CN112906875B - 一种用于精密气体流量阀的控制系统及方法 - Google Patents
一种用于精密气体流量阀的控制系统及方法 Download PDFInfo
- Publication number
- CN112906875B CN112906875B CN202110470699.8A CN202110470699A CN112906875B CN 112906875 B CN112906875 B CN 112906875B CN 202110470699 A CN202110470699 A CN 202110470699A CN 112906875 B CN112906875 B CN 112906875B
- Authority
- CN
- China
- Prior art keywords
- control
- module
- flow
- output
- power supply
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000003750 conditioning effect Effects 0.000 claims abstract description 29
- 239000000919 ceramic Substances 0.000 claims abstract description 16
- 238000003062 neural network model Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 230000000295 complement effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000005669 field effect Effects 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims 1
- 238000006073 displacement reaction Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000001771 vacuum deposition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
- F16K31/00—Actuating devices; Operating means; Releasing devices
- F16K31/004—Actuating devices; Operating means; Releasing devices actuated by piezoelectric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Flow Control (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及精密气体流量阀技术领域，尤其涉及一种用于精密气体流量阀的控制系统及方法，由直流电源模块、驱动电压产生模块、控制模块、流量信号调理模块和流量传感器以电信号方式连接；建立流量信号调理模块输出电压和流量传感器采集气体流量的BP神经网络模型；建立流量信号调理模块输出电压和驱动电压产生模块驱动电压的无模型自适应控制模型；由D/A输出给驱动电压产生模块，实现流量控制。利用压电陶瓷驱动流量阀的主阀芯，实现对阀芯与阀体开合间位移的精密控制，从而实现对流量阀开口量的控制，实现微流体、高速精密控制。
Description
技术领域
本发明涉及精密气体流量阀技术领域，尤其涉及一种用于精密气体流量阀的控制系统及方法。
背景技术
气体流量控制在半导体、光伏、面板、医疗等方面得到发展与应用，如扩散、CVD、等离子刻蚀、光刻、溅射、离子注入、真空镀膜等工艺。随着中国半导体工业、光伏、平板显示的快速发展，对腐蚀性流体、易沉积的高分子气体、黏性液体、微小流量的精确计量提出了更高的要求。而当前国内大多数的控制阀的驱动元件为电磁力矩马达，存在着体积大、结构复杂、精度低等诸多不足，而流体控制领域对高速、精密控制阀需求的不断增加，传统电磁控制阀已不能满足高速、精密控制的要求。
发明内容
针对现有技术存在的问题，本发明提供了用于精密气体流量阀的控制系统及方法：利用压电陶瓷驱动流量阀的主阀芯，实现对阀芯与阀体开合间位移的精密控制，从而实现对流量阀开口量的控制，实现微流体、高速精密控制。
本发明解决其技术问题所采用的技术方案是：一种用于精密气体流量阀的控制系统，由直流电源模块、驱动电压产生模块、控制模块、流量信号调理模块和流量传感器以电信号方式连接。
