBKFAPBKOEGA-UHFFFAOYSA-M 2-methoxyethylmercury(1+);acetate Chemical compound COCC[Hg]OC(C)=O AGJBKFAPBKOEGA-UHFFFAOYSA-M 0.000 claims description 5
- 101100190537 Homo sapiens PNN gene Proteins 0.000 claims description 5
- 102100038374 Pinin Human genes 0.000 claims description 5
- FELJDCNGZFDUNR-WDSKDSINSA-N Pro-Ala Chemical compound OC(=O)[C@H](C)NC(=O)[C@@H]1CCCN1 FELJDCNGZFDUNR-WDSKDSINSA-N 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 5
- 230000036461 convulsion Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 101000798769 Mus musculus Troponin C, skeletal muscle Proteins 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 239000003507 refrigerant Substances 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 240000002627 Cordeauxia edulis Species 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims description 2
- 235000007164 Oryza sativa Nutrition 0.000 claims description 2
- 239000003990 capacitor Substances 0.000 claims description 2
- 235000009566 rice Nutrition 0.000 claims description 2
- 238000010998 test method Methods 0.000 claims description 2
- 238000012956 testing procedure Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 230000009471 action Effects 0.000 claims 1
- 238000013461 design Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 239000000306 component Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- ZVKAMDSUUSMZES-NZQWGLPYSA-N OS II Natural products CC(=O)N[C@H]1[C@H](OC[C@@H](O)[C@@H](O)[C@@H](O)CO)O[C@H](CO)[C@H](O[C@H]2O[C@H](CO)[C@@H](O)[C@H](O)[C@H]2O)[C@@H]1O[C@@H]3O[C@H](CO)[C@@H](O)[C@H](O)[C@H]3O ZVKAMDSUUSMZES-NZQWGLPYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 231100000749 chronicity Toxicity 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
Abstract
本发明涉及一种基于自适应PID方法的飞机全静压测试系统及方法。电源开始供电；进行自检；正确，指令进入解析环节；不正确，指令重新进行输入；控制核心模块对指令进行转换和解析；执行指令；是否出发了急停指令？是，则结束此次程序；否，开始采集传感器Ⅱ和传感器Ⅳ的气压值；持续采集的传感器Ⅱ和传感器Ⅳ数值；控制核心模块检查是否达到目标值？是则结束；否则重新执行指令。通过以上方法，系统可以按照操作人员的设置，为飞机提供精确可靠的气压源，能够根据测试过程中的不同要求实时进行响应，能在突发的意外情况下，如气压接头脱落，保护飞机系统，能够按照飞机手册中的要求完成飞机手册中规定的测试任务。
Description
技术领域
本发明属于自动测试领域，特别涉及一种基于自适应PID方法的飞机全静压测试系统及方法。
背景技术
全静压测试系统用在需要对飞机进行全静压测试的内场维修和外场维修中，系统按照测试人员的操作指令，为飞机全静压系统分别提供相应的气压源。目前飞机全静压测试系统购置成本高，维护成本高，维护周期长，对航空公司的正常运行带来不便，甚至由于长途运输带来的精度变化和气密性变化，给飞行安全带来一定的影响。此外，现有的测试器主要靠球阀进行压力变化操作，其测试时间长，精度差，测试流程复杂，容易引起人为因素的增加，带来飞行安全隐患。飞机全静压系统属于高精密、高气密性、小流量的飞机系统，测试要求复杂，专业性强，急需一种测试系统弥补此技术的缺陷。
发明内容
本发明的目的是为了解决现有的技术问题，针对航空公司全静压测试设备使用和维护上的不便，解决全静压系统测试要求难以满足的现状，提供一种造价较低、结构简单、能够快速测试、校验和维护方便、可以方便接入飞机系统、满足航空公司维修手册测试要求的基于自适应PID方法的飞机全静压测试系统及方法。系统采用比例阀为核心部件，采用自适应PID算法作为控制算法，可以自主、灵活、准确、方便地为飞机全静压系统提供两路精确可控的气源，同时为测试人员提供气密性自动计算、飞机仪表精度校验、实时气压状况监测和记录的功能。飞机维护人员可以依照系统的数据，对飞机进行自动化测试，大大提高了飞机维修的效率和安全性，减少相关系统故障引起航空事故的可能性，降低了由于维修带来的航班延误的概率。
本发明为实现上述目的，采用的主要技术方案是：一种基于自适应PID方法的飞机全静压测试系统，其特征在于：包括控制核心模块、电源模块、隔离电源模块、光耦隔离器、485总线模块、继电器模块、信号变送器I、信号变送器II、比例阀模块I、比例阀模块II、人机交互界面模块、传感器I、传感器II、传感器III、传感器IV、电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ、真空泵及压缩机，所述电源模块一路通过隔离电源模块分别与控制核心模块、人机交互界面模块连接，另一路分别与真空泵及压缩机连接，所述控制核心模块分别与人机交互界面模块、光耦隔离器、485总线模块连接，所述光耦隔离器分别与继电器模块、信号变送器I、信号变送器II连接，所述继电器模块分别与电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ、真空泵及压缩机连接，所述信号变送器I分别与比例阀模块I、比例阀模块II连接，所述信号变送器II分别与传感器I、传感器II、传感器III、传感器IV连接，所述485总线模块分别与计算机接口、数据存储接口、保压实验程序升级接口、气压产生波形接口、无线传输接口连接；
所述的控制核心模块包括单片机、电源隔离电路、接口及外围电路；
所述的485总线模块包括485总线芯片、光耦隔离电路、瞬变电压抑制电路；
所述的继电器模块包括大电流继电器、光耦隔离电路、电平变换电路；
所述的气压传感器模块包括传感器及其接口；传感器包括传感器I、传感器II、传感器III、传感器IV，传感器的接口分别为IIC总线和RS232总线接口；
所述的人机交互界面模块包括工业级HMI触摸屏及其配套电路，配套电路包括触摸反馈电路、控制核心电路；
所述的电源包括5V电源模块、24V电源模块和28V电源模块；
所述的比例阀模块包括高频电磁针阀、传感器电路、驱动电路；
所述的气泵及气路模块包括真空泵、压缩机、电磁阀、排水阀、节流阀及其配套气路，电磁阀包括电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ；
人机交互界面模块响应操作者的输入请求，并将其发送给控制核心电路，控制核心电路采集来自气压传感器模块的实时数据，并通过485总线模块控制继电器模块和比例阀模块构成闭环反馈系统，最终控制输出气压；
人机交互界面模块采用迪文公司生产的8英寸高分辨率图形点阵屏幕DMT10768T080_07WT，最大分辨率1024*768，其自带电容触摸屏，通过对触控坐标编程，可以实现人机交互功能；
控制核心模块采用ST公司的STM32F103VET6微控制器，选用了μC/OS-II嵌入式系统作为代码实现的软件平台，工作频率为72MHz；
比例阀模块采用ProALA公司的WFAS1TFEE045BXL和WFAS1TFEE015BXL高频电磁针阀，其可以以±0.005％的分辨率精密地控制气体的流量；
继电器模块采用SONGLE公司的SLA12VDC-SLA，容许的最大电流达到10A，交流电压达到250V；
气压传感器模块包括两种，一种是GE公司生产的RPT350智能振筒式压力传感器，其精度达到±0.02％，每年的测量稳定性漂移不超过±0.015％；一种是MEMA公司生产的MS4525DO-DS3O015AP和MS4525DO-DS3O045AP硅压阻式传感器，其响应时间小于1ms，能够对气压进行快速测量；
485总线芯片采用MAXIM公司生产的MAX13487EESA半双工自动流控RS485总线芯片，可工作于-40℃至+85℃温度范围，传输速率可以达到2Mbps；
真空泵采用飞越冷媒生产的Vi120SV真空泵，最低气压可以达到2kPa；
压缩机采用新为诚公司生产的TC-20系列压缩机，其最高气压可以达到400kPa；
电磁阀采用STNC公司生产的VT307-08高精度仪表阀，可以进行气路通断的控制；
系统控制包括：
(a)反馈环节：采用闭环反馈系统的结构，传感器I和传感器III使用MS4525硅压阻式传感器，传感器II和传感器IV采用GERPT350振筒式气压传感器，实时、自动地采集当前的气压值，将上述传感器分别以IIC和RS232总线的方式接入STM32微控制器，当微控制器识别到传感器接入后，即可开始采集数据；
