CN112947621A - 一种基于双反馈的高精度测控温方法 - Google Patents
一种基于双反馈的高精度测控温方法 Download PDFInfo
- Publication number
- CN112947621A CN112947621A CN202011065510.9A CN202011065510A CN112947621A CN 112947621 A CN112947621 A CN 112947621A CN 202011065510 A CN202011065510 A CN 202011065510A CN 112947621 A CN112947621 A CN 112947621A
- Authority
- CN
- China
- Prior art keywords
- temperature
- feedback
- data
- temperature measurement
- precision
- 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.)
- Granted
Links
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 230000003321 amplification Effects 0.000 claims abstract description 22
- 230000000694 effects Effects 0.000 claims abstract description 22
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 230000003750 conditioning effect Effects 0.000 claims abstract description 13
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 3
- 238000004088 simulation Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 2
- 238000013016 damping Methods 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims description 2
- 230000002441 reversible effect Effects 0.000 claims description 2
- 229910052710 silicon Inorganic materials 0.000 claims description 2
- 239000010703 silicon Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/06—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity
- G01J5/061—Arrangements for eliminating effects of disturbing radiation; Arrangements for compensating changes in sensitivity by controlling the temperature of the apparatus or parts thereof, e.g. using cooling means or thermostats
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于双反馈的高精度测控温方法,第一步,温度采集:恒流驱动测温部分电路向温度传感器提供恒流驱动,设计双反馈测温机制采集数据,包括主、副反馈两路温度数据;第二步,测温数据调理:采用特定温区的两级放大来达到测温二极管结电压的提取和放大,完成测温数据的两级放大调理;第三步,模数转换与数字滤波;第四步,模型识别;第五步,控温:设计并行控制切换方案选择测温数据,控温算法优化和算法参数的定点化处理,由控温精度评估真实被控对象的高精度控温效果。本发明双反馈提供了控温系统反馈源的双重可靠性保证,此外主反馈的就近数字化方案也提升了测温的抗干扰能力,为高精度的控温效果提供高精度的测温辅助。
Description
技术领域
本发明属于空间光学遥感器温度控制技术领域,特别涉及一种基于双反馈的高精度测控温方法。
背景技术