直流电源模块由三路独立输出的电源组成，第一路电源作为流量信号调理模块的供电电源，供电电压值为11V；第二路电源作为控制模块的供电电源，供电电压值为3.3V；第三路电源作为驱动电压产生模块的供电电源，供电电压值为300V；
驱动电压产生模块由控制模块的D/A输出电压控制第三路电源电压输出，用于驱动压电陶瓷片，使陶瓷片产生形变来改变流量；驱动电压产生模块的DC/DC单元的控制信号由控制模块的D/A输出的电压控制，用于开通和关断驱动电压产生模块的主供电电源，主供电电源输出通过取样电阻经A/D采样进入控制模块进行电压检测，用于监控主供电电源的输出；
流量信号调理模块与流量传感器电性连接，流量信号调理模块包括流量传感器的供电、电桥放大和调理电路，流量信号调理模块将流量传感器的流量信号调理成电压信号，经过A/D转换进入控制模块；
流量传感器安装在压电陶瓷驱动阀进气端的内壁，流量传感器是将流过压电陶瓷驱动阀的气体流量转化为电信号。
进一步的，通过驱动信号放大电路实现控制模块输出的D/A驱动信号放大，驱动信号放大电路N沟道场效应管Q205工作在可变电阻区，通过分压的方式，获得驱动信号；通过三极管Q207和三极管Q208构成的乙类互补对称功率放大电路，得到完整的驱动信号，避免输出波形的失真。
D/A输出控制信号经过IC203运算放大器，产生相同相位的放大信号，经过电阻R213，放大信号进入三极管Q203的基极，三极管Q203发射极和集电极逐渐导通，集电极电位降低，Q205栅极电压升高，漏极与源极之间的导通程度越深，导通程度越深Q205的源极电位越高，经过电阻R211反馈到IC203运算放大器的正相端，反馈的结果是运放IC203的输出电压降低，起到稳定运算放大器电压增益的作用。
甲乙类互补对称放大电路作为功放电路，采用一个电源的互补对称原理电路，由Q206组成前置放大级，Q207和Q208组成互补对称电路输出级。当D01输入信号时，Q207和Q208轮流导通，相互补充，在负载上得到完整的脉冲波，既避免了输出波形的严重失真，又提高了电路的效率。
进一步的，D/A输出的电压范围0-3V。
进一步的，用于压电式气体比例阀的控制系统的控制方法，包括以下步骤：
S1：控制模块采用NXP芯片作为处理器，利用流量信号调理模块输出电压和流量传感器采集气体流量建立BP神经网络模型；
S2：利用流量信号调理模块的输出电压和驱动电压产生模块的驱动电压产生模块的驱动电压建立无模型自适应控制模型；控制模块输出控制信号经D/A输出给驱动电压产生模块，实现流量控制。
进一步的，BP神经网络模型的建立包括以下步骤：
S11：采用高精度的气体流量阀控制输出气体流量，收集气体流量和流量信号调理模块的输出电压对应数据，将对应数据分为训练集和测试集；
S12：对S1中训练集和测试集数据进行归一化处理；
S13：输出电压为输入，气体流量为输出，利用训练集数据训练BP神经网络模型；
S14、调整BP学习算法的参数不断训练，建立稳定的神经网络模型，利用测试集验证神经网络模型的准确性。
进一步的，无模型自适应控制模型建立包括以下步骤：
S21：根据信号调理模块的输出电压和驱动电压建立辨识伪偏导数
；
S22：将系统输出的期望值
带入计算，得到k时刻的控制律；
S23：计算得到驱动电压
；
S24：根据预测模型判断实际驱动电压输出是否达到期望输出，达到，循环结束；未达到，返回步骤S21。
本发明的有益效果：
1、精密气体流量阀要求气体流量大小可以按工艺要求由操作人员灵活设置且反应快速、控制精度高；
2、可按工艺要求，实现准确控制压电陶瓷驱动阀的驱动电压大小，达到控制阀体开合大小，进而精确控制输出气体流量比例，为流量精密控制技术提供新的技术装备；
3、驱动信号放大电路结构简单、小巧，便于系统集成。
附图说明
图1为本发明精密气体流量阀的控制系统架构图；
图2为本发明驱动电压产生模块的电路电路图；
图3为本发明气体流量和输出电压的BP神经网络模型流程图；
图4为本发明迭代253步网络均方误差图；
图5为本发明无模型自适应控制模型流程图。
具体实施方式
下面结合附图，对本发明的实施例作进一步的详细说明。
如图1，本发明一种用于精密气体流量阀的控制系统及方法，包括：直流电源模块、驱动电压产生模块、控制模块、流量信号调理模块、流量传感器，压电陶瓷驱动阀以电信号方式连接组成。
直流电源模块，由三路独立输出的电源组成，一路电源作为流量信号调理模块的供电电源；第二路电源为控制模块的供电电源，供电电压值为3.3V；第三路为驱动电压产生模块的主供电电源，驱动电压产生模块的主供电电源由整流单元和DC/DC单元组成，驱动电压产生模块采用NXP芯片作为处理器，使用芯片型号为MAX1771ESA，输出电压范围为0-300V可调；其中，DC/DC单元的控制信号由控制模块的D/A输出的0-3V的电压控制，以达到开通和关断驱动电压产生模块的主供电电源的目的，主供电电源输出通过取样电阻经A/D采样进入控制器进行电压检测，用于监控主供电电源的输出。