(b)控制算法：在微控制器中，以软件的方法设计PID控制算法，通过自适应PID方法，实时计算PID的比例环节、微分环节、积分环节的参数，控制算法的输出经过RS485总线模块，接入比例阀驱动装置，驱动比例阀模块内部的高频电磁针阀对压力进行调节；
(c)执行机构：驱动装置将控制指令转换为4～20mA的标准信号，对应高频电磁针阀的等效开度为0～100％，开度不同时，气体流量大小不同，在驱动装置中，对指令进行堆栈设计，剔除错误的指令，保留正确的指令，带动高频电磁针阀进行移动；
气路连接为：比例阀模块I的1口采用气路硅胶管依次通过电磁阀I、排水罐与真空泵连接，排水罐通过气路硅胶管与排水阀连接，比例阀模块I的2口采用气路硅胶管依次通过传感器I、传感器II、气压缓冲罐I与Ps输出接头连接；
压缩机通过气路硅胶管与节流阀的一端连接，节流阀的另一端一路通过电磁阀II与比例阀模块I的3口连接，另一路依次通过电磁阀IV、比例阀模块II的3口和1口、电磁阀III与排水罐和电磁阀I之间的气路硅胶管连接，比例阀模块II的2口依次通过传感器III、传感器IV、电磁阀Ⅴ、气压缓冲罐II与Pt输出接头连接。
一种基于自适应PID方法的飞机全静压测试方法，其特征在于：步骤如下，
飞机全静压测试系统可以进行的测试有两种，可以按照AMM即飞机维修手册的要求对飞机外场维修的飞机的全静压系统进行测试，测试任务号为Task-34-11-00-790-804，也可以按照CMM即飞机部件维护手册的要求对飞机内场维修的ADM大气数据模块进行测试，模块件号为：S242W601-100，测试步骤如下：
第一步：开始；电源开始供电，真空泵及压缩机上电，测试人员可以通过电源监控操作区打开设备；通过Ps输出接头和Pt输出接头将系统接入S23和P23适配器；将设备与飞机的静压管路、全压管路连接起来，封闭管路中的排水接口、关闭节流阀，控制核心模块可以自动关闭电磁阀I～Ⅴ；佩戴防静电腕带，将防静电腕带接入防静电腕带接地区；
进行本场气压均衡操作，点击CAL按键，使设备内部气压与当前地面气压一致；此时电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ均开启，保证内部管路能够与当地大气连通；
第二步：进行自检、系统初始化、嵌入式软件申请计算资源，开启中断并等待指令；传感器I和传感器II分别采集管路中气压值，由控制核心模块进行自检，避免气路气压突变的危险；嵌入式软件进行计算资源申请；
第三步：设备使用人员利用人机交互界面模块输入高度H、静压Ps、高度变化率RtH、静压变化率RtPs、空速IAS、动压Pt、动压变化率RtPt、空速变化率RtIAS几个参数，输入操作在人机交互模块操作区进行，采用人性化的触屏输入方式，符合大部分人的操作习惯；通过的人机交互界面模块的触摸屏，选择单位可以为公制单位如百帕hPa、米m、千米每小时km/h，也可以为英制单位如英尺ft、海里每小时knots，要求：静压管路中的压力不能大于动压管路中的压力；静压管路压力范围3.26-33.31英寸汞柱；静压管路与外界大气最大压差28英寸汞柱；动压管路压力范围3.26-41.34英寸汞柱；动压管路和静压管路最大压差10英寸汞柱；高度变化率最大5000英尺/分钟；速度变化率最大300节/分钟；
第四步：进行自检，指令输入是否正确？
第五步：正确，指令进入解析环节；选择测试为系统测试即默认选择、循环测试、单步测试、泄露测试中的一种，点击Enter按键开始测试；测试过程中，可以通过触控按键选择测试暂停、继续的操作；
在默认的系统测试中，可以根据输入的指令，实时准确控制气压输出接口的气压，提供给测试使用；
在循环测试中，测试人员可以将之前的系统测试过程存储，仅需一键复位，设备即可重新开始新的测试流程，无需测试人员重新设置；在单步测试中，测试人员需要按照触摸屏提示，每完成一步，都点击“下一步”，系统才能够继续进行测试；
在泄露测试中，控制核心模块会自动关闭电磁阀I～Ⅴ，同时打开节流阀和排水阀，根据测试人员设置的测试时间，默认为1分钟，控制核心模块开始自动采集传感器II和传感器IV的值并进行记录，时间到后，计算出测试时间内被测系统的泄漏率，同时在人机交互界面上显示；
第六步：不正确，指令重新进行输入；
第七步：控制核心模块对指令进行转换和解析，换算成标准的4～20mA信号的格式；
第八步：执行指令，过程为：
如果输入了高度和高度变化率或静压和静压变化率数据，且需要高度增加或气压减小时，电磁阀I打开，电磁阀II关闭，真空泵工作，将Ps静压管路中的气体抽出，控制核心模块通过运行在软件上的自适应PID算法，实时采集来自气压传感器模块的数据，自动调整PID算法的参数，由PID算法计算得到的输出指令通过信号变送器送入比例阀模块I，比例阀模块I根据信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小；
如果输入了高度和高度变化率数据或静压和静压变化率，且需要高度减小或气压增加时，电磁阀I关闭，电磁阀II打开，压缩机工作，向Ps静压管路中打入气体，比例阀模块I根据运行在控制核心模块上的自适应PID算法，实时计算控制信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小。
如果输入了空速和空速变化率数据或全压和全压变化率数据，执行过程与上述过程类似；
静压控制算法和全压控制算法均采用自适应的神经网络PID控制算法，由于静压控制和全压控制的气路基本一致，因此两气路的控制算法及其参数也一致；此PID算法为运行在控制核心模块上的软件算法，该算法执行的条件是：当测试人员在触控屏幕上按下“Enter”按键，并正确的输入了操作指令；该算法的功能是；通过实时计算气压传感器模块反馈的数据，将其与测试人员的输入指令相比较，根据偏差的大小，实时调整通过比例阀模块的气体流量，并最终使测试气路内的气压稳定在测试人员的输入值上；当算法开始运行后，算法可以自动由控制核心模块进行计算，在整个测试过程中无需人工干预；
PID控制算法主要有位置式和增量式两种，增量式PID用于控制量为系统增量的情况，设Δu为控制量的增量，KP、KI、KD为比例环节、积分环节、微分环节的系数，e(k)为k时刻指令信号与反馈信号的偏差，Δe(k)为此误差信号的改变量，则有如下公式：
Δu＝KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]
采用的增量式控制算法的优点在于：
(1)由于计算机输出增量，因此在操作时误动作较小，采用一定的逻辑门限判断可以将错误去除；
(2)手动、自动切换时冲击较小，当计算机发生故障时，由于保持了原有信号的锁存作用，因此能够仍然保持原值；
采用的自适应方法为神经网络PID控制算法，自适应的神经网络PID控制算法可以通过神经网络，实时根据气压传感器模块反馈的气压值进行计算，通过状态转换器和学习算法，在线调节PID参数，根据当前的气压以及气压变化趋势，对控制算法的参数进行修改；
Δu为控制核心模块在每个刷新时刻所计算的控制量的增量，KP、KI、KD为比例环节、积分环节、微分环节的系数经过仿真和调试可以得到，e(k)为当前时刻测试人员输出的目标值与当前气压传感器模块的反馈值之差，Δe(k)为此误差信号的改变量，则有如下公式：其中xi为偏差的状态量，wi为各个偏差的权值；
神经元的输入In为：
神经元的输出Δu为：
Δu＝f(In)
则k时刻控制器的输出Δu(k)可以写成：
Δu(k)＝w1x1+w2x2+w3x3
由数字式增量PID的公式
Δu(k)＝Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)]
于是可以取
x1＝e(k)-e(k-1)，x2＝e(k)，x3＝e(k)-2e(k-1)+e(k-2)
则
Δu(k)＝w1[e(k)-e(k-1)]+w2e(k)+w3[e(k)-2e(k-1)+e(k-2)]
由上式可以得到，k时刻控制器的输出u(k)为：
其中wi的权系数学习规则是神经元控制方法的核心，在这里，系统采用了有监督的Hebb学习算法，通过不断反馈误差值e(k)，实时计算wi(k)的值，如果值e(k)
权值学习规则如下：
ηp、ηI、ηD分别为比例、微分、积分的学习速率，K为神经元比例系数；
式中，采用了神经网络的方法对wi的权值进行调整，当系统负载发生变化，或引入新的干扰之后，可以根据负载，实时对权值进行调整，具有很强的适应能力，因此正是由于采用了这种自适应的方法，使得基于神经网络的PID控制算法具有更强的适应性，增强了控制算法的鲁棒性；
可以将算法进一步优化，由于PID三个参数主要与e(k)和Δe(k)有关，可以将算法写为如下公式：
其中，u(k+1)为k+1时刻的输出，u(k)为k时刻的输出，用于控制比例阀模块，Δu(k)为k时刻的输出增量，K为神经元比例系数，为常量主要取决于系统参数，取值为2.32；wi为各个偏差的权值，ηp、ηI、ηD分别为比例、微分、积分的学习速率，通过调试分别确定为1.862、0.678、1.273，e(k)、Δe(k)分别为k时刻气压传感器模块反馈的气压值与当前测试人员输入的气压目标值之间的偏差及其增量；
此算法运行于控制核心模块上，是一套带反馈、能够自我修正、具备一定自适应能力的算法，当被测飞机改变时，由于气压管路不同、气体容积不同，可以认为对此系统是一种干扰，采用了自适应控制算法以后，可以很好地对此类干扰进行处理，保证了系统在测试不同机型时的通用性；
第九步：是否出发了急停指令？紧急停止的指令可以通过阀体指示和急停操作区进行操作，如果将急停按钮按下，则电磁阀I、电磁阀II、电磁阀III、电磁阀IV关闭，避免气体进入后级损坏传感器和比例阀；
第十步：是，则结束此次程序；
第十一步：否，开始采集传感器II和传感器IV的气压值；
第十二步：持续采集的传感器II和传感器IV数值，直到完成控制指令；
第十三步：控制核心模块检查是否达到目标值？
第十四步：是则结束，测试结束后，点击泄压按键，此时，控制核心模块会自动计算管路内的气压值与本地气压值之差，控制比例阀I和II模块将管路内气压调节到与外界本地气压一致，使全静压管路中的压力释放掉，等待气压指示稳定后，系统自动关闭排水阀和节流阀，测试人员需要取下S23和P23适配器，关闭设备完成测试；
第十五步：否则重新执行指令；
通过以上方法，系统可以为按照操作人员的设置，为飞机提供精确可靠的气压源，能够根据测试过程中的不同要求实时进行响应，能在突发的意外情况下，如气压接头脱落，保护飞机系统，能够按照飞机手册中的要求完成飞机手册中规定的测试任务。