红外遥感相机中焦面探测器组件的温度控制精度与稳定性直接影响着相机成像的质量,随着光学遥感卫星日益增长的成像质量要求,对探测器控温技术的要求越来越高。在深空的冷环境下,焦面探测器接收的背景噪声很小,而光学镜头自身所产生的热辐射将成为主要的噪声源,需要使用制冷机并采用主动制冷的方式,将焦面探测器高精度地维持在确定低温区间内,可以有效地提高探测器的灵敏度。
常用的制冷机包括脉管制冷机、斯特林制冷机等,制冷机在使用的过程中对于电压变化率是有一定的要求的,变化过快会直接导致制冷机撞缸这一不可逆的损坏。此外,焦面探测器本身的精度质量也与成像效果息息相关,近年来为追求高精度的焦面探测器质量,其所采用的材料、工艺等使得对于温度变化率的要求越来越严苛,较大的温度变化率很有可能会直接导致焦面破碎,给遥感相机带来不可逆的损坏。
目前常用的测温电路只是简单的采用单一反馈源,温度模拟量通过电缆传输给控制器,经过硬件RC滤波后进行模数转换以提供给控温算法。
就控温系统模型的复杂性而言,目前对于热动力学模型的设计及分析能力较弱,一般是利用项目经验和设计师的调试经验来完成控温调试,这类方式耗时长、成本高、精确度欠缺,不利于工程化操作。
发明内容
本发明解决的技术问题是:为克服现有技术的不足,提出一种基于双反馈的高精度测控温方法,利用模型识别方法与已知的被控对象特性,完成被控系统的数字化辨识,并通过半实物的仿真系统完成算法选型与定点化参数确定,在算法实现过程中对其进行优化,达到快速有效控温的效果。
本发明解决技术的方案是:
一种基于双反馈的高精度测控温方法,该方法的步骤包括:
第一步,温度采集:恒流驱动测温部分电路向温度传感器提供恒流驱动,保证恒流源精度在±5%以内,在此基础上设计双反馈测温机制采集数据,包括主、副反馈两路温度数据;
第二步,测温数据调理:选择基准电压,采用特定温区的两级放大来达到测温二极管结电压的提取和放大,完成测温数据的两级放大调理;
第三步,模数转换与数字滤波:通过AD器件,将模拟信号采集转化为数字信号,并通过数字滤波法完成测温数据的优化;
第四步,模型识别:将继电模型辨识方法进行本地化处理,以处理好的测温数据作为馈源,完成模型数据采集、采用离线半实物仿真方法确定模型参数及控制参数,性能评估与设计优化后输出算法与参数;
第五步,控温:设计并行控制切换方案选择测温数据,控温算法优化和算法参数的定点化处理,由控温精度评估真实被控对象的高精度控温效果。
进一步的,第一步中,温度传感器为硅平面型p-n结测温二极管,在恒流情况下,p-n结两端的正向结电压与温度成线性关系。
进一步的,通过自身电压降来得到温度值,公式如下:
其中,k为玻尔兹曼常数,T为开尔文温度,q为电子的电量,I为PN结逆饱和电流,i为输入的偏置电流,u为测温二极管电压降,通过将二极管的输入电流i控制为常数,可以获得u和T之间的线性关系。
进一步的,第一步中,主反馈采用就近数字化方案,在被控对象附近采集温度数据,经过一系列处理后将数字化数据通过总线传输给温度控制器;副反馈则直接通过长电缆传输温度模拟量至温度控制器。
进一步的,第二步中,结合AD器件的量化精度与二级放大倍数的匹配性来完成测温数据调理,以保证测温精度要求;结合基准电压的选型与大小,以保证精测温区覆盖控温点的要求。
进一步的,第三步中,通过数字滤波法完成测温数据的优化方法为:
式中,n为采集次数,X为采集到的数据,Y为滤波处理后的数据。
进一步的,第四步中,模型识别使用的工具包括LABVIEW、 Matlab/Simulink,其中使用LABVIEW搭建数据显示平台,使用Matlab/Simulink 完成模型参数与控制参数的确定。
进一步的,第四步中,对继电反馈识别公式本地化处理,限制驱动量的输出斜率,处理如下:
式中,U和U-为继电幅度,u为输出驱动电压,t为运算周期,Δu为驱动量的输出斜率。
进一步的,第四步中,在得到模型数据之后,确定被控对象的数学模型,传递函数如下,
其中,Kp为位置误差系数、Tw为时间常数、ζ为阻尼系数,Tp3为极点系数, Td为时延系数,Tz为零点系数,S为拉普拉斯变换式。
进一步的,步骤五中,增量式PID算法公式如下:
u(k)=u(k-1)+kp*Δe(k)+ki*e(k)+kd*[Δe(k)-Δe(k-1)]
式中,kp、ki、kd分别是比例参数、积分参数、微分参数,e(k)是温度反馈值与温度目标值之间的误差,Δe(k)=e(k)-e(k-1),为误差的误差。
进一步的,增量式PID算法优化包括:结合被控对象特性消除溢出影响、消除静态误差。
本发明与现有技术相比的有益效果是:
(1)本发明的方法以高精度高可靠度的控温效果为目标,相比于现有方法而言,双反馈提供了控温系统反馈源的双重可靠性保证,此外主反馈的就近数字化方案也提升了测温的抗干扰能力,为高精度的控温效果提供高精度的测温辅助;