驱动电压产生模块由控制模块的D/A输出的0-3V的电压控制0-300V的电压输出，用于驱动压电陶瓷片，使陶瓷片产生形变来改变流量，驱动电压输出通过取样电阻经A/D采样进入控制模块进行电压检测，用于监控驱动电压的输出，并参与控制运算，驱动电压产生模块接收控制模块的控制信号产生相应的驱动电压给压电陶瓷驱动阀。
流量传感器采用MEMS传感器，流量信号调理模块包括传感器的供电和电桥放大和调理电路，将流量信号调理成1.5-3V之间的电压信号，经控制模块的A/D通过进入控制模块单片机芯片。
控制模块的MCU处理芯片型号为MF28Z512，实现驱动电压产生模块控制、参数设置和流量信号调理模块信号采集功能等，采用神经网络建模方式得到电压与流量之间的非线性模型，利用无模型自适应控制算法给定控制量，由D/A输出给驱动电压产生模块，实现流量控制。
如图2所示，驱动电压产生模块的电路，采用D/A放大驱动方案，将控制模块输出的D/A驱动信号放大，让N沟道场效应管Q205工作在可变电阻区，通过分压的方式，获得对应的驱动信号，在经过由三极管Q207和三极管Q208构成的乙类互补对称功率放大电路，得到了完整的驱动信号，避免了输出波形的失真。
如图3所示，输出电压与气体流量建模方法，其特征在于包括以下步骤：
S11：采用高精度的气体流量阀控制输出气体流量，记录当前流量大小和流量信号调理模块的输出电压，建立输出电压和流量数据训练集和测试集；
BP神经网络进行的建模，采用高精度的气体流量控制阀控制气体流量，记录当前流量大小和流量信号调理模块的输出电压，记录输出电压和流量数据。
S12：对电压和流量数据进行归一化处理；
从流量电压对应大的数据组中挑选对数据，先进行归一化处理。如表1所示，挑选的输入数据的样本集为Xin；输出数据样本集为Yout。
表1：
S13：输出电压为输入，流量大小为输出，利用训练集数据训练BP神经网络模型；
设计三层前向神经网络，输入层神经元个数为1，隐层神经元个数为7，输出层神经元个数为1，隐层和输出层都选取sigmoid函数为激励函数；
采用优化算法贝叶斯正则化对BP算法进行改进，Matlab中采用下面函数来训练神经网络；
其中，最大训练步数为6000，最大训练误差为1e-7，经过181步学习，得到电压流量模型，如图4所示：神经网络模型流量电压逼近目标值的曲线和神经网络电压流量模型训练过程的误差平方和变化曲线。
S14、调整BP学习算法的参数不断训练，建立稳定的神经网络模型，利用测试集验证神经网络模型的准确性；
训练结束，得到一组权系数[w1，b1，w2，b2]，这组权系数就代表测量系统的相频特性模型，为了验证模型的精度，用实验数据中的另外6对测试数据进行仿真，这6对数据不同于训练时使用的数据，表2为仿真结果和实际测量值对比，测试结果与仿真结果。
表2：
测量过程中的在线补偿，神经网络训练得到的一组权系数[w1，b1，w2，b2]就代表着测量通道的电压流量模型，测量过程中，采集到每个流量值对应的电压大小后，根据电压大小进行归一化处理，然后代入神经网络前向计算公式，得到系统的输出，最后进行反归一化处理就得到预测的流量大小。
如图5所示，无模型自适应控制方法，包括以下步骤：
S21：根据信号调理模块的输出电压和驱动电压建立辨识伪偏导数
；
S22：将系统输出的期望值
带入计算,得到k时刻的控制律；
S23：计算得到驱动电压
；
S24：根据预测模型判断实际驱动电压输出是否达到期望输出，达到，循环结束；未达到，返回步骤S21。
无模型自适应控制方法，其模型（2）由泛模型（1）的一步预测模型得来。
其中， 
，
，
是k+1时刻的系统输出的期望值，
是k时刻系统实际的输出，
是k时刻系统的输入，
是k-1时刻系统的输入。
借助准则函数（3）来使得控制量的变化来受到限制，且克服系统的稳态误差。
其中
是k+1时刻系统期望的输出，
是k+1时刻系统实际的输出，
与
分别是k与k-1时刻系统输入即控制量，λ是一个可调的权重系数。
将（2）式代入准则函数（3）中，对
求导，并令其等于零，得
其中
是可调节步长序列。
为使伪偏导数的值变化的不是太快，设计如下的估计准则函数：
其中，
项的引入，惩罚了参数
的变化，而且由于(4)式中仅考虑了第k个采样时刻，故由此准则函数推导出来的参数估计算法应具有对时变参数的跟踪能力，应用极小化方法，可以得到如下伪偏导数的估计算法：
其中， 
是权重因子，
是步长序列，两者均是在控制过程中可调的参数。
无模型自适应控制器包括两个重要的算法，一是伪偏导数的辨识，二是控制律的计算，因此，完整无模型自适应控制器为：
本发明系统可按工艺要求，由操作人员设置，实现准确控制压电陶瓷驱动阀的驱动电压大小，达到控制阀体开合大小，进而精确控制输出气体流量比例，为流量精密控制技术提供新的技术装备。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (3)