本发明具有的优点和积极效果是：与现有的气压测试设备相比，能够自动地以0.2％的较高精度和较快的动态响应准确实时控制气压，符合飞机维修手册中规定的飞机全静压系统测试标准(0.8％)，其他测试设备普遍精度在0.5％以下。
能够充分应对测试过程中的意外情况，保护被测试的飞机组件，使用更加安全。
采用触屏输入和显示的方式进行人机交互，操作安全方便，人性化好。
在动态过程中采用硅压阻式气压传感器，在静态调整过程中采用振筒式气压传感器，有效地结合了两种传感器的有点，能够大幅降低设备的成本，增加经济性。
能够在测试过程中实现全自动化，无需人员看守，可以提高机务人员的工作效率。
在PCB电路板制作过程中注重采用环保无铅材料，符合欧盟RoHS标准。
采用的真空泵和压缩机均采用无油低功耗真空泵，相比于现有的气压测试设备，功耗更低，使用寿命更长。
维护方便、使用灵活、可以根据用户需求和飞机的测试要求定制测试程序的优点。
附图说明
图1是本发明的电路连接框图；
图2是本发明的气路连接框图；
图3是本发明的测试台面的结构示意图；
图4是本发明的控制系统结构图；
图5是本发明的控制核心模块电路图；
图6是本发明的隔离电源模块电路图；
图7是本发明的485总线模块电路图；
图8是本发明的继电器模块电路图；
图9是本发明的人机交互界面示意图；
图10是本发明的比例阀模块结构示意图；
图11是本发明的测试流程示意图；
图12是本发明的嵌入式软件结构示意图。
具体实施方式
为了更清楚地说明本发明，下面根据附图详细阐述本发明的实施方式。
如图1至图12所示，一种基于自适应PID方法的飞机全静压测试系统，包括控制核心模块、电源模块、隔离电源模块、光耦隔离器、485总线模块、继电器模块、信号变送器I、信号变送器II、比例阀模块I、比例阀模块II、人机交互界面模块、传感器I、传感器II、传感器III、传感器IV、电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ、真空泵及压缩机。
电源模块一路通过隔离电源模块分别与控制核心模块、人机交互界面模块连接，另一路分别与真空泵及压缩机连接，控制核心模块分别与人机交互界面模块、光耦隔离器、485总线模块连接，光耦隔离器分别与继电器模块、信号变送器I、信号变送器II连接，继电器模块分别与电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ、真空泵及压缩机连接，信号变送器I分别与比例阀模块I、比例阀模块II连接，所述信号变送器II分别与传感器I、传感器II、传感器III、传感器IV连接，485总线模块分别与计算机接口、数据存储接口、保压实验程序升级接口、气压产生波形接口、无线传输接口连接。
人机交互界面模块响应操作者的输入请求，并将其发送给控制核心电路，控制核心电路采集来自气压传感器模块的实时数据，并通过485总线控制继电器模块和比例阀模块构成闭环反馈系统，最终控制输出气压。
控制核心模块包括单片机、电源隔离电路、接口及外围电路。
485总线模块包括485总线芯片、光耦隔离电路、瞬变电压抑制电路。
继电器模块包括大电流继电器、光耦隔离电路、电平变换电路。
气压传感器模块包括传感器及其接口，传感器包括传感器I、传感器II、传感器III、传感器IV，传感器的接口分别为IIC总线和RS232总线接口。
人机交互界面模块包括工业级HMI触摸屏及其配套电路，配套电路包括触摸反馈电路、控制核心电路。
电源模块包括5V电源模块、24V电源模块和28V电源模块。
比例阀模块包括高频电磁针阀、传感器电路、驱动电路。
气泵及气路模块包括真空泵、压缩机、电磁阀、排水阀、节流阀及其配套气路，电磁阀包括电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ。
人机交互界面模块采用迪文公司生产的8英寸高分辨率图形点阵屏幕DMT10768T080_07WT，最大分辨率1024*768，其自带电容触摸屏，通过对触控坐标编程，可以实现人机交互功能。
控制核心模块采用ST公司的STM32F103VET6微控制器，选用了μC/OS-II嵌入式系统作为代码实现的软件平台，工作频率为72MHz。
比例阀模块采用ProALA公司的WFAS1TFEE045BXL和WFAS1TFEE015BXL高频电磁针阀，其可以以±0.005％的分辨率精密地控制气体的流量。
继电器模块采用SONGLE公司的SLA12VDC-SLA，容许的最大电流达到10A，交流电压达到250V。
气压传感器模块包括两种，一种是GE公司生产的RPT350智能振筒式压力传感器，其精度达到±0.02％，每年的测量稳定性漂移不超过±0.015％；一种是MEMA公司生产的MS4525DO-DS3O015AP和MS4525DO-DS3O045AP硅压阻式传感器，其响应时间小于1ms，能够对气压进行快速测量。
485总线芯片采用MAXIM公司生产的MAX13487EESA半双工自动流控RS485总线芯片，可工作于-40℃至+85℃温度范围，传输速率可以达到2Mbps。
真空泵采用飞越冷媒生产的Vi120SV真空泵，最低气压可以达到2kPa。
压缩机采用新为诚公司生产的TC-20系列压缩机，其最大气压可以达到400kPa。
电磁阀采用STNC公司生产的VT307-08高精度仪表阀，可以进行气路通断的控制。
气路连接为：比例阀模块I的1口采用气路硅胶管依次通过电磁阀I、排水罐与真空泵连接，排水罐通过气路硅胶管与排水阀连接，比例阀模块I的2口采用气路硅胶管依次通过传感器I、传感器II、气压缓冲罐I与Ps输出接头连接；
压缩机通过气路硅胶管与节流阀的一端连接，节流阀的另一端一路通过电磁阀II与比例阀模块I的3口连接，另一路依次通过电磁阀IV、比例阀模块II的3口和1口、电磁阀III与排水罐和电磁阀I之间的气路硅胶管连接，比例阀模块II的2口依次通过传感器III、传感器IV、电磁阀Ⅴ、气压缓冲罐II与Pt输出接头连接。
控制核心模块电路的具体连接为，JTAG接口的4、6、8、10、12、14、16、18、20脚分别接地，2脚和1脚相接并分别接电阻R6、R7、R8、R9的一端及电源+3.3V，电阻R6另一端接JTAG接口的3脚，电阻R7接JTAG接口的5脚，电阻R8接JTAG接口的7脚，电阻R9接JTAG接口的13脚，JTAG接口的9脚通过电阻R10接地，JTAG接口的3脚接STM32单片机的90脚，JTAG接口5脚接STM32单片机的77脚，JTAG接口的7脚接STM32单片机的72脚，JTAG接口的9脚接STM32单片机的76脚，JTAG接口的13脚接STM32单片机的89脚，JTAG接口的15脚分别接STM32单片机的14脚及开关S1、电阻R2、电容C5的一端，开关S1的另一端接电容C5的另一端及地，电阻R2的另一端接电源+3.3V，STM32单片机的23脚依次通过电阻R99、发光二极管D2接地，24脚依次通过电阻R98、发光二极管D3接地，37脚通过电阻R3接地，12脚、13脚并联电阻R1、晶振Y1，晶振Y1的2脚通过电容C1接地，晶振Y1的1脚通过电容C2接地，94脚通过电阻R4接地，19脚通过电阻R96接地，10脚、20脚、27脚、49脚、74脚、99脚分别接地，11脚、28脚、50脚、75脚、100脚分别接电源+3.3V，8脚和9脚并联晶振Y2，晶振Y2的2脚通过电容C3接地，晶振Y2的1脚通过电容C4接地，25脚、26脚分别与接口P98的3脚、2脚相接，68脚、69脚分别与接口P1的3脚、2脚相接，47脚、48脚分别与接口P4的3脚、2脚相接，78脚、79脚分别与接口P99的2脚、3脚相接，接口P98的1脚、接口P1的1脚、接口P4的1脚、接口P99的4脚分别接地，接口P98的4脚、接口P1的4脚、接口P4的4脚、接口P99的1脚分别接地DCVCC。
控制核心模块电路是系统的核心运算部件，在硬件上采用的STM32F103VET6芯片为LQFP100封装，具有很高的集成性，管脚达到100个，存储器达到512K，工作频率倍频到72MHz。在软件上选用了μC/OS-II嵌入式系统作为代码实现的软件平台，避免了单片流水程序易跑飞和死机的缺点，可以保证系统运行的长期性和可靠性。在控制核心模块电路上，运行一个基于神经网络的自适应PID算法，能够根据操作人员的控制指令和气压传感器模块的反馈值，实时调整PID控制器参数，并通过比例阀模块实现对气路气压实时控制、跟随指令的作用。
隔离电源模块电路的具体连接为，稳压器U2的2脚和4脚分别接电容C9的正极、电容C7、电阻R90的一端及电源+3.3V，稳压器U2的3脚分别接电容C8的正极、电容C6的一端、隔离电源模块P33的4脚，电阻R90的另一端通过发光二极管D1分别接电容C9和电容C8的负极、电容C7、电容C6的另一端及稳压器U2的1脚及地，隔离电源模块P33的2脚分别接电源+5V、接口P45的2脚，接口P45的1脚与接口P22的2脚相接，接口P22的1脚接隔离电源模块P33的1脚，隔离电源模块P33的3脚接地。
隔离电源模块采用金升阳公司生产的B0505SDC-DC转换模块，能够将输入端的电源和地与输出端的电源和地物理隔离，这样就避免了由于系统的电气模块如真空泵、压缩机等设备在工作时对控制核心的弱电模块产生干扰；同时模块具备稳压功能，在电网电压波动的时候，能够将控制器模块的供电电压稳定在正常值，对电路具有保护左右。
485总线模块电路的具体连接为，芯片U10的1脚通过电阻R65接光电耦合器U24的2脚，2脚和3脚分别接电阻R69的一端及光电耦合器U25的4脚，芯片U10的4脚分别接电阻R60的一端及光电耦合器U26的4脚，芯片U10的5脚分别接光电耦合器U26的3脚、光电耦合器U25的3脚及地，芯片U10的6脚和7脚并联电阻R66、瞬态抑制二级管D12，瞬态抑制二级管D12一端通过电阻R67与接口PS的2脚相接，瞬态抑制二级管D12的另一端通过电阻R68与接口PS的3脚相接，芯片U10的8脚分别接光电耦合器U24的1脚、电阻R69、电阻R60的另一端，光电耦合器U24的3脚接地，4脚通过电阻R62接光电耦合器U25的1脚、光电耦合器U26的1脚及电源+3.3V，光电耦合器U25的2脚接电阻R63一端，光电耦合器U26的2脚接电阻R64一端。
485总线模块是系统传输数据的主要电路，是控制核心模块、气压传感器模块、外部接口之间交换数据的主要电路。其功能是否完好，误码率是否在较低的范围内是系统能否正常工作的关键。因此，保证数据传输的可靠性和低误码是电路必须要具备的特点。采用了瞬态抑制二极管来抑制干扰，消除其他部分电路的影响，增加可靠性。采用了高速光耦隔离器将控制器模块的电路和485数据传输电路物理隔离，有效降低了数据传输的误码率。