(2)由于温控系统多输入、大时延、非线性等特点,以往的算法调试大多采用在线试凑法,效率较低,本发明确定了控温系统数字模型,并通过 Matlab/Simulink搭建调试环境后确定控温算法参数,能够保证在线调试的效率,大大降低了控温系统调试的时间成本;
(3)本发明在模式识别过程中,将继电反馈方法进行本地化处理,满足了被控对象的自身特性,符合温度控制器可靠性要求;
(4)本发明方法可以广泛应用于大部分航天领域温控系统,其实验结果表明该方法能够在提升控温系统可靠性的基础上,也提升了系统的控温精度,满足日益增长的遥感相机成像质量要求。
附图说明
图1是本发明压控恒流源电路原理图;
图2是本发明二级放大电路原理图;
图3是本发明算术平均滤波算法流程图;
图4是本发明测量输出数据与仿真模型输出数据对比图;
图5是本发明Simulink中搭建的PID算术调试系统图;
图6是本发明主反馈通道60K控温点控制效果图;
图7是本发明主反馈通道60K控温点放大效果图;
图8是本发明副反馈通道三个控温点控制效果图;
图9是本发明副反馈通道78K控温点放大效果图;
图10是本发明并行控制切换方案原理图;
图11是本发明优化控温算法的消除溢出影响原理图;
图12是本发明优化控温算法的消除静态误差原理图;
图13是本发明流程图。
具体实施方式
下面结合实施例对本发明作进一步阐述。
如图13,具体流程如下所示:
第一步、温度数据采集:近焦面温度精测电路中由恒流驱动测温部分完成温度传感器的恒流驱动;由数据调理部分完成对温度数据模拟量的二级放大;由模数转换与数字滤波部分完成温度数据的模数转换与滤波,形成主反馈数字化温度数据;通过二级总线传输给高精度控温部分,同时反馈给模型识别部分用于完成系统模型识别。
与此同时,制冷控制器通过长电缆完成温度数据模拟量的传输,然后以类似的方式形成副反馈数字化温度数据,直接反馈给高精度控温部分,同时反馈给模型识别部分用于完成系统模型识别。
第二步、模型识别与控制算法、参数确定:使用离线半实物仿真技术,完成模型识别及控制算法仿真调试,在完成控温效果性能评估与设计优化后将控制算法与控制参数输出给高精度控温部分。
第三步、算法实现与控温:采用双反馈通道切换控制完成反馈温度数据确定,代码实现控温算法并定点化处理控制参数;以反馈温度数据与温度目标点为输入,输出被控对象驱动电压,最后进行真实系统性能评估,验证方案。
(1)设计双反馈测温机制,主、副反馈采集原理一致。恒流驱动测温部分的电路实现了对测温二极管的1mA驱动,恒流源精度满足0.1K精度的测温要求,电路设计如图1所示,由集成恒压器件AD584作为基准电压源V5.0,其输出电压的稳定度能够达到0.0015%/℃,额定输出电流10mA,实际工作电流小于5mA。基准电压经过运放LM124,且电路中的R11、R12及R14选用了温度系数很小(0.0025%/℃)的RJK53N型精密电阻,使得其输入失调电压小于30uV/℃。
上述设计使得控制器在-10℃~+45℃的环境温度变化情况下,恒流源的实际电流变化小于0.3%,满足恒流1mA±5%的驱动要求。
(2)为提高测温精度,温度数据需经过温度调理电路才可进行AD转换。数据调理电路原理如下所示:
结合基准电压完成温度数据的二级放大,以提升测温精度,同时需要考虑 AD量化精度与二级放大倍数的关系。二次放大方案避免了一次放大导致的信号超过AD器件输入范围的问题。二级放大的电路原理图如图2所示,恒流驱动测温二极管后,采集二极管压降,该信号经过放大器AD524处理形成一级放大压降信号,由AD574进行模数转换得到AD1信号;然后确定基准电压U0,将超过基准电压的压降信号经过放大器AD524处理形成二级放大压降信号,由 AD574进行模数转换得到AD2信号。
图2中,ΔU是指二极管压降,M1、M2为两个放大器的放大倍数,U1、U2为放大后的电压模拟量,AD1、AD2为模数转换后的电压数字量,基准电压U0设定了二级放大的区间。相关公式如下:
ΔU=UA-Uk
U1=ΔU*M1
U2-(U1-U0)*M2
当系统要求码值分层值为2mK时,根据温度标定数据拟合公式换算得到二极管压降的变化率为0.004mV。电路选用的AD器件为AD574,量化位数12 位,±12V供电条件下输入电压范围-10V~+10V,最低位量化电平信号为2.44mV,考虑存在量化噪声,需要将0.004mV信号放大至少3mV方可有效辨识,故放大倍数需M1*M2>750。
当选择将小于85K绝对温度进行二次放大时,确定85K时的二极管压降ΔU=1.043257V,那么基准电压即为U0=1.043257V*M1。本发明设计每一级的放大倍数选定:第一级放大倍数设为M1=4.129实现温度信号粗测,第二级放大倍数设为M2=182.8实现温度信号精测,则0.004mV放大至了3.019mV,最低位量化电平信号2.44mV可满足要求。
(3)模数转换与数字滤波
模数转换芯片选用AD574,对采集到的数据进行12位的模数转换,然后对数据进行数字滤波。本发明的主控芯片选择一款反熔丝FPGA,在程序中实现算术均值滤波算法,连续采集n次数据后累加,然后进行求平均处理后输出,且对缓冲区进行清零以用于下一个采集周期的数据采集。要注意的一点是由于是FPGA实现,n需选择2m值。流程图如图3所示。
(4)模型识别
使用Matlab/Simulink工具,搭建半物理仿真系统。采用最小二乘法将既定目标控温点附近收集的输入输出数据进行拟合,确定高阶模型中的参数为 Kp=18.372、Tw=114.08、ζ=0.36219、Tp3=10.435、Td=6.462、 Tz=293.07。针对此模型输入继电反馈识别时的驱动电量值,得到与实测温度值相似的曲线图。图4显示的是测量输出数据与仿真模型输出数据的对比,从图中可以看出根据数学模型得到的温度数据与实测数据两者的相似性可达到 95%,说明了采用该方法辨识的被控对象数学模型具备高准确度。
(5)高精度控温
采用离线半实物仿真技术确定被控系统的数学模型,然后确定控温算法与控制参数,再进行控温曲线的效果性能评估后输出算法与参数,最后在工程实现中完成算法实现。图5显示了Simulink中搭建的PID算法调试系统,系统由 PID算法模块、被控对象数学模型、调试效果输出三部分组成,控温性能仿真评估后确定算法与参数。其中反馈通道的确定由并行控制切换方案决定。
被控对象、温度控制器联试后的主反馈通道控温效果如下:
图6显示了60K控温点的控温效果,图中曲线表示的是温度反馈值。
图7将控温点做放大处理,可以看到其控温精度,红线表示目标温度点,绿线表示温度反馈量。如图所示,60K控温点的控温精度达到了±5LSB,1LSB 等于2mK,也就是控温精度为±10mK。
被控对象、温度控制器联试后的副反馈通道控温效果如下:
图8显示了三个控温点的控温效果,一种线表示的是温度反馈值,从低到高分别是82K、80K、78K,另一种线表示的是驱动电压值(为方便示意,做放大十倍处理)。
图9将78K控温点做放大处理,可以看到其控温精度,一种线表示目标温度点,另一种线表示温度反馈量。如图所示,78K控温点的控温精度达到了±15LSB,1LSB等于2mK,也就是控温精度为±30mK。
从以上四幅图的对比可以得出,主反馈的控温精度的确是大于副反馈的控温精度。
本发明拟保护点
一、双反馈测温机制
为达到高精度高可靠性的温度控制,设计了双反馈测温通道。
主反馈采用就近数字化方案,在被控对象附近采集温度数据,然后经过温度调理电路形成高分辨率的温度数据后进行数字化处理,最后经过二级总线传输给温度控制器,该通道测温数据抗干扰能力强、精度高,但存在二级总线传输异常的风险;副反馈直接通过电缆传输温度模拟量至温度控制器,然后在控制器经过相同的温度调理电路后进行数字化处理,该通道测温数据成本低、传输可靠性强,但存在抗干扰能力较弱、精度较低的风险。
主副反馈的设计提升了测温的精度与系统的可靠性,为高精度的控温提供有效支持。
二、双反馈测温通道并行控制切换方案
针对双反馈测温通道的切换设计了并行控制方案:一是由遥感相机星务控制完成进行指令切换;二是由温度控制器的实时监测切换。具体设计如下:
(1)遥感相机星务控制下发指令完成反馈通道切换
在温度控制器加电工作后,星务控制可通过下发指令至温度控制器完成反馈通道切换。下发指令包括四种情况:无指令、恢复监测切换、指定主反馈控制、指定副反馈通道。
其中,无指令与恢复监测切换两条指令都是将双反馈切换控制转移至温度控制器本身,进行实时监测切换;指定主反馈控制指令是固定主反馈通道数据工作;指定副反馈控制指令是固定副反馈通道数据工作。
当星务发现双通道数据无异常时,可不下发指令,由温度控制器自主完成通道切换;当星务发现主反馈通道数据异常,可直接下发指定副反馈控制指令;当星务发现副反馈通道数据异常,可直接下发指定主反馈控制指令;当星务发现数据恢复正常时,可下发恢复监测切换指令,重新由温度控制器自主完成通道切换。
(2)温度控制器设置实时监测完成反馈通道自动切换
该方案默认是主反馈通道数据工作,控制器实时监测主反馈通道数据是否正常,正常则依旧是主反馈通道数据工作,异常则判断副反馈通道数据是否正常,若副反馈通道数据正常,则切换至副反馈通道数据工作,异常则依旧是主反馈通道数据工作。
当目前测温通道切换至副反馈,那么也要对其数据进行实时监测,正常则依旧是副反馈通道数据工作,异常则返回判断主反馈通道数据是否正常,若主反馈通道数据正常,则切换至主反馈通道数据工作,异常则依旧是副反馈通道数据工作。
并行控制方案原理图如图10所示。
三、模型识别的本地化处理方案
模型识别以处理好的的测温数据作为馈源,采用继电反馈模型辨识方法完成模型数据采集、采用离线半实物仿真方法完成模型参数、算法选型及参数的确定,仿真控温性能评估与设计优化后输出算法与参数。
但考虑到被控对象特性,需要对模型识别方法进行本地化处理。当制冷机为焦面探测器进行低温控制时,需要考虑制冷机撞缸特性以及焦面温度敏感性对于电压变化率的要求,对继电反馈识别公式做出如下改良:
式中,U和U-是继电幅度,u为输出驱动电压,t为运算周期1s,Δu为驱动量的输出斜率,根据实际情况可调以保证制冷机不撞缸和保护焦面探测器。
四、增量式PID算法的优化设计
增量式PID算法优势明显:无需累加计算,仅与最近3次的采样值有关,容易通过加权处理获得比较好的控制效果,计算量小;无积分饱和的问题;计算输出控制增量时可对其做限速处理以保证电压变化率,从而满足制冷机与焦面探测器的特性要求。
但该算法也有其缺点:溢出的影响大;积分截断效应大,有静态误差。
为消除溢出影响与静态误差,以及提供一定控制量限速保护措施,对算法做优化设计:
(1)算法的溢出影响大和被控对象的最大功率限制,要求算法对当前时刻计算值ucal做超前判断处理,保证当前控制量u(k无负溢出和有上限控制。此外当计算值ucal过大,大大超过所设上限时,针对该上限的正溢出使得其无法及时响应控制量衰减的要求,设计将u(k进行补位后用作下一时刻的u(k-1)使用。具体原理如图11所示。
(2)针对算法存在静态误差的缺点,需要对算法做优化。首先需保证通过算法得出的当前时刻计算量u的位数大于指定位数控制量;其次确定控制量的指定位数n,截取当前时刻计算量中的高n位作为当前控制量u(k输出;最后将上一时刻控制量u(k-1做补位处理,即为u(k与上一时刻计算量ucal低m-n位的组合,保证每次计算的小值(ucal低m-n位)可以进行累加。具体原理如图12所示。
当控温点切换、或是反馈通道切换时,骤增的误差量会导致瞬时的超大电压变化率。那么考虑到被控对象特性的同时也要考虑到切换特性要求,限速的上限控制值必须在实际调试过程中确定。
本发明虽然已较佳实例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不拓扑本发明的精神和范围内,都可以领上述揭示的方法和技术对本发明技术方案作出可能的变动和修改。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例作的任何简单修改等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (11)
1.一种基于双反馈的高精度测控温方法,其特征在于,该方法的步骤包括:
第一步,温度采集:恒流驱动测温部分电路向温度传感器提供恒流驱动,保证恒流源精度在±5%以内,在此基础上设计双反馈测温机制采集数据,包括主、副反馈两路温度数据;
第二步,测温数据调理:选择基准电压,采用特定温区的两级放大来达到测温二极管结电压的提取和放大,完成测温数据的两级放大调理;
第三步,模数转换与数字滤波:通过AD器件,将模拟信号采集转化为数字信号,并通过数字滤波法完成测温数据的优化;
第四步,模型识别:将继电模型辨识方法进行本地化处理,以处理好的测温数据作为馈源,完成模型数据采集、采用离线半实物仿真方法确定模型参数及控制参数,性能评估与设计优化后输出算法与参数;
第五步,控温:设计并行控制切换方案选择测温数据,控温算法优化和算法参数的定点化处理,由控温精度评估真实被控对象的高精度控温效果。
2.根据权利要求1所述的一种基于双反馈的高精度测控温方法,其特征在于,第一步中,温度传感器为硅平面型p-n结测温二极管,在恒流情况下,p-n结两端的正向结电压与温度成线性关系。
4.根据权利要求1所述的一种基于双反馈的高精度测控温方法,其特征在于,第一步中,主反馈采用就近数字化方案,在被控对象附近采集温度数据,经过一系列处理后将数字化数据通过总线传输给温度控制器;副反馈则直接通过长电缆传输温度模拟量至温度控制器。
5.根据权利要求1所述的一种基于双反馈的高精度测控温方法,其特征在于,第二步中,结合AD器件的量化精度与二级放大倍数的匹配性来完成测温数据调理,以保证测温精度要求;结合基准电压的选型与大小,以保证精测温区覆盖控温点的要求。
7.根据权利要求1所述的一种基于双反馈的高精度测控温方法,其特征在于,第四步中,模型识别使用的工具包括LABVIEW、Matlab/Simulink,其中使用LABVIEW搭建数据显示平台,使用Matlab/Simulink完成模型参数与控制参数的确定。
10.根据权利要求1所述的一种基于双反馈的高精度测控温方法,其特征在于,步骤五中,增量式PID算法公式如下:
u(k)=u(k-1)+kp*Δe(k)+ki*e(k)+kd*[Δe(k)-Δe(k-1)]
式中,kp、ki、kd分别是比例参数、积分参数、微分参数,e(k)是温度反馈值与温度目标值之间的误差,Δe(k)=e(k)-e(k-1),为误差的误差。
11.根据权利要求10所述的一种基于双反馈的高精度测控温方法,其特征在于,增量式PID算法优化包括:结合被控对象特性消除溢出影响、消除静态误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065510.9A CN112947621B (zh) | 2020-09-30 | 2020-09-30 | 一种基于双反馈的高精度测控温方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065510.9A CN112947621B (zh) | 2020-09-30 | 2020-09-30 | 一种基于双反馈的高精度测控温方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947621A true CN112947621A (zh) | 2021-06-11 |
CN112947621B CN112947621B (zh) | 2022-04-12 |
Family
ID=76234629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011065510.9A Active CN112947621B (zh) | 2020-09-30 | 2020-09-30 | 一种基于双反馈的高精度测控温方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947621B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114087817A (zh) * | 2021-11-23 | 2022-02-25 | 中国兵器工业集团第二一四研究所苏州研发中心 | 一种用于线性斯特林制冷机的变频控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2388591Y (zh) * | 1999-08-05 | 2000-07-19 | 郑州铁路分局郑州水电段 | 高精度远传测控一体化液位计 |
JP2006307716A (ja) * | 2005-04-27 | 2006-11-09 | Toyota Motor Corp | 内燃機関の空燃比制御装置 |
CN101414194A (zh) * | 2008-11-25 | 2009-04-22 | 天水电气传动研究所有限责任公司 | 高精度数字电源控制调节器 |
CN103282628A (zh) * | 2011-03-16 | 2013-09-04 | 丰田自动车株式会社 | 内燃机的控制装置 |
CN105629188A (zh) * | 2015-12-22 | 2016-06-01 | 中广核核电运营有限公司 | 核电站逆变电压监测卡一体化测试系统及测试方法 |
CN108106746A (zh) * | 2017-12-06 | 2018-06-01 | 西北工业大学 | 连续式风洞降温系统的温度测量和数据采集系统 |
CN109916530A (zh) * | 2019-04-12 | 2019-06-21 | 三门核电有限公司 | 一种温度监测仪 |
-
2020
- 2020-09-30 CN CN202011065510.9A patent/CN112947621B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2388591Y (zh) * | 1999-08-05 | 2000-07-19 | 郑州铁路分局郑州水电段 | 高精度远传测控一体化液位计 |
JP2006307716A (ja) * | 2005-04-27 | 2006-11-09 | Toyota Motor Corp | 内燃機関の空燃比制御装置 |
CN101414194A (zh) * | 2008-11-25 | 2009-04-22 | 天水电气传动研究所有限责任公司 | 高精度数字电源控制调节器 |
CN103282628A (zh) * | 2011-03-16 | 2013-09-04 | 丰田自动车株式会社 | 内燃机的控制装置 |
CN105629188A (zh) * | 2015-12-22 | 2016-06-01 | 中广核核电运营有限公司 | 核电站逆变电压监测卡一体化测试系统及测试方法 |
CN108106746A (zh) * | 2017-12-06 | 2018-06-01 | 西北工业大学 | 连续式风洞降温系统的温度测量和数据采集系统 |
CN109916530A (zh) * | 2019-04-12 | 2019-06-21 | 三门核电有限公司 | 一种温度监测仪 |
Non-Patent Citations (3)
Title |
---|
杨艳艳: "基于图像处理的航空红外相机自动调焦技术研究", 《中国优秀硕士学位论文全文库》 * |
汪瑜,陈子印,张晗: "基于模型识别的高精度制冷控制策略", 《基于模型识别的高精度制冷控制策略》 * |
耿振华 久元溦 汪瑜 张晓敏 林喆: "一种高精度输出可调型恒流驱动电路的设计", 《航天返回与遥感》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114087817A (zh) * | 2021-11-23 | 2022-02-25 | 中国兵器工业集团第二一四研究所苏州研发中心 | 一种用于线性斯特林制冷机的变频控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112947621B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947621B (zh) | 一种基于双反馈的高精度测控温方法 | |
US9207700B2 (en) | Solar power system and control system | |
CN103543319B (zh) | 电力系统内宽范围电流的高精度快速测量电路的测量方法 | |
CN105548672B (zh) | 功率开关的过流检测电路 | |
CN111746821B (zh) | 一种航空发动机热电阻温度传感器故障自检测的装置及方法 | |
CN111707002B (zh) | 燃气热水器进水温度计算方法 | |
CN110190587A (zh) | 过流保护方法、过流保护电路、智能功率模块及空调器 | |
CN108170179A (zh) | 一种基于非制冷型红外成像组件的温度控制方法 | |
CN107908177B (zh) | 一种卫星电源控制器工作状态识别方法 | |
CN116011703A (zh) | 一种动态环境监测站的管理方法及系统 | |
CN105240058A (zh) | 一种基于喷嘴流量计算的汽轮机流量曲线辨识及优化方法 | |
CN109842350B (zh) | 一种基于分析电流变化率的机械定位方法 | |
El-Baz et al. | High-resolution dataset for building energy management systems applications | |
CN105466064A (zh) | 一种通用的分置式线性斯特林制冷机驱动方法及驱动电路 | |
CN206321361U (zh) | 钨铼热电偶检定系统 | |
CN108181950A (zh) | 高频帧非制冷红外成像探测器的温度控制装置 | |
CN104866002B (zh) | 一种基于Beta参数的混合型最大功率点跟踪控制方法 | |
CN115657756A (zh) | 一种高精度星载温控系统和方法 | |
CN114202191A (zh) | 一种服务机器人碳排放核算方法 | |
CN104075662B (zh) | 一种支撑式架空管母位移监测装置 | |
Tan et al. | Algorithms for maximum power point tracking through load management | |
CN106708157A (zh) | 一种apd工作电压自动选择装置及方法 | |
CN114546688A (zh) | 一种温度控制算法 | |
CN113258532B (zh) | 一种过压保护方法及其装置 | |
TWI522766B (zh) | 植基於溫度變化偵測之太陽光電最大功率點追蹤方法 |
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 |