1.一种用于精密气体流量阀的控制系统的控制方法，控制系统包括：由直流电源模块、驱动电压产生模块、控制模块、流量信号调理模块和流量传感器以电信号方式连接；
所述直流电源模块由三路独立输出的电源组成，第一路电源作为所述流量信号调理模块的供电电源；第二路电源作为所述控制模块的供电电源；第三路电源作为驱动电压产生模块的供电电源；
所述驱动电压产生模块由所述控制模块的D/A输出电压控制所述第三路电源电压输出，用于驱动压电陶瓷片，使陶瓷片产生形变来改变气体流量；所述驱动电压产生模块的DC/DC单元的控制信号由所述控制模块的D/A输出的电压控制，用于开通和关断所述驱动电压产生模块的主供电电源，主供电电源输出通过取样电阻经A/D采样进入控制模块进行电压检测，用于监控主供电电源的输出；
所述流量信号调理模块与所述流量传感器电性连接，所述流量信号调理模块包括流量传感器的供电、电桥放大和调理电路，所述流量信号调理模块将所述流量传感器的流量信号调理成电压信号，经过A/D转换进入所述控制模块；
所述流量传感器安装在压电陶瓷驱动阀进气端内壁，所述流量传感器将流过所述压电陶瓷驱动阀的气体流量转化为电信号；
通过驱动信号放大电路将所述控制模块输出的D/A驱动信号放大，所述驱动信号放大电路N沟道场效应管Q205工作在可变电阻区，通过分压的方式获得驱动信号；通过三极管Q207和三极管Q208构成的甲乙类互补对称功率放大电路，得到完整的驱动信号，避免输出波形的失真；其特征在于，
控制方法包括以下步骤：
S1、利用所述流量信号调理模块输出电压和所述流量传感器采集气体流量建立BP神经网络模型；
S2、利用所述流量信号调理模块的输出电压和所述驱动电压产生模块的驱动电压建立无模型自适应控制模型，所述控制模块输出控制信号经D/A输出给所述驱动电压产生模块，实现流量控制。
2.如权利要求1所述的用于精密气体流量阀的控制系统的控制方法，其特征在于：所述BP神经网络模型的建立包括以下步骤：
S11：采用高精度的气体流量阀控制输出气体流量，收集气体流量和所述流量信号调理模块的输出电压对应数据，将对应数据分为训练集和测试集；
S12：对S1中训练集和测试集数据进行归一化处理；
S13：输出电压为输入，气体流量为输出，利用训练集数据训练BP神经网络模型；
S14、调整BP学习算法的参数不断训练，建立稳定的神经网络模型，利用测试集验证神经网络模型的准确性。
3.如权利要求1所述的用于精密气体流量阀的控制系统的控制方法，其特征在于：所述无模型自适应控制模型建立包括以下步骤：
S21：根据所述信号调理模块的输出电压和所述驱动电压建立辨识伪偏导数
；
S22：将系统输出的期望值
带入计算，得到k时刻的控制律；
S23：计算得到驱动电压
；
S24：根据预测模型判断实际驱动电压输出是否达到期望输出，达到，循环结束；未达到，返回步骤S21。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110470699.8A CN112906875B (zh) | 2021-04-29 | 2021-04-29 | 一种用于精密气体流量阀的控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110470699.8A CN112906875B (zh) | 2021-04-29 | 2021-04-29 | 一种用于精密气体流量阀的控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112906875A CN112906875A (zh) | 2021-06-04 |
| CN112906875B true CN112906875B (zh) | 2021-07-27 |
Family
ID=76108961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110470699.8A Active CN112906875B (zh) | 2021-04-29 | 2021-04-29 | 一种用于精密气体流量阀的控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906875B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113835449B (zh) * | 2021-11-29 | 2022-03-18 | 常州高凯电子有限公司 | 一种基于压力波动快速调节流量控制器阀门的控制方法 |
| CN117588736B (zh) * | 2024-01-18 | 2024-05-10 | 常州高凯电子有限公司 | 一种压电式高温水蒸气发生器控制系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2867417Y (zh) * | 2005-12-05 | 2007-02-07 | 北京中科信电子装备有限公司 | 离子源送气流量控制系统 |