继电器模块电路的具体连接为，光耦合器U1的二极管正极通过电阻R169A与接口P116的3脚相接，光耦合器U1的二极管负极通过LED1与接口P116的1脚相接，光耦合器U1的三极管集电极接VCC，发射极通过电阻R3与三极管Q1的基极相接，继电器K1的线圈并联二极管D0，二极管D0的负极接电阻R2A的一端及VCC，二极管D0的负极接分别接三极管Q1的集电极、LED2的负极，三极管Q1的发射极接地，LED2的正接接电阻R2A的另一端，继电器K1的一个接点与接口P28的1脚相接，继电器K1的另一个接点与接口P28的21脚相接。
继电器模块工作电流较大，带有光耦隔离电路、并带有状态指示灯，能够将单片机的3.3V的弱电控制信号变为交流电220V通断控制。在系统测试过程中，控制核心模块的内置程序会通过继电器模块控制电磁阀、真空泵、压缩机等电气设备的工作状态。
在图2中，以Ps(static pressure，静压)控制为例，当系统工作时，电磁阀I和电磁阀II会将前后级气路隔开，前级气路的真空泵可以提供较高的真空(约为2kPa)，压缩机可以提供较高的正压(约为400kPa)，因此它们可以迅速消耗掉比例阀后级气路中气体的气压。
当图1中的静压需要增加的时候，相应管路的比例阀I打开，电磁阀I关闭，电磁阀II打开，由压缩机向管路中加压。加压的气流流量受到比例阀I的控制，因此气压变化率可以精确控制；当气压需要减少的时候，电磁阀I打开，电磁阀II关闭，由真空泵抽取管路气体，实现减压调节，减压的快慢由比例阀II控制。
控制系统采用闭环反馈控制系统结构，如图1、图2所示，设计方法包括三个环节：反馈环节设计、控制算法设计、执行机构设计。
(a)反馈环节采用两种传感器：图2中传感器II和传感器IV利用GE公司的RPT350航空级振筒式其他传感器，可以使系统静态测量精度达到±0.02％，每年的测量稳定性漂移不超过±0.015％，完全达到了飞机全静压测试系统的要求，图2中传感器I和传感器III利用MEMA公司的MS4525DO-DS3O015AP和MS4525DO-DS3O045AP硅压阻式传感器，其响应时间小于1ms，能够对气压进行快速测量。两种传感器分别在测试设备的静态和动态测试过程中使用，不仅精度高、而且测量速度快。传感器接入系统后，实时、自动地采集当前的气压值，将上述传感器分别以IIC和RS232总线的方式接入STM32微控制器，当微控制器识别到传感器接入后，即可开始采集数据。
(b)PID控制算法的设计：在微控制器中，以软件的方法设计PID控制算法，首先进行初始参数的确定，完成之后，通过自适应PID方法在线实时确定PID的比例环节、微分环节、积分环节的参数，控制算法的输出经过RS485总线模块，接入比例阀驱动装置，驱动比例阀模块内部的高频电磁针阀对压力进行调节。
在初始调节参数过程中，首先要调节比例参数，当控制效果比较理想，没有出现过度振荡或控制时间过长的时候，再调节积分和微分参数；如果比例参数太大会造成系统振荡时间过长，太小就造成上升时间太长，因此需要将比例参数首先调至系统略有震荡的情况，之后再用微分和积分参数进行调整；增大积分参数可以加快消除稳态误差；微分参数在调节时首先应较小，然后逐步增大，可以达到减少系统纹波、增强阻尼效果的作用。当初始参数确定后，系统的P、I、D参数就不再由设计人员更改，而是由自适应神经网络方法根据系统误差实时计算，
(c)执行机构：执行机构即为比例阀模块，包括高频电磁针阀、传感器电路、驱动电路模块，高频电磁针阀采用ProALA公司的高频电磁针阀，其可以以±0.005％的分辨率精密地控制气体的流量，通电和断电响应时间分别为1.0ms和0.5ms；传感器电路采用霍尼韦尔公司的CAFS3000型流量传感器；驱动电路模块主要由欧姆龙公司的高频继电器G6K2P模块组成，可以以150Hz的频率控制高频电磁阀的通断。比例阀模块的流量调节范围为0～100mL/min，满足了测试设备对高度以及空速变化率的设定要求。
驱动装置将控制指令转换为4～20mA的标准信号，对应高频电磁针阀的等效开度为0～100％，开度不同时，气体流量大小不同，在驱动装置中，对指令进行堆栈设计，剔除错误的指令，保留正确的指令，带动高频电磁针阀进行移动。
本发明使用的控制算法为自适应PID控制算法。本发明中的静压控制算法和全压控制算法均采用自适应的神经网络PID控制算法，由于静压控制和全压控制的气路基本一致，因此两气路的控制算法及其参数也一致。此PID算法为运行在控制核心模块上的软件算法，该算法执行的条件是：当测试人员在触控屏幕上按下“Enter”按键，并正确的输入了操作指令。该算法的功能是；通过实时计算气压传感器模块反馈的数据，将其与测试人员的输入指令相比较，根据偏差的大小，实时调整通过比例阀模块的气体流量，并最终使测试气路内的气压稳定在测试人员的输入值上。当算法开始运行后，算法可以自动由控制核心模块进行计算，在整个测试过程中无需人工干预。
PID控制算法主要有位置式和增量式两种，增量式PID用于控制量为系统增量的情况，设Δu为控制量的增量，KP、KI、KD为比例环节、积分环节、微分环节的系数，e(k)为k时刻指令信号与反馈信号的偏差，Δe(k)为此误差信号的改变量，则有如下公式：
Δu＝KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]
本发明采用的增量式控制算法的优点在于：
(1)由于计算机输出增量，因此在操作时误动作较小，采用一定的逻辑门限判断可以将错误去除；
(2)手动、自动切换时冲击较小，当计算机发生故障时，由于保持了原有信号的锁存作用，因此能够仍然保持原值。
本发明采用的自适应方法为神经网络PID控制算法，自适应的神经网络PID控制算法可以通过图4中所示的神经网络，实时根据气压传感器模块反馈的气压值进行计算，通过状态转换器和学习算法，在线调节PID参数，根据当前的气压以及气压变化趋势，对控制算法的参数进行修改。
基于神经网络的PID控制算法结构如图4所示，其中xi为计算所得的偏差，wi为各个偏差的权值。
神经元的输入In为：
神经元的输出Δu为：
Δu＝f(In)
则k时刻控制器的输出Δu(k)可以写成：
Δu(k)＝w1x1+w2x2+w3x3
由数字式增量PID的公式
Δu(k)＝Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)]
于是可以取
x1＝e(k)-e(k-1)，x2＝e(k)，x3＝e(k)-2e(k-1)+e(k-2)
则
Δu(k)＝w1[e(k)-e(k-1)]+w2e(k)+w3[e(k)-2e(k-1)+e(k-2)]
其中wi的权系数学习规则是神经元控制方法的核心，在这里，系统采用了有监督的Hebb学习算法，
由上式可以得到，k时刻控制器的输出u(k)为：
本发明采用的权值学习规则如下：
ηp、ηI、ηD分别为比例、微分、积分的学习速率，K为神经元比例系数。
式中，采用了神经网络的方法对wi的权值进行调整，当系统负载发生变化，或引入新的干扰之后，可以根据负载，实时对权值进行调整，具有很强的适应能力，因此正是由于采用了这种自适应的方法，使得基于神经网络的PID控制算法具有更强的适应性，增强了控制算法的鲁棒性。
PID三个参数主要与e(k)和Δe(k)有关，可以将算法写为如下公式：
其中，u(k+1)为k+1时刻的输出，u(k)为k时刻的输出，用于控制比例阀模块，Δu(k)为k时刻的输出增量，K为神经元比例系数，为常量主要取决于系统参数，在本发明中，取值为2.32；wi为各个偏差的权值，ηp、ηI、ηD分别为比例、微分、积分的学习速率，在本发明中，通过调试分别确定为1.862、0.678、1.273，e(k)、Δe(k)为k时刻气压传感器模块反馈的气压值与当前测试人员输入的气压目标值之间的偏差。
本实例的控制核心及其隔离电源电路如图5、图6所示，控制核心采用了由欧洲意法半导体(STMicroelectronics)生产的一款基于ARM Cortex-M3的专为要求高性能、低成本、低功耗的嵌入式应用专门设计的32位Flash型微控制器。它集高性能、实时功能、数字信号处理、低功耗与低电压操作等特性于一身，同时还保持了集成度高和易于开发的特点。采用的STM32F103VET6芯片为LQFP100封装，管脚达到100个，存储器达到512K，工作频率倍频到72MHz，最高运算速度达到1.25DMips/MHZ。支持硬件乘法、支持CAN总线接口、USB2.0全速接口，可以实现数据的无损压缩和处理，降低了数据通路的带宽，完全能够满足测试设备的要求。本实例使用全部的5个UART端口、2个IIC端口对外界设备进行数据交互，以及CRC硬件计算单元对数据进行校验。
在本实例中采用了两块STM32单片机，分别完成人机交互任务和核心控制任务，以下称为“人机交互界面模块”和“控制核心模块”。屏幕板与核心板采用共同的硬件平台进行设计，这样可以增强通用性，提高设计效率。
“人机交互界面模块”如图9所示，需要完成一些人机交互工作，主要有以下几个方面：
1、控制液晶触摸屏进行数字及其图形化显示，包括触屏指令识别，参数指示等功能，交互设备采用了北京迪文公司生产的8英寸触摸屏；
2、指令计算，由控制指令得到实际的控制参数是一个较为复杂的过程，因为本系统所涉及到的参数数量较多，而且参数之间有密切的交联关系，需要由专门的程序进行参数解算和下行控制；
3、ADM组件测试，需要对进行测试的ADM进行数据收集和整理工作，实现LRU(LineReplaceable Unit，航线可更换组件)的全自动测试；
4、传感器校正和电脑端接口服务，屏幕版需要监控与核心板的通信状态，并为电脑端提供良好的基于485总线的通信协议进行上位机监控。
“控制核心模块”完成的任务更为复杂，主要有以下几个方面：
1、数据采集和交互：与屏幕版进行数据交互，接收来自屏幕的设定信号，同时为屏幕显示提供数据源，将系统当前的状态进行收集再交给屏幕显示；
2、运行一个增量式的自适应PID算法，对设备进行实时控制，实现系统的闭环控制；
3、利用3路串口对2个压力变送器、2个流量阀进行控制，其中两个压力变送器复用一个通道，将算法实时计算的指令输出进行控制；
4、为设备提供IO接口，对手动控制区的开关指令进行响应，为ADM测试提供相应的激励源，并采集ADM的响应信号进行分析；
5、运行所有参数解算的数学模型，由基本的静压和全压解算得到高度、空速、马赫数等信息；与屏幕版的指令计算相结合，完成对系统的精确控制和显示。
485总线模块，如图7所示，实现“控制核心模块”、“人机交互界面模块”、比例阀模块之间的数据交换，相对于总线来说，不同的电路板只是挂接在总线上的“设备”，每个设备在发送数据之前，都要首先监听总线是否被占用，如果被占用，需要延时再进行发送。接口接头采用常用的九针串行接口，增加通用性。总线协议芯片采用美国TI公司的sn65hvd3088e芯片。符合TIA/EIA-485A标准，低静态功耗(工作状态下0.3mA，断开模式下1nA)，最多驱动256个节点。无中继传输距离达到1200米。电路通过采用TVS瞬变电压抑制二极管来降低电磁、静电等瞬态干扰对电路的影响。在设计中还采用了PS2801芯片作为光耦隔离电路，增强系统的可靠性，使信号单向传输，输入端与输出端完全实现了电气隔离，输出信号对输入端无影响，抗干扰能力强，工作稳定。
继电器模块，如图8所示，在本发明中使用多达20个，泵、阀这些开关量的控制都需要使用继电器，同时继电器还需要对手动操作区的开关进行相应的响应，因此设计出可靠的继电器模块非常重要。因为系统中需要对大功率设备进行控制，如真空泵功率为180W，因此选用了250V10A的大功率继电器。同理采用光耦隔离的设计方法，通过P116接口直接连接单片机的控制端，这样就防止了后级设备对前级的影响。三极管Q21的作用主要是增强光耦模块的驱动能力，防止由于驱动电流不足造成继电器无法接通的情况出现。同时这样设计也给予电路一定的灵活性，当VCC电压不同时，可以通过改变R170的阻值，调整光耦的驱动能力。
气路及气泵模块由气路、真空泵、压缩机、电磁阀、气路及其配件组成，如图2所示。气泵、电磁阀连接到继电器模块，由控制核心模块提供的开关量控制。气路采用外径8毫米，内径5毫米的高密封性专用硅胶管，可以为系统提供良好的密封性；真空泵采用飞越冷媒生产的Vi120SV真空泵，最低气压可以达到2kPa；压缩机采用新为诚公司生产的TC-20系列压缩机，其最大气压可以达到400kPa；电磁阀包括电磁阀I、电磁阀II、电磁阀III、电磁阀IV、排水阀，全部采用STNC公司生产的VT307-08高精度仪表阀，可以进行气路通断的控制，
本发明采用兰格Omnifit系列S型和P型接头，使用专门工具对接头进行压接，保证系统的气密性和施工的可重复性。气路的输出接头为Ps输出接头和Pt输出接头，对应的S23适配器和P23适配器可以分别接入飞机的静压系统和全压系统，并能够保证测试时接头处不会出现气压泄漏等情况。在气用3L容积的气压缓冲罐，主要是为了避免在测试过程当中出现突发情况，导致气路内的气压发生突变，进而损伤飞机全静压系统传感器的情况出现，气压缓冲罐可以有效地减少气路内的脉动气压干扰现象。
气压传感器模块接入整个气路，主要包括：传感器I和传感器III采用了GE公司生产的RPT350智能振筒式压力传感器，其精度达到±0.02％，传感器II和传感器IV采用了MEMA公司生产的MS4525DO-DS3O015AP和MS4525DO-DS3O045AP硅压阻式传感器，其响应时间小于1ms。
比例阀模块如图10所示，由高频电磁针阀、传感器电路、驱动电路组成；高频电磁针阀采用ProALA公司的高频电磁针阀，其可以以±0.005％的分辨率精密地控制气体的流量，通电和断电响应时间分别为1.0ms和0.5ms；传感器采用霍尼韦尔公司的CAFS3000型流量传感器；驱动电路模块主要由欧姆龙公司的高频继电器G6K2P模块组成，可以以150Hz的频率控制高频电磁阀的通断。比例阀模块的流量调节范围为0～100mL/min，满足了测试设备对高度以及空速变化率的设定要求。
所述的电源模块产生各种需要的电源，其技术指标：
1、输出范围：5V 0～26A 5路 功率150W
输出电压精度：±2％，纹波低于80mV
效率：78％
输入范围：88～132VAC或180～264VAC，最大输入浪涌电流40A
电压调整范围：±10％
过载保护、过电压保护，启动上升时间小于1s
2、输出范围：24V 0～4A 3路 功率32W
输出电压精度：±2％，纹波低于80mV
效率：80％
输入范围：85～264VAC，最大输入浪涌电流45A
电压调整范围：-5％～+10％
过载保护、过电压保护，启动上升时间小于500ms
3、输出范围：28V 0～10.7A 2路 功率300W
输出电压精度：±3％，纹波低于90mV
效率：83％
输入范围：125～252VAC，最大输入浪涌电流48A
电压调整范围：-5％～+7％
过载保护、过电压保护，启动上升时间小于900ms。
飞机全静压测试系统的测试操作主要在图3中所示的操作面板上进行，图3中，101.为电源监控操作区，102.为手动操作区，103.为气压输出接口区，对应图2中的P23和S23气路输出接口，每种接口提供三种不同的连接方式，104为人机交互模块操作区，105为组件接入后的模拟量测试区，106为备用气源输入接口，当系统内部起源故障后，可以采用外接备用气源的方式来使用设备，107为阀体指示和急停操作区，108为防静电腕带接地区。
飞机全静压测试系统的各操作步骤如图11所示，嵌入式软件结构如图12所示：
第一步：开始；图1中的电源开始供电，真空泵及压缩机上电，测试人员可以通过图1中的电源监控操作区打开设备；通过图1中的气压输出接口区将系统接入S23和P23适配器；佩戴防静电腕带，接入图1中的防静电腕带接地区；
第二步：进行自检、系统初始化、嵌入式软件申请计算资源，开启中断并等待指令；图2中的传感器I和传感器II分别采集管路中气压值，由图1中的控制核心模块进行自检，避免气路气压突变的危险；图12中的嵌入式软件进行计算资源申请；
第三步：设备使用人员利用图1中的人机交互界面模块输入高度、高度变化率、空速、空速变化率等几个参数，输入操作在图1中的人机交互模块操作区进行，采用人性化的触屏输入方式，符合大部分人的操作习惯；
第四步：进行自检，指令输入是否正确？
第五步：正确，指令进入解析环节；
第六步：不正确，指令重新进行输入；
第七步：图1中的控制核心模块对指令进行转换和解析，换算成标准的4～20mA信号的格式；
第八步：执行指令的过程为：如果输入了高度和高度变化率数据，且需要高度增加或气压减小时，图2中的电磁阀I打开，电磁阀II关闭，真空泵工作，将Ps静压管路中的气体抽出；控制核心模块通过运行在软件上的自适应PID算法，实时采集来自传感器模块的数据，实时、自动调整PID算法的参数，由PID算法计算得到的输出指令通过图1中的信号变送器送入比例阀模块1，图10中的比例阀模块1根据信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小；
如果输入了高度和高度变化率数据，且需要高度减小或气压增加时时，图2中的电磁阀I关闭，电磁阀II打开，压缩机工作，向Ps静压管路中打入气体，图10中的比例阀模块根据运行在控制核心模块上的自适应PID算法，实时计算控制信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小。如果输入了空速和空速变化率数据，执行过程与上述过程类似。
第九步：是否出发了急停指令？
第十步：是，则结束此次程序；紧急停止的指令可以通过图3中的阀体指示和急停操作区进行操作，如果将急停按钮按下，则图2中的电磁阀I、电磁阀II、电磁阀III、电磁阀IV关闭，避免气体进入后级损坏传感器和比例阀。
第十一步：否，开始采集图2中的传感器II和传感器IV的气压值；
第十二步：持续采集的传感器II和传感器IV数值，直到完成控制指令
第十三步：控制核心模块检查是否达到目标值？
第十四步：是则结束
第十五步：否则重新执行指令
飞机全静压测试系统可以进行的测试有两种，可以按照AMM即飞机维修手册的要求对飞机外场维修的飞机的全静压系统进行测试，测试任务号为Task-34-11-00-790-804，也可以按照CMM即飞机部件维护手册的要求对飞机内场维修的ADM大气数据模块进行测试，模块件号为：S242W601-100。测试流程如下：
1、进行本场气压均衡操作，点击CAL按键，使设备内部气压与当前地面气压一致；此时图2中的电磁阀I、电磁阀II、电磁阀III、电磁阀IV、电磁阀Ⅴ均开启，保证内部管路能够与当地大气连通；
2、连接静压管路、全压管路，分别使用图2中的适配器S23和P23，将设备与飞机的静压管路、全压管路连接起来，封闭管路中的排水接口、关闭节流阀，控制核心模块可以自动关闭电磁阀I～Ⅴ；
3、通过图2中的人机交互界面模块的触摸屏，选择单位为hPa，m(km/h)、ft(knts、Ma)中的一种，通过触控键盘分别输入Ps、Pt、RtPs、RtPt，要求：静压管路中的压力不能大于动压管路中的压力；静压管路压力范围3.26-33.31英寸汞柱；静压管路与外界大气最大压差28英寸汞柱；动压管路压力范围3.26-41.34英寸汞柱；动压管路和静压管路最大压差10英寸汞柱；高度变化率最大5000英尺/分钟；速度变化率最大300节/分钟；
4、选择测试为系统测试(默认选择)、循环测试、单步测试、泄露测试中的一种，点击Enter按键开始测试；测试过程中，可以通过触控按键选择测试暂停、继续等操作；
在默认的系统测试中，如果输入了高度和高度变化率数据，且需要高度增加或气压减小时，图2中的电磁阀I打开，电磁阀II关闭，真空泵工作，将Ps静压管路中的气体抽出；通过运行在软件上的自适应PID算法，实时采集来自传感器模块的数据，实时、自动调整PID算法的参数，由PID算法计算得到的输出信号通过变送器送入比例阀模块1，图10中的比例阀模块根据信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小；
如果输入了高度和高度变化率数据，且需要高度减小或气压增加时，图2中的电磁阀I关闭，电磁阀II打开，压缩机工作，向Ps静压管路中打入气体，图10中的比例阀模块根据运行在控制核心模块上的自适应PID算法，实时计算控制信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小。如果输入了空速和空速变化率数据，执行过程与上述过程类似。
在循环测试中，测试人员可以将之前的系统测试过程存储，仅需一键复位，设备即可重新开始新的测试流程，无需测试人员重新设置；在单步测试中，测试人员需要按照触摸屏提示，每完成一步，都点击“下一步”，系统才能够继续进行测试。
在泄露测试中，控制核心模块会自动关闭图2中的电磁阀I～Ⅴ，同时打开节流阀和排水阀，根据测试人员设置的测试时间，默认为1分钟，控制核心模块开始自动采集传感器II和传感器IV的值并进行记录，时间到后，计算出测试时间内被测系统的泄漏率，同时在人机交互界面上显示。