| CN103475323A (zh) * | 2013-09-13 | 2013-12-25 | 昆山新金福精密电子有限公司 | 功率放大器 |
| CN104220946A (zh) * | 2012-02-03 | 2014-12-17 | 日立金属株式会社 | 流量控制装置以及程序 |
| CN104380589A (zh) * | 2012-10-30 | 2015-02-25 | 京瓷株式会社 | 压电致动器以及具备该压电致动器的质量流控制器 |
| CN106841325A (zh) * | 2017-01-18 | 2017-06-13 | 西安交通大学 | 一种基于半导体气敏传感器阵列检测呼出气体装置 |
| JP2018097759A (ja) * | 2016-12-15 | 2018-06-21 | 株式会社堀場エステック | 流量制御装置、及び、流量制御装置用プログラム |
| CN110045599A (zh) * | 2019-05-31 | 2019-07-23 | 合肥微纳传感技术有限公司 | 一种电子烟烟雾质量和流量控制系统及控制方法 |
| CN111207241A (zh) * | 2018-11-22 | 2020-05-29 | 株式会社堀场Stec | 压电致动器、流体控制阀和流体控制装置 |
| CN111648758A (zh) * | 2020-06-28 | 2020-09-11 | 青岛科技大学 | 一种水井钻机推进装置无模型自适应控制方法及系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102007049478B3 (de) * | 2007-10-16 | 2009-01-02 | Robert Bosch Gmbh | Wassererhitzer |
| CN101916121B (zh) * | 2010-07-20 | 2011-12-21 | 中国航空工业集团公司西安飞机设计研究所 | 一种气体流量控制方法 |
| CN103730314A (zh) * | 2012-10-12 | 2014-04-16 | 无锡慧明电子科技有限公司 | 一种气体离子源进气实时控制系统 |
| CN204142300U (zh) * | 2014-08-18 | 2015-02-04 | 西北工业大学 | 一种热式气体流量测量装置 |
| CN207036665U (zh) * | 2017-08-01 | 2018-02-23 | 北京怡孚和融科技有限公司 | 一种气体检测系统 |
| CN107608209A (zh) * | 2017-08-23 | 2018-01-19 | 苏州大学 | 压电陶瓷驱动器的前馈与闭环复合控制方法、系统 |
| CN107643771A (zh) * | 2017-09-28 | 2018-01-30 | 西安汇智医疗集团有限公司 | 一种气体流量计量/输出控制与自动补偿模块 |
| CN109462356A (zh) * | 2018-12-06 | 2019-03-12 | 北京信息科技大学 | 一种直线电机伺服系统的无模型自适应控制方法 |
| CN109871614B (zh) * | 2019-02-19 | 2022-11-29 | 北京工业大学 | 基于bp神经网络的气动式微滴喷射状态预测的方法 |
| CN112697976B (zh) * | 2020-12-18 | 2022-11-29 | 汉威科技集团股份有限公司 | 气路流量实时动态调节方法、系统及存储介质 |
-
2021
- 2021-04-29 CN CN202110470699.8A patent/CN112906875B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2867417Y (zh) * | 2005-12-05 | 2007-02-07 | 北京中科信电子装备有限公司 | 离子源送气流量控制系统 |
| CN104220946A (zh) * | 2012-02-03 | 2014-12-17 | 日立金属株式会社 | 流量控制装置以及程序 |
| CN104380589A (zh) * | 2012-10-30 | 2015-02-25 | 京瓷株式会社 | 压电致动器以及具备该压电致动器的质量流控制器 |
| CN103475323A (zh) * | 2013-09-13 | 2013-12-25 | 昆山新金福精密电子有限公司 | 功率放大器 |