5、测试结束后，点击泄压按键，此时，控制核心模块会自动计算管路内的气压值与本地气压值之差，控制比例阀I和II模块将管路内气压调节到与外界本地气压一致，使全静压管路中的压力释放掉，等待气压指示稳定后，系统自动关闭排水阀和节流阀，测试人员需要取下S23和P23适配器，关闭设备完成测试。
测试中如设备遇到故障，可以采用急停开关，对测试过程进行紧急中断，当急停开关关闭时，图2中的电磁阀I、电磁阀II、电磁阀III、电磁阀IV关闭，避免气体进入后级损坏传感器和比例阀。
Claims (6)
1.一种基于自适应PID方法的飞机全静压测试系统，其特征在于：包括控制核心模块、电源、隔离电源模块、光耦隔离器、485总线模块、继电器模块、信号变送器Ⅰ、信号变送器Ⅱ、比例阀模块Ⅰ、比例阀模块Ⅱ、人机交互界面模块、传感器Ⅰ、传感器Ⅱ、传感器Ⅲ、传感器Ⅳ、电磁阀Ⅰ、电磁阀Ⅱ、电磁阀Ⅲ、电磁阀Ⅳ、电磁阀Ⅴ、真空泵及压缩机，所述电源一路通过隔离电源模块分别与控制核心模块、人机交互界面模块连接，另一路分别与真空泵及压缩机连接，所述控制核心模块分别与人机交互界面模块、光耦隔离器、485总线模块连接，所述光耦隔离器分别与继电器模块、信号变送器Ⅰ、信号变送器Ⅱ连接，所述继电器模块分别与电磁阀Ⅰ、电磁阀Ⅱ、电磁阀Ⅲ、电磁阀Ⅳ、电磁阀Ⅴ、真空泵及压缩机连接，所述信号变送器Ⅰ分别与比例阀模块Ⅰ、比例阀模块Ⅱ连接，所述信号变送器Ⅱ分别与传感器Ⅰ、传感器Ⅱ、传感器Ⅲ、传感器Ⅳ连接，所述485总线模块分别与计算机接口、数据存储接口、保压实验程序升级接口、气压产生波形接口、无线传输接口连接；
所述的控制核心模块包括单片机、电源隔离电路、接口及外围电路；
所述的485总线模块包括485总线芯片、光耦隔离电路、瞬变电压抑制电路；
所述的继电器模块包括大电流继电器、光耦隔离电路、电平变换电路；
气压传感器模块包括传感器及其接口；传感器包括传感器Ⅰ、传感器Ⅱ、传感器Ⅲ、传感器Ⅳ，传感器的接口分别为IIC总线和RS232总线接口；
所述的人机交互界面模块包括工业级HMI触摸屏及其配套电路，配套电路包括触摸反馈电路、控制核心电路；
所述的电源包括5V电源模块、24V电源模块和28V电源模块；
所述的比例阀模块包括高频电磁针阀、传感器电路、驱动电路；
气泵及气路模块包括真空泵、压缩机、电磁阀、排水阀、节流阀及其配套气路，电磁阀包括电磁阀Ⅰ、电磁阀Ⅱ、电磁阀Ⅲ、电磁阀Ⅳ、电磁阀Ⅴ；
人机交互界面模块响应操作者的输入请求，并将其发送给控制核心电路，控制核心电路采集来自气压传感器模块的实时数据，并通过485总线模块控制继电器模块和比例阀模块构成闭环反馈系统，最终控制输出气压；
人机交互界面模块采用迪文公司生产的8英寸高分辨率图形点阵屏幕DMT10768T080_07WT，最大分辨率1024*768，其自带电容触摸屏，通过对触控坐标编程，能够实现人机交互功能；
控制核心模块采用ST公司的STM32F103VET6微控制器，选用了μC/OS-Ⅱ嵌入式系统作为代码实现的软件平台，工作频率为72MHz；
比例阀模块采用ProALA公司的WFAS1TFEE045BXL和WFAS1TFEE015BXL高频电磁针阀，其能够以±0.005％的分辨率精密地控制气体的流量；
继电器模块采用SONGLE公司的SLA12VDC-SLA，容许的最大电流达到10A，交流电压达到250V；
气压传感器模块包括两种，一种是GE公司生产的RPT350智能振筒式压力传感器，其精度达到±0.02％，每年的测量稳定性漂移不超过±0.015％；一种是MEMA公司生产的MS4525DO-DS3O015AP和MS4525DO-DS3O045AP硅压阻式传感器，其响应时间小于1ms，能够对气压进行快速测量；
485总线芯片采用MAXIM公司生产的MAX13487EESA半双工自动流控RS485总线芯片，可工作于-40℃至+85℃温度范围，传输速率能够达到2Mbps；
真空泵采用飞越冷媒生产的Vi120SV真空泵，最低气压能够达到2kPa；
压缩机采用新为诚公司生产的TC-20系列压缩机，其最高气压能够达到400kPa；
电磁阀采用STNC公司生产的VT307-08高精度仪表阀，能够进行气路通断的控制；
系统控制包括：
(a)反馈环节：采用闭环反馈系统的结构，传感器Ⅰ和传感器Ⅲ使用MS4525硅压阻式传感器，传感器Ⅱ和传感器Ⅳ采用GERPT350振筒式气压传感器，实时、自动地采集当前的气压值，将上述传感器分别以IIC和RS232总线的方式接入STM32微控制器，当微控制器识别到传感器接入后，即可开始采集数据；
(b)控制算法：在微控制器中，以软件的方法设计PID控制算法，通过自适应PID方法，实时计算PID的比例环节、微分环节、积分环节的参数，控制算法的输出经过RS485总线模块，接入比例阀驱动装置，驱动比例阀模块内部的高频电磁针阀对压力进行调节；
(c)执行机构：驱动装置将控制指令转换为4～20mA的标准信号，对应高频电磁针阀的等效开度为0～100％，开度不同时，气体流量大小不同，在驱动装置中，对指令进行堆栈设计，剔除错误的指令，保留正确的指令，带动高频电磁针阀进行移动；
气路连接为：比例阀模块Ⅰ的1口采用气路硅胶管依次通过电磁阀Ⅰ、排水罐与真空泵连接，排水罐通过气路硅胶管与排水阀连接，比例阀模块Ⅰ的2口采用气路硅胶管依次通过传感器Ⅰ、传感器Ⅱ、气压缓冲罐Ⅰ与Ps输出接头连接；
压缩机通过气路硅胶管与节流阀的一端连接，节流阀的另一端一路通过电磁阀Ⅱ与比例阀模块Ⅰ的3口连接，另一路依次通过电磁阀Ⅳ、比例阀模块Ⅱ的3口和1口、电磁阀Ⅲ与排水罐和电磁阀Ⅰ之间的气路硅胶管连接，比例阀模块Ⅱ的2口依次通过传感器Ⅲ、传感器Ⅳ、电磁阀Ⅴ、气压缓冲罐Ⅱ与Pt输出接头连接。
2.根据权利要求1所述的一种基于自适应PID方法的飞机全静压测试系统，其特征在于：所述的控制核心模块电路的具体连接为，JTAG接口的4、6、8、10、12、14、16、18、20脚分别接地，2脚和1脚相接并分别接电阻R6、R7、R8、R9的一端及电源+3.3V，电阻R6另一端接JTAG接口的3脚，电阻R7接JTAG接口的5脚，电阻R8接JTAG接口的7脚，电阻R9接JTAG接口的13脚，JTAG接口的9脚通过电阻R10接地，JTAG接口的3脚接STM32单片机的90脚，JTAG接口5脚接STM32单片机的77脚，JTAG接口的7脚接STM32单片机的72脚，JTAG接口的9脚接STM32单片机的76脚，JTAG接口的13脚接STM32单片机的89脚，JTAG接口的15脚分别接STM32单片机的14脚及开关S1、电阻R2、电容C5的一端，开关S1的另一端接电容C5的另一端及地，电阻R2的另一端接电源+3.3V，STM32单片机的23脚依次通过电阻R99、发光二极管D2接地，24脚依次通过电阻R98、发光二极管D3接地，37脚通过电阻R3接地，12脚、13脚并联电阻R1、晶振Y1，晶振Y1的2脚通过电容C1接地，晶振Y1的1脚通过电容C2接地，94脚通过电阻R4接地，19脚通过电阻R96接地，10脚、20脚、27脚、49脚、74脚、99脚分别接地，11脚、28脚、50脚、75脚、100脚分别接电源+3.3V，8脚和9脚并联晶振Y2，晶振Y2的2脚通过电容C3接地，晶振Y2的1脚通过电容C4接地，25脚、26脚分别与接口P98的3脚、2脚相接，68脚、69脚分别与接口P1的3脚、2脚相接，47脚、48脚分别与接口P4的3脚、2脚相接，78脚、79脚分别与接口P99的2脚、3脚相接，接口P98的1脚、接口P1的1脚、接口P4的1脚、接口P99的4脚分别接地，接口P98的4脚、接口P1的4脚、接口P4的4脚、接口P99的1脚分别接地DCVCC。
3.根据权利要求1所述的一种基于自适应PID方法的飞机全静压测试系统，其特征在于：所述的隔离电源模块电路的具体连接为，稳压器U2的2脚和4脚分别接电容C9的正极、电容C7、电阻R90的一端及电源+3.3V，稳压器U2的3脚分别接电容C8的正极、电容C6的一端、隔离电源模块P33的4脚，电阻R90的另一端通过发光二极管D1分别接电容C9和电容C8的负极、电容C7、电容C6的另一端及稳压器U2的1脚及地，隔离电源模块P33的2脚分别接电源+5V、接口P45的2脚，接口P45的1脚与接口P22的2脚相接，接口P22的1脚接隔离电源模块P33的1脚，隔离电源模块P33的3脚接地；稳压器U2的型号为：ASM1117-33，隔离电源模块P33型号为：B0505SDC-DC。
4.根据权利要求1所述的一种基于自适应PID方法的飞机全静压测试系统，其特征在于：所述的485总线模块电路的具体连接为，芯片U10的1脚通过电阻R65接光电耦合器U24的2脚，2脚和3脚分别接电阻R69的一端及光电耦合器U25的4脚，芯片U10的4脚分别接电阻R60的一端及光电耦合器U26的4脚，芯片U10的5脚分别接光电耦合器U26的3脚、光电耦合器U25的3脚及地，芯片U10的6脚和7脚并联电阻R66、瞬态抑制二级管D12，瞬态抑制二级管D12一端通过电阻R67与接口PS的2脚相接，瞬态抑制二级管D12的另一端通过电阻R68与接口PS的3脚相接，芯片U10的8脚分别接光电耦合器U24的1脚、电阻R69、电阻R60的另一端，光电耦合器U24的3脚接地，4脚通过电阻R62接光电耦合器U25的1脚、光电耦合器U26的1脚及电源+3.3V，光电耦合器U25的2脚接电阻R63一端，光电耦合器U26的2脚接电阻R64一端；芯片U10型号为：U32MAX13487EESA。
5.根据权利要求1所述的一种基于自适应PID方法的飞机全静压测试系统，其特征在于：所述的继电器模块电路的具体连接为，光电耦合器U1的二极管正极通过电阻R169A与接口P116的3脚相接，光电耦合器U1的二极管负极通过LED1与接口P116的1脚相接，光电耦合器U1的三极管集电极接VCC，发射极通过电阻R3与三极管Q1的基极相接，继电器K1的线圈并联二极管D0，二极管D0的负极接电阻R2A的一端及VCC，二极管D0的负极接分别接三极管Q1的集电极、LED2的负极，三极管Q1的发射极接地，LED2的正极接电阻R2A的另一端，继电器K1的一个接点与接口P28的1脚相接，继电器K1的另一个接点与接口P28的21脚相接。
6.一种采用权利要求1所述的基于自适应PID方法的飞机全静压测试方法，其特征在于：步骤如下，
飞机全静压测试系统能够进行的测试有两种，能够按照AMM即飞机维修手册的要求对飞机外场维修的飞机的全静压系统进行测试，测试任务号为Task-34-11-00-790-804，也能够按照CMM即飞机部件维护手册的要求对飞机内场维修的ADM大气数据模块进行测试，模块件号为：S242W601-100，测试步骤如下：
第一步：开始；电源开始供电，真空泵及压缩机上电，测试人员能够通过电源监控操作区打开设备；通过Ps输出接头和Pt输出接头将系统接入S23和P23适配器；将设备与飞机的静压管路、全压管路连接起来，封闭管路中的排水接口、关闭节流阀，控制核心模块能够自动关闭电磁阀Ⅰ～Ⅴ；佩戴防静电腕带，将防静电腕带接入防静电腕带接地区；
进行本场气压均衡操作，点击CAL按键，使设备内部气压与当前地面气压一致；此时电磁阀Ⅰ、电磁阀Ⅱ、电磁阀Ⅲ、电磁阀Ⅳ、电磁阀Ⅴ均开启，保证内部管路能够与当地大气连通；
第二步：进行自检、系统初始化、嵌入式软件申请计算资源，开启中断并等待指令；传感器Ⅰ和传感器Ⅱ分别采集管路中气压值，由控制核心模块进行自检，避免气路气压突变的危险；嵌入式软件进行计算资源申请；
第三步：设备使用人员利用人机交互界面模块输入高度H、静压Ps、高度变化率RtH、静压变化率RtPs、空速IAS、动压Pt、动压变化率RtPt、空速变化率RtIAS几个参数，输入操作在人机交互模块操作区进行，采用人性化的触屏输入方式，符合大部分人的操作习惯；通过的人机交互界面模块的触摸屏，选择单位能够为公制单位如百帕hPa、米m、千米每小时km/h，也能够为英制单位如英尺ft、海里每小时knots，要求：静压管路中的压力不能大于动压管路中的压力；静压管路压力范围3.26-33.31英寸汞柱；静压管路与外界大气最大压差28英寸汞柱；动压管路压力范围3.26-41.34英寸汞柱；动压管路和静压管路最大压差10英寸汞柱；高度变化率最大5000英尺/分钟；速度变化率最大300节/分钟；
第四步：进行自检，指令输入是否正确？
第五步：正确，指令进入解析环节；选择测试为系统测试即默认选择、循环测试、单步测试、泄露测试中的一种，点击Enter按键开始测试；测试过程中，能够通过触控按键选择测试暂停、继续的操作；
在默认的系统测试中，能够根据输入的指令，实时准确控制气压输出接口的气压，提供给测试使用；
在循环测试中，测试人员能够将之前的系统测试过程存储，仅需一键复位，设备即可重新开始新的测试流程，无需测试人员重新设置；在单步测试中，测试人员需要按照触摸屏提示，每完成一步，都点击“下一步”，系统才能够继续进行测试；
在泄露测试中，控制核心模块会自动关闭电磁阀Ⅰ～Ⅴ，同时打开节流阀和排水阀，根据测试人员设置的测试时间，默认为1分钟，控制核心模块开始自动采集传感器Ⅱ和传感器Ⅳ的值并进行记录，时间到后，计算出测试时间内被测系统的泄漏率，同时在人机交互界面上显示；
第六步：不正确，指令重新进行输入；
第七步：控制核心模块对指令进行转换和解析，换算成标准的4～20mA信号的格式；
第八步：执行指令，过程为：
如果输入了高度和高度变化率或静压和静压变化率数据，且需要高度增加或气压减小时，电磁阀Ⅰ打开，电磁阀Ⅱ关闭，真空泵工作，将Ps静压管路中的气体抽出，控制核心模块通过运行在软件上的自适应PID算法，实时采集来自气压传感器模块的数据，自动调整PID算法的参数，由PID算法计算得到的输出指令通过信号变送器送入比例阀模块Ⅰ，比例阀模块Ⅰ根据信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小；
如果输入了高度和高度变化率数据或静压和静压变化率，且需要高度减小或气压增加时，电磁阀Ⅰ关闭，电磁阀Ⅱ打开，压缩机工作，向Ps静压管路中打入气体，比例阀模块Ⅰ根据运行在控制核心模块上的自适应PID算法，实时计算控制信号，调节高频电磁针阀G6K2P的作动，改变流量，控制高度变化率的大小；
如果输入了空速和空速变化率数据或全压和全压变化率数据，执行过程与上述过程类似；
静压控制算法和全压控制算法均采用自适应的神经网络PID控制算法，由于静压控制和全压控制的气路基本一致，因此两气路的控制算法及其参数也一致；此PID算法为运行在控制核心模块上的软件算法，该算法执行的条件是：当测试人员在触控屏幕上按下“Enter”按键，并正确的输入了操作指令；该算法的功能是；通过实时计算气压传感器模块反馈的数据，将其与测试人员的输入指令相比较，根据偏差的大小，实时调整通过比例阀模块的气体流量，并最终使测试气路内的气压稳定在测试人员的输入值上；当算法开始运行后，算法能够自动由控制核心模块进行计算，在整个测试过程中无需人工干预；
PID控制算法主要有位置式和增量式两种，增量式PID用于控制量为系统增量的情况，设Δu为控制量的增量，KP、KI、KD为比例环节、积分环节、微分环节的系数，e(k)为k时刻指令信号与反馈信号的偏差，Δe(k)为此误差信号的改变量，则有如下公式：
Δu＝KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]
采用的增量式控制算法的优点在于：
(1)由于计算机输出增量，因此在操作时误动作较小，采用一定的逻辑门限判断能够将错误去除；
(2)手动、自动切换时冲击较小，当计算机发生故障时，由于保持了原有信号的锁存作用，因此能够仍然保持原值；
采用的自适应方法为神经网络PID控制算法，自适应的神经网络PID控制算法能够通过神经网络，实时根据气压传感器模块反馈的气压值进行计算，通过状态转换器和学习算法，在线调节PID参数，根据当前的气压以及气压变化趋势，对控制算法的参数进行修改；
在本发明中Δu为控制核心模块在每个刷新时刻所计算的控制量的增量，KP、KI、KD为比例环节、积分环节、微分环节的系数经过仿真和调试能够得到，e(k)为当前时刻测试人员输出的目标值与当前气压传感器模块的反馈值之差，Δe(k)为此误差信号的改变量，则有如下公式：其中xi为偏差的状态量，wi为各个偏差的权值；
神经元的输入In为：
<mrow>
<mi>I</mi>
<mi>n</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
神经元的输出Δu为：
Δu＝f(In)
则k时刻控制器的输出Δu(k)能够写成：
Δu(k)＝w1x1+w2x2+w3x3
由数字式增量PID的公式
Δu(k)＝Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)]
于是能够取
x1＝e(k)-e(k-1)，x2＝e(k)，x3＝e(k)-2e(k-1)+e(k-2)
则
Δu(k)＝w1[e(k)-e(k-1)]+w2e(k)+w3[e(k)-2e(k-1)+e(k-2)]
由上式能够得到，k时刻控制器的输出u(k)为：
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>K</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
其中wi的权系数学习规则是神经元控制方法的核心，在这里，系统采用了有监督的Hebb学习算法，通过不断反馈误差值e(k)，实时计算wi(k)的值，如果值e(k)
本发明采用的权值学习规则如下：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>P</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>I</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>D</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
ηp、ηI、ηD分别为比例、微分、积分的学习速率，K为神经元比例系数；
式中，采用了神经网络的方法对wi的权值进行调整，当系统负载发生变化，或引入新的干扰之后，能够根据负载，实时对权值进行调整，具有很强的适应能力，因此正是由于采用了这种自适应的方法，使得基于神经网络的PID控制算法具有更强的适应性，增强了控制算法的鲁棒性；
能够将算法进一步优化，由于PID三个参数主要与e(k)和Δe(k)有关，能够将算法写为如下公式：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>K</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msubsup>
<mi>w</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>&lsqb;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>w</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>P</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>I</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>w</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>w</mi>
<mn>3</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mi>D</mi>
</msub>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&lsqb;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&Delta;</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，u(k+1)为k+1时刻的输出，u(k)为k时刻的输出，用于控制比例阀模块，Δu(k)为k时刻的输出增量，K为神经元比例系数，为常量主要取决于系统参数，在本发明中，取值为2.32；wi为各个偏差的权值，ηp、ηI、ηD分别为比例、微分、积分的学习速率，在本发明中，通过调试分别确定为1.862、0.678、1.273，e(k)、Δe(k)分别为k时刻气压传感器模块反馈的气压值与当前测试人员输入的气压目标值之间的偏差及其增量；
此算法运行于控制核心模块上，是一套带反馈、能够自我修正、具备一定自适应能力的算法，当被测飞机改变时，由于气压管路不同、气体容积不同，能够认为对此系统是一种干扰，采用了自适应控制算法以后，能够很好地对此类干扰进行处理，保证了系统在测试不同机型时的通用性；
第九步：是否出发了急停指令？紧急停止的指令能够通过阀体指示和急停操作区进行操作，如果将急停按钮按下，则电磁阀Ⅰ、电磁阀Ⅱ、电磁阀Ⅲ、电磁阀Ⅳ关闭，避免气体进入后级损坏传感器和比例阀；
第十步：是，则结束此次程序；
第十一步：否，开始采集传感器Ⅱ和传感器Ⅳ的气压值；
第十二步：持续采集的传感器Ⅱ和传感器Ⅳ数值，直到完成控制指令；
第十三步：控制核心模块检查是否达到目标值？
第十四步：是则结束，测试结束后，点击泄压按键，此时，控制核心模块会自动计算管路内的气压值与本地气压值之差，控制比例阀Ⅰ和Ⅱ模块将管路内气压调节到与外界本地气压一致，使全静压管路中的压力释放掉，等待气压指示稳定后，系统自动关闭排水阀和节流阀，测试人员需要取下S23和P23适配器，关闭设备完成测试；
第十五步：否则重新执行指令；
通过以上方法，系统能够按照操作人员的设置，为飞机提供精确可靠的气压源，能够根据测试过程中的不同要求实时进行响应，能在突发的意外情况下，如气压接头脱落，保护飞机系统，能够按照飞机手册中的要求完成飞机手册中规定的测试任务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610458252.8A CN105973544B (zh) | 2016-06-20 | 2016-06-20 | 一种基于自适应pid方法的飞机全静压测试系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610458252.8A CN105973544B (zh) | 2016-06-20 | 2016-06-20 | 一种基于自适应pid方法的飞机全静压测试系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105973544A CN105973544A (zh) | 2016-09-28 |
| CN105973544B true CN105973544B (zh) | 2018-04-10 |
Family
ID=57022228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610458252.8A Active CN105973544B (zh) | 2016-06-20 | 2016-06-20 | 一种基于自适应pid方法的飞机全静压测试系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105973544B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107264450B (zh) * | 2017-06-28 | 2019-08-02 | 湖北航天技术研究院总体设计所 | 一种车控器及其自测试方法 |
| CN107883980A (zh) * | 2017-10-27 | 2018-04-06 | 北京机电工程研究所 | 气压高度表基层级动态检测方法 |
| CN110346605B (zh) * | 2019-08-01 | 2021-05-07 | 中国商用飞机有限责任公司 | 用于基于静压误差修正进行飞机空速校准的方法以及系统 |
| CN110529419A (zh) * | 2019-09-02 | 2019-12-03 | 苏州贝舒医疗科技有限公司 | 无创呼吸机风机的压力输出控制方法 |
| CN113339519B (zh) * | 2020-03-02 | 2023-03-14 | 中航西飞民用飞机有限责任公司 | 一种飞机防排水装置及防排水方法 |
| CN112145662B (zh) * | 2020-10-24 | 2024-03-12 | 西安热工研究院有限公司 | 一种风力发电机齿轮箱油温模拟控制装置及方法 |
| CN112145661B (zh) * | 2020-10-24 | 2024-04-02 | 西安热工研究院有限公司 | 一种风力发电机齿轮箱油温数字控制装置及方法 |
| CN113303309B (zh) * | 2021-05-31 | 2022-05-31 | 沈阳农业大学 | 一种无人机精准喷雾控制系统及控制方法 |
| CN113466682A (zh) * | 2021-06-08 | 2021-10-01 | 芜湖航翼集成设备有限公司 | 一种飞机产品压力给定测试设备及测试方法 |
| CN115488991A (zh) * | 2022-11-02 | 2022-12-20 | 广州极东机械有限公司 | 一种封边机的闭环控制系统及其控制方法 |
| CN116571284B (zh) * | 2023-07-14 | 2023-11-10 | 湖北工业大学 | 一种多级离子交换树脂罐的控制方法、系统及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19809384C2 (de) * | 1998-03-05 | 2000-01-27 | Bosch Gmbh Robert | Verfahren zur Prüfung der Funktionsfähigkeit einer Tankentlüftungsanlage |
| FR2882141B1 (fr) * | 2005-02-14 | 2007-05-04 | Airbus France Sas | Procede et dispositif pour detecter au sol l'obstruction d'une prise de pression d'un capteur de pression statique d'un aeronef |
| CN104217057A (zh) * | 2013-05-31 | 2014-12-17 | 北京空间技术研制试验中心 | 一种航天器总装与热设计的三维协同设计方法 |
| CN104344935A (zh) * | 2013-07-31 | 2015-02-11 | 上海理工大学 | 气动回路测试系统 |
| CN105094141A (zh) * | 2014-05-20 | 2015-11-25 | 哈尔滨飞机工业集团有限责任公司 | 一种轻型固定翼飞机数字式自动驾驶仪系统 |
| CN204269306U (zh) * | 2014-12-30 | 2015-04-15 | 哈尔滨通航科技开发有限公司 | 飞机全静压试验器 |
-
2016
- 2016-06-20 CN CN201610458252.8A patent/CN105973544B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105973544A (zh) | 2016-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105973544B (zh) | 一种基于自适应pid方法的飞机全静压测试系统及方法 | |
| CN103809582B (zh) | 半导体制造工艺中控制系统仿真测试方法和系统及装置 | |
| CN102914998B (zh) | 嵌入式小型四轴开放式数控系统 | |
| CN109634141A (zh) | 一种开闭环结合的中大型无人机半物理仿真方法及系统 | |
| CN103676661B (zh) | 多功能仿真验证系统及其仿真验证方法 | |
| CN205940903U (zh) | 一种基于自适应pid方法的飞机全静压测试系统 | |
| CN105353651B (zh) | 机车主控系统与电空制动系统微机合屏仿真调试方法 | |
| CN113432863A (zh) | 阀门健康状态检测及诊断装置及方法 | |
| CN205538192U (zh) | 电动调节阀模拟故障实验系统 | |
| CN106249733A (zh) | 一种飞机防滑刹车控制盒的测试方法及系统 | |
| CN205906232U (zh) | 电子式供氧抗荷调节器地面检测仪 | |
| CN108072855A (zh) | 一种测试装置及测试系统 | |
| CN102607826A (zh) | 基于plc的防喘振阀性能测试台及测试方法 | |
| CN205854539U (zh) | 密封舱 | |
| CN209265226U (zh) | 一种兼容电压型和电流型模拟量输入的控制电路及装置 | |
| CN104914848B (zh) | 一种电力机车制动逻辑控制装置的测试设备及测试方法 | |
| CN208672108U (zh) | 一种燃气表功能测试系统 | |
| CN211148560U (zh) | 一种便携式氢氧校准装置 | |
| CN109902400A (zh) | 由计算界面认知复杂度的信息交互界面优化方法 | |
| CN106249070A (zh) | 一种电动汽车热管理管路的测试系统和方法 | |
| CN207741907U (zh) | 一种单向阀气密检测系统 | |
| CN203012061U (zh) | 一种用于多路直流电路的自动切换装置 | |
| CN202212094U (zh) | 一种吸附式干燥器消音排气系统 | |
| CN206003476U (zh) | 一种动客车多协议一体化led屏幕故障综合测试检修系统 | |
| CN103955212B (zh) | 实现机动车电喷主控制器功能测试的系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231123 Address after: Room 609, Building C2, Civil Aviation University of China Science and Technology Park, Zone C, Guangxuan Road Aviation Business Center, Dongli District, Tianjin, 300300 Patentee after: Tianjin Yuehang Digital Technology Co.,Ltd. Address before: 300300 Tianjin city Dongli District North Road No. 2898 Patentee before: CIVIL AVIATION University OF CHINA |