| JP2018097759A (ja) * | 2016-12-15 | 2018-06-21 | 株式会社堀場エステック | 流量制御装置、及び、流量制御装置用プログラム |
| CN106841325A (zh) * | 2017-01-18 | 2017-06-13 | 西安交通大学 | 一种基于半导体气敏传感器阵列检测呼出气体装置 |
| CN111207241A (zh) * | 2018-11-22 | 2020-05-29 | 株式会社堀场Stec | 压电致动器、流体控制阀和流体控制装置 |
| CN110045599A (zh) * | 2019-05-31 | 2019-07-23 | 合肥微纳传感技术有限公司 | 一种电子烟烟雾质量和流量控制系统及控制方法 |
| CN111648758A (zh) * | 2020-06-28 | 2020-09-11 | 青岛科技大学 | 一种水井钻机推进装置无模型自适应控制方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| Generalized minimum variance control design based on the Box-Jenkins model and its application to gas flow control system;Tan Shiyong等;《Transactions of the Institute of Measurement and Control》;20141017;第1-8页 * |
| 压电驱动精密流量阀控制系统的研究;张蕊华等;《仪表技术与传感器》;20160430(第4期);第42-45页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112906875A (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112906875B (zh) | 一种用于精密气体流量阀的控制系统及方法 | |
| CN102484396B (zh) | 用于控制射频功率的方法与系统 | |
| WO2018023919A1 (zh) | 一种阶数大于1的大功率可调高频分数阶电容及其控制方法 | |
| CN101650555B (zh) | 智能电气阀门定位器 | |
| CN109254529B (zh) | 一种双速自适应比例-微分控制方法 | |
| CN111931411A (zh) | 压电驱动微定位平台Duhem动态迟滞建模方法 | |
| CN109245532B (zh) | 一种升降压变换器的分数阶滑模控制方法 | |
| CN103997224A (zh) | 一种静电除尘电源分数阶pid控制方法 | |
| WO2020010874A1 (zh) | 一种基于遗传算法的效率优化电源控制方法 | |
| CN110297130B (zh) | 一种具有燃料电池内阻测量功能的dc/dc变换器及内阻测量方法 | |
| CN102541080B (zh) | 一种具有声源定位功能的移动装置 | |
| CN207882790U (zh) | 一种短路电流最大功率点跟踪电路 | |
| CN110165922B (zh) | 多路输出任意波形功率信号源 | |
| CN113738606B (zh) | 一种针对离子电推进系统的连续变推力最优控制系统和方法 | |
| CN104199507B (zh) | 基于p‑u曲率特性的光伏最大功率跟踪系统及方法 | |
| CN116455357A (zh) | 一种基于Boost电路的有源阻抗匹配箱及其调节方法 | |
| CN102053195B (zh) | 一种电流采样系统及运放失调电压的计算方法 | |
| CN106787902B (zh) | 一种修正波逆变器输出电压控制系统及控制方法 | |
| CN110954446B (zh) | 一种纳米级颗粒物含水量快速测量装置及其测量方法 | |
| CN112803613A (zh) | 非接触供电装置的多取电器自动均衡控制电路及控制方法 | |
| CN110031385B (zh) | 一种流式细胞仪层流控制方法 | |
| CN104314795A (zh) | 泵控制装置、恒压调速控制装置、方法及该微型泵、水泵 | |
| TWI717231B (zh) | 伺服馬達驅動器裝置及其電流控制方法 | |
| CN114640247A (zh) | 一种全周期的电感电流采样电路 | |
| He et al. | Research on DC Electronic Load System Based on BP Neural Network PID Control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |