CN113110633A - 一种基于分布式精准测控的原子气室无磁高精度电加热系统 - Google Patents

一种基于分布式精准测控的原子气室无磁高精度电加热系统 Download PDF

Info

Publication number
CN113110633A
CN113110633A CN202110318311.2A CN202110318311A CN113110633A CN 113110633 A CN113110633 A CN 113110633A CN 202110318311 A CN202110318311 A CN 202110318311A CN 113110633 A CN113110633 A CN 113110633A
Authority
CN
China
Prior art keywords
temperature
control
temperature sensor
precision
magnetic
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
Application number
CN202110318311.2A
Other languages
English (en)
Other versions
CN113110633B (zh
Inventor
雷旭升
邵琪
蔡泽
张帅
全伟
刘刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202110318311.2A priority Critical patent/CN113110633B/zh
Publication of CN113110633A publication Critical patent/CN113110633A/zh
Application granted granted Critical
Publication of CN113110633B publication Critical patent/CN113110633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00Control of temperature
    • G05D23/19Control of temperature characterised by the use of electric means
    • G05D23/20Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05BELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B3/00Ohmic-resistance heating
    • H05B3/20Heating elements having extended surface area substantially in a two-dimensional plane, e.g. plate-heater
    • H05B3/34Heating elements having extended surface area substantially in a two-dimensional plane, e.g. plate-heater flexible, e.g. heating nets or webs

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Temperature (AREA)

Abstract

一种基于分布式精准测控的原子气室无磁高精度电加热系统,用于原子自旋陀螺仪原子气室的高精度温度控制,包括无磁加热腔体、高精度温度控制子系统、加热驱动子系统三部分,基于温度梯度场均匀化原则,利用有限元仿真计算出无磁加热腔体温度传感器最优位置,并基于温度梯度场均匀化的原则,通过自适应权值优化算法进行多位置分布式智能温度采集;基于内置的智能温度控制算法,产生精准温控量;并通过加热驱动子系统对无磁加热腔体上下两部分精准测控,减小气室温度梯度。本发明降低了原子气室温度梯度和扰动,具有均匀性好、抗干扰性强、稳定性高等优点,实现气室内部温度梯度不大于0.5K的高精准测控。可用于SERF原子自旋陀螺仪原子气室的温度控制。

Description

一种基于分布式精准测控的原子气室无磁高精度电加热系统
技术领域
本发明涉及一种基于分布式精准测控的原子气室无磁高精度电加热系统,通过分布式精准测控方法,基于多位置分布式智能温度采集内置于无磁加热腔体内部的温度传感器信息,基于智能温度控制算法产生相应的控制量,驱动加热驱动子系统实现上下分布式精准测控,适用于SERF原子自旋陀螺仪原子气室的精准热控,替代传统的单点测量和控制,减小气室的温度梯度和波动,实现了一种高匀场的气室加热及温度控制;
背景技术
随着量子科学与技术的迅猛发展,基于原子自旋的定轴性和进动性测量角运动的SERF原子自旋陀螺仪,具有超高的理论精度、结构简单、体积小等优点,成为下一代超高精度陀螺仪的发展方向。实现SERF态的必要条件之一——高原子密度,需要无磁高精度的温度控制,然而目前国内研究机构及高校采用的单点测控方法,只能确保在此点满足温度的稳定性要求,忽略了整个气室产生的较大的温度梯度和温度波动,导致气室的温度场不均匀、不稳定,无法满足SERF原子自旋陀螺仪的精度需求,降低了其在工程上的应用价值。
发明内容
本发明提出了一种基于分布式精准测控的原子气室无磁高精度电加热系统,基于温度梯度场均匀化的原则,通过自适应权值优化算法实现原子气室分布式温度智能采集,通过智能温度控制算法提升系统性能,通过气室上下两部分精准测控减小气室温度梯度,实现气室内部温度梯度不大于0.5K的高精准测控;
本发明技术方案如下:
所述的一种基于分布式精准测控的原子气室无磁高精度电加热系统,其特征在于:包括无磁加热腔体、高精度温度控制子系统、加热驱动子系统三部分;
无磁加热腔体由内到外包括:原子气室、第一温度传感器、第二温度传感、第三温度传感器、第四温度传感器、支撑基座、无磁烤箱、第一无磁电加热膜、第二无磁电加热膜;基于多位置分布式智能温度采集内置于无磁加热腔体内部的温度传感器信息,实现分布式温度采集和精准测控;
高精度温度控制子系统包括:第一高精度温控电路板、第二高精度温控电路板、上位机、±15V直流电源;第一高精度温控电路板和第二高精度温控电路板均由两片A/D芯片、单片机、D/A芯片、DDS电路组成,两片A/D芯片将第一温度传感器和第二温度传感器的温度反馈信号进行转化,并将数据传输到单片机;上位机基于内置的智能温度控制算法,产生精准温控量;
加热驱动子系统是由第一功率放大器、第二功率放大器和±90V直流电源组成;第一功率放大器接受第一高精度温控电路板的控制信号后,功率放大作用到第一无磁电加热膜,所述的第二功率放大器接受第二高精度温控电路板的控制信号后,功率放大作用到第二无磁电加热膜,实现分布式精准测控;
本发明的一种基于分布式精准测控的原子气室无磁高精度电加热系统,针对结构差异导致的温度梯度问题,采用多位置分布式智能温度采集,基于温度梯度场均匀化原则,利用有限元仿真计算出温度传感器的最佳位置,其中,第一温度传感器安置槽位于无磁烤箱顶部的固定爪顶端,第二温度传感器安置槽位于第一温度传感器安置槽对角位置的固定爪的顺时针第一凹槽处,使第二温度传感器在不影响通光的情况下,距原子气室顶部最近,第三温度传感器安置槽位于支撑基座的固定爪上,其位置与第一温度传感器安置槽呈对角关系,第四温度传感器位于原子气室柄部,其位置在第三温度传感器安置槽的对角位置处;
本发明的一种基于分布式精准测控的原子气室无磁高精度电加热系统,考虑热控的传导特性,通过自适应权值优化算法解算原子气室上半部分温度数据
Tmupper=(1-ρ)T1+ρT2
Figure BDA0002991711330000021
其中,Tmupper为气室上半部分的测量温度,T1为第一温度传感器采集温度,T2为第二温度传感器的采集温度;
原子气室下半部分温度数据
Tmlow=(1-ρ1)T31T4
Figure BDA0002991711330000031
其中,Tmlow为气室下半部分的测量温度,T3为第三温度传感器采集温度,T4为第四温度传感器的采集温度;
本发明的一种基于分布式精准测控的原子气室无磁高精度电加热系统,通过智能温度控制算法提升系统性能,为了保证气室原子的高密度同时不影响原子极化状态,气室需要快速升温到180℃附近并保持低梯度高精度控制来提升测量效能,对于原子气室上半部分和下半部分的采用类似的控制模型;以上半部分控制模型为例,选择原子气室上半部分测量温度Tmupper和期望温度间的温度差ΔTmupper以及温度差的变化量
Figure BDA0002991711330000038
作为输入量变量,行模糊化处理,确立隶属度函数,通过模糊推理和解模糊化生成输出量,为PID控制系统提供优化的调控因子ΔK,精准控制执行单元;ΔKp,ΔKi,ΔKd作为输出变量,从而建立一个双输入三输出的模糊控制系统;模糊系统采用RBF神经网络算法对模糊控制过程进行实时精细变量调控;
本发明的一种基于分布式精准测控的原子气室无磁高精度电加热系统,以原子气室上半部分的控制模型为例,模糊控制系统由输入层、隶属函数生成层、模糊推理层、归一化层以及输出层五部分构成;
输入层输入为:
Figure BDA0002991711330000032
输出为:
Figure BDA0002991711330000033
节点总数:N1=2
其中,xi分别为气室上半部分的测量温度Tmupper和期望温度间的温度差ΔTmupper以及温度差的变化量
Figure BDA0002991711330000034
Figure BDA0002991711330000035
为输入层的输出,输入层的输出作为隶属函数生成层的输入,隶属函数生成层的控制器的成员函数利用高斯函数定义,每个输入变量对应7个语言变量;
隶属函数生成层的输入为:
Figure BDA0002991711330000036
输出为:
Figure BDA0002991711330000037
节点总数:N2=14
其中,cij和σij分别表示第i个输入变量和第j个模糊集合的隶属度函数中心以及宽度;隶属函数生成层的输出为温度差ΔTmupper以及温度差的变化量
Figure BDA00029917113300000410
对应的模糊变量,同时作为模糊推理层的输入,利用乘积法生成相应的模糊规则;
模糊推理层输入为:
Figure BDA0002991711330000041
输出为:
Figure BDA0002991711330000042
节点总数:N3=m
其中,M=N={1,2,3,4,5,6,7},l=1,2,3,...,m,m=7×7=49;
归一化层进行网络结构总体归一化运算;
归一化层输入为:
Figure BDA0002991711330000043
输出为:
Figure BDA0002991711330000044
节点总数:N4=m
其中:l=1,2,3,...,m;
输出层实现反模糊运算,即输出ΔKp、ΔKi、ΔKd的整定结果;
输出层输入为:
Figure BDA0002991711330000045
输出为:
Figure BDA0002991711330000046
节点总数:N5=3
其中,d=1、2、3,
Figure BDA0002991711330000047
分别为输出的整定结果ΔKp、ΔKi、ΔKd
Figure BDA0002991711330000048
为第d个输出对应的第j个权值;
本发明的一种基于分布式精准测控的原子气室无磁高精度电加热系统,通过RBF神经网络算法对模糊控制过程中隶属函数生成层和输出层进行精细实时变量调控,以Delta(δ)函数和梯度下降算法为学习规则调整网络的中心值cij和宽度σij以及最后输出层的权值
Figure BDA0002991711330000049
经过若干次的学习训练,让输出更逼近真实理想值;
依据系统调控特点设定目标函数为:
Figure BDA0002991711330000051
式中:
E(k)——输出层性能目标函数;
r(k)——每一次迭代的理想输出;
y(k)——每一次迭代的实际输出;
模糊化层隶属函数的中心值cij和σij宽度学习算法公式:
Figure BDA0002991711330000052
bij(k)=bij(k-1)+Δbij(k)+α[bij(k-1)-bij(k-2)]
Figure BDA0002991711330000053
cij(k)=cij(k-1)+Δcij(k)+α[cij(k-1)-cij(k-2)]
输出层的权值
Figure BDA0002991711330000054
调整算法公式:
Figure BDA0002991711330000055
Figure BDA0002991711330000056
式中:
η——学习速率
α——学习动量因子
经过RBP神经网络的作用,模糊化层隶属函数的中心值cij和σij宽度以及输出层的权值
Figure BDA0002991711330000057
实时变化,避免了局部最优,同时逼近全局最优值;
针对空气对流导致的温度梯度的问题,采用上下分布式精准测控减小气室温度梯度,其中,第一无磁电加热膜作用于无磁烤箱上部,通过原子气室上部传热实现原子气室上部的精准温控,第二无磁电加热膜作用于无磁烤箱下部,通过原子气室下部传热实现原子气室下部的精准温控,降低原子气室的温度梯度。
本发明相对于现有技术优势在于:
1.本发明采用的多位置分布式智能温度采集,基于温度梯度场均匀化原则,利用有限元仿真计算出温度传感器的最佳位置,通过多位置分布式同时测温反映了整个原子气室的温度,改善了现有气室温度单点测量导致的温测不准问题。
2.本发明采用的智能温度控制算法,具有非线性映射和自组合、自学习和连续联想记忆能力,可以对控制过程进行实时精细变量调控,提高组合控制系统扰动补偿、抗干扰能力,提升了系统的稳定性和性能;
3.本发明采用的上下分布式精准测控,通过对气室上下两部分分别精准测控,实时调控原子气室上下部件温度,降低原子气室温度梯度和扰动。
附图说明
图1为一种基于分布式精准测控的原子气室无磁高精度电加热系统的系统结构组成图
图2为一种基于分布式精准测控的原子气室无磁高精度电加热系统的支撑基座结构图
图3为一种基于分布式精准测控的原子气室无磁高精度电加热系统的无磁烤箱结构图
图4为一种基于分布式精准测控的原子气室无磁高精度电加热系统的无磁烤箱、支撑基座与原子气室的装配剖面图
图5为一种基于分布式精准测控的原子气室无磁高精度电加热系统的总体工作示意图
图中各标记为:
1-无磁加热腔体,11-原子气室,111-第四温度传感器安置槽,12-第一温度传感器,13-第二温度传感器,14-第三温度传感器,15-第四温度传感器,16-支撑基座,161-第三温度传感器安置槽,17-无磁烤箱,171-抽运光通光孔,172-检测光通光孔,173-第一温度传感器安置槽,174-第二温度传感器安置槽,175-走线槽,18-第一无磁电加热膜,19-第二无磁电加热膜,2-高精度温度控制子系统,21-第一高精度温控电路板,211、212-A/D芯片,213-单片机,214-D/A芯片,215-DDS电路,22-第二高精度温控电路板,23-上位机,24-±15V直流电源,3-加热驱动子系统,31-第一功率放大器,32-第二功率放大器,33-±90V直流电源
具体实施方式
为了便于理解本发明,下面结合具体实施例和对比例,对本发明进行更详细的说明:
一种基于分布式精准测控的无磁高精度电加热系统,用于SERF原子自旋惯性测量系统的气室温控系统,通过内部四个温度传感器实现对原子气室11温度的多点监测与精准控制,由无磁加热腔体1、高精度温度控制子系统2和加热驱动子系统3构成;
无磁加热腔体1包括原子气室11、第一温度传感器12、第二温度传感13、第三温度传感器14、第四温度传感器15、支撑基座16、无磁烤箱17、第一无磁电加热膜18、第二无磁电加热膜19;
原子气室11直径为10mm,球内充有压强为2200Torr的工作原子气体K-Rb-21Ne和50Torr的淬灭气体N2,抽运光通过位于无磁烤箱17顶部的抽运光通光孔171实现原子气室11内原子的抽运极化,检测光通过位于无磁烤箱17中间两对镜像的检测光通光孔172,实现SERF原子自旋陀螺仪角速度信号的检测;
无磁烤箱17和支撑基座16采用高导热氮化硼材料,无磁烤箱17顶部设有抽运光通光孔171、四周设有检测光通光孔172,便于光路的传播;针对结构差异导致的温度梯度问题,采用多位置分布式智能温度采集,基于温度梯度场均匀化原则,利用有限元仿真计算出第一温度传感器12、第二温度传感器13、第三温度传感器14、第四温度传感器15在支撑基座16和无磁烤箱17中的最佳位置,结合原子气室11温度梯度实际测试数据,在无磁加热腔体1内部设置了第一温度传感器安置槽173、第二温度传感器安置槽174、第三温度传感器安置槽161和第四温度传感器安置槽111及其对应走线槽175,其中第一温度传感器安置槽173位于无磁烤箱17顶部的固定爪顶端,第二温度传感器安置槽174位于第一温度传感器安置槽173对角位置的固定爪的顺时针第一凹槽处,使第二温度传感器13在不影响通光的情况下,距原子气室11顶部最近,第三温度传感器安置槽161位于支撑基座16的固定爪上,其位置与第一温度传感器安置槽173呈对角关系,第四温度传感器15位于原子气室11柄部,其位置在第三温度传感器安置槽161的对角位置处111;
根据其长期测试结果表明,第一温度传感器12及第二温度传感器13的位置差异性真实反映了原子气室11上半部分温度梯度,考虑热控的传导特性,通过自适应权值优化算法按照适应权值优化算法解算原子气室11上半部分温度数据
Tmupper=(1-ρ)T1+ρT2
Figure BDA0002991711330000081
其中,Tmupper为气室上半部分的测量温度,T1为第一温度传感器12采集温度,T2为第二温度传感器13的采集温度;
由于第二温度传感器13位于检测光通光孔172的顶部,空气传导导致温度梯度大,因此,当加热时间大于200s后,增大第二温度传感器13的测量值在实际系统的输出的权重;
同理,第三温度传感器14和第四温度传感器15位置差异性真实反映了原子气室11下半部分温度梯度,考虑热控的传导特性,按照自适应权值优化算法解算原子气室11下半部分温度数据
Tmlow=(1-ρ1)T31T4
Figure BDA0002991711330000082
其中,Tmlow为气室下半部分的测量温度,T3为第三温度传感器14采集温度,T4为第四温度传感器15的采集温度;
由于第四温度传感器15位于原子气室11柄部位置111,高导热胶导致温度梯度低,因此,当加热时间大于200s后,降低第四温度传感器15的测量值在实际系统的输出的权重;
第一无磁电加热膜18、第二无磁电加热膜19分别包覆于无磁烤箱17的上下部分,采用无磁的镍铜合金材料,均匀对称分布于同一基底,采用正反双层叠加无磁的加热丝的方式进行高密度S形反向平行布线,激励时正反两面电流反相的方式,使得上下加热电阻丝对应点相位相同,消除磁场干扰;
高精度温度控制子系统2包括第一高精度温控电路板21、第二高精度温控电路板22、上位机23、和±15V直流电源24;
第一高精度温控电路板21由两片A/D芯片211、212、单片机213、D/A芯片214、DDS电路215组成,两片A/D芯片211、212采用ADS1248,将第一温度传感器12和第二温度传感器13的温度反馈信号进行转化,并将数据传输到单片机213;单片机213采用32位STM32F103C8T6芯片,基于智能温度控制算法,产生相应的控制量;D/A芯片214采用AD5660,接收来自单片机213的控制信号并进行输出,输出的控制信号电压幅值为0~5V;DDS电路215接收来自D/A芯片214的控制信号将其调制为100kHz的正弦信号通过SMA输出到第一功率放大器31,信号频率100kHz所产生的高频磁场不会引起原子源的响应,满足无磁需求;第二高精度温控电路板22和第一高精度温控电路板21具有相同的机构和功能,采集第三温度传感器14和第四温度传感器15的温度反馈信号,通过智能控制方法产生信号到DDS电路215,通过DDS电路215调制的100kHz的正弦信号通过SMA输出到第二功率放大器32;
为了保证气室原子的高密度同时不影响原子极化状态,原子气室11需要快速升温到180℃附近并保持低梯度高精度控制来提升测量效能,以温度差ΔTmupper和温度差的变化率
Figure BDA0002991711330000091
为输入量,以实时整定的PID调控变化量ΔKP,ΔKi和ΔKd为输出,再将PID调控因子初始K0与ΔK之和作为对PID输入量e(t)的调控因子K(t)进行运算输出控制量u(t),对执行单元进行控制,实现对温控系统实时调控的目的;
调控因子公式为:
Figure BDA0002991711330000092
式中:
Kp、Ki、Kd分别是控制器的比例、积分和微分系数,Kp0、Ki0、Kd0分别是控制器控制参数设定的初始值,ΔKp、ΔKi、ΔKd分别是实时整定的控制参数调控变化量;
输出量为
Figure BDA0002991711330000093
式中:
u(t)为控制器的输出信号,e(t)为控制器的偏差信号;
一种基于分布式精准测控的无磁高精度电加热系统,对于原子气室11上半部分的控制模型,选择原子气室11上半部分的测量温度Tmupper和期望温度间的温度差ΔTmupper以及温度差的变化量
Figure BDA0002991711330000101
作为输入量变量,进行模糊化处理,确立隶属度函数,通过模糊推理和解模糊化生成输出量,为PID控制系统提供优化的调控因子ΔK,精准控制执行单元;ΔKp,ΔKi,ΔKd作为输出变量,从而建立一个双输入三输出的模糊控制系统;模糊系统采用RBF神经网络算法对模糊控制过程进行实时精细变量调控;
模糊控制系统由输入层、隶属函数生成层、模糊推理层、归一化层以及输出层五部分构成;
输入层输入为:
Figure BDA0002991711330000102
输出为:
Figure BDA0002991711330000103
节点总数:N1=2
其中,xi分别为气室上半部分的测量温度Tmupper和期望温度间的温度差ΔTmupper以及温度差的变化量
Figure BDA0002991711330000104
Figure BDA0002991711330000105
为输入层的输出,输入层的输出作为隶属函数生成层的输入,隶属函数生成层的控制器的成员函数利用高斯函数定义,每个输入变量对应7个语言变量;
隶属函数生成层的输入为:
Figure BDA0002991711330000106
输出为:
Figure BDA0002991711330000107
节点总数:N2=14
其中,cij和σij分别表示第i个输入变量和第j个模糊集合的隶属度函数中心以及宽度;隶属函数生成层的输出为温度差ΔTmupper以及温度差的变化量
Figure BDA00029917113300001010
对应的模糊变量,同时作为模糊推理层的输入,利用乘积法生成相应的模糊规则;
模糊推理层输入为:
Figure BDA0002991711330000108
输出为:
Figure BDA0002991711330000109
节点总数:N3=m
其中,M=N={1,2,3,4,5,6,7},l=1,2,3,...,m,m=7×7=49;
归一化层进行网络结构总体归一化运算;
归一化层输入为:
Figure BDA0002991711330000111
输出为:
Figure BDA0002991711330000112
节点总数:N4=m
其中:l=1,2,3,...,m;
输出层实现反模糊运算,即输出ΔKp、ΔKi、ΔKd的整定结果;
输出层输入为:
Figure BDA0002991711330000113
输出为:
Figure BDA0002991711330000114
节点总数:N5=3
其中,d=1、2、3,
Figure BDA0002991711330000115
分别为输出的整定结果ΔKp、ΔKi、ΔKd
Figure BDA0002991711330000116
为第d个输出对应的第j个权值;
一种基于分布式精准测控的无磁高精度电加热系统,通过RBF神经网络算法对模糊控制过程中隶属函数生成层和输出层进行精细实时变量调控,以Delta(δ)函数和梯度下降算法为学习规则调整网络的中心值cij和宽度σij以及最后输出层的权值
Figure BDA0002991711330000117
经过若干次的学习训练,让输出更逼近真实理想值;
依据系统调控特点目标函数为:
Figure BDA0002991711330000118
式中:
E(k)——输出层性能目标函数;
r(k)——每一次迭代的理想输出;
y(k)——每一次迭代的实际输出;
模糊化层隶属函数的中心值cij和σij宽度学习算法公式:
Figure BDA0002991711330000121
bij(k)=bij(k-1)+Δbij(k)+α[bij(k-1)-bij(k-2)]
Figure BDA0002991711330000122
cij(k)=cij(k-1)+Δcij(k)+α[cij(k-1)-cij(k-2)]
输出层的权值
Figure BDA0002991711330000123
调整算法公式:
Figure BDA0002991711330000124
Figure BDA0002991711330000125
式中:
η——学习速率
α——学习动量因子
经过RBP神经网络的作用,模糊化层隶属函数的中心值cij和σij宽度以及输出层的权值
Figure BDA0002991711330000126
实时变化,避免了局部最优,同时逼近全局最优值;
经过模糊神经网络组合PID控制后,实时整定Kp、Ki、Kd参数,并能够实现最终实现原子气室11上部分的高精度精准测控;
上位机23用于调节智能温度控制算法的控制参数,实时显示气室采集端第一温度传感器12、第二温度传感器13、第三温度传感器14和第四温度传感器15温度数据,为高精度控制提供支撑;
±15V直流电源24为第一高精度温控电路板21和第二高精度温控电路板22的供电装置,维持二者处于正常工作状态;
加热驱动子系统3是由第一功率放大器31、第二功率放大器32和±90V直流电源33组成;
第一功率放大器31接受第一高精度温控电路板21的控制信号后,功率放大作用到第一无磁电加热膜18,第二功率放大器32接受第二高精度温控电路板22的控制信号后,功率放大作用到第二无磁电加热膜19,实时调控原子气室11上下部分温度,降低原子气室11温度梯度;
±90V直流电源33为第一功率放大器31和第二功率放大器32的供电装置,维持二者处于正常工作状态;原子气室11下半部分控制系统与原子气室11上半部分控制系统的原理一致,最终实现原子气室11上、下两部分分别精准测控。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明,但不以任何方式限制本发明。因此,尽管本说明书参照附图和实施例对本发明已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明进行修改或者等同替换。总之,一切不脱离本发明的精神和范围的技术方案及其改变,其均应涵盖在本发明专利的保护范围当中。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (5)

1.一种基于分布式精准测控的原子气室无磁高精度电加热系统,包括无磁加热腔体、高精度温度控制子系统、加热驱动子系统三部分,其中:
无磁加热腔体由内到外由原子气室、第一温度传感器、第二温度传感、第三温度传感器、第四温度传感器、支撑基座、无磁烤箱、第一无磁电加热膜、第二无磁电加热膜组成;基于温度梯度场均匀化原则,利用有限元仿真计算出第一温度传感器、第二温度传感器、第三温度传感器、第四温度传感器在无磁烤箱和支撑基座中的最佳位置,基于多位置分布式智能温度采集内置于无磁加热腔体内部的温度传感器信息,实现分布式温度采集和精准测控;
高精度温度控制子系统由第一高精度温控电路板、第二高精度温控电路板、上位机、±15V直流电源组成;第一高精度温控电路板和第二高精度温控电路板均由两片A/D芯片、单片机、D/A芯片和DDS电路组成,两片A/D芯片将第一温度传感器和第二温度传感器的温度反馈信号进行转化,并将数据传输到单片机;上位机基于内置的智能温度控制算法,产生精准温控量;
加热驱动子系统由第一功率放大器、第二功率放大器和±90V直流电源组成;第一功率放大器接受第一高精度温控电路板的控制信号后,功率放大作用到第一无磁电加热膜,所述的第二功率放大器接受第二高精度温控电路板的控制信号后,功率放大作用到第二无磁电加热膜,实现对无磁烤箱分布式精准测控;
2.根据权利要求1所述的一种基于分布式精准测控的原子气室无磁高精度电加热系统,其特征在于:针对空气对流导致的温度梯度的问题,采用上下分布式精准测控,其中,第一无磁电加热膜作用于无磁烤箱上部,通过原子气室上部热传导实现原子气室上部的精准温控,第二无磁电加热膜作用于无磁烤箱下部,通过原子气室下部热传导实现原子气室下部的精准温控,降低原子气室的温度梯度;
3.根据权利要求1所述的一种基于分布式精准测控的原子气室无磁高精度电加热系统,其特征在于:针对结构差异导致的温度梯度问题,采用多位置分布式智能温度采集,基于温度梯度场均匀化原则,利用有限元仿真计算出温度传感器的最佳位置,其中,第一温度传感器安置槽位于无磁烤箱顶部的固定爪顶端,第二温度传感器安置槽位于第一温度传感器安置槽对角位置的固定爪的顺时针第一凹槽处,使第二温度传感器在不影响通光的情况下,距原子气室顶部最近,第三温度传感器安置槽位于支撑基座的固定爪上,其位置与第一温度传感器安置槽呈对角关系,第四温度传感器位于原子气室柄部,其位置在第三温度传感器安置槽的对角位置处;
4.根据权利要求1所述的一种基于分布式精准测控的原子气室无磁高精度电加热系统,其特征在于:考虑热控的传导特性,通过自适应权值优化算法按照适应权值优化算法解算原子气室上半部分温度数据
Tmupper=(1-ρ)T1+ρT2
Figure FDA0002991711320000021
其中,Tmupper为气室上半部分的测量温度,T1为第一温度传感器采集温度,T2为第二温度传感器的采集温度;
原子气室下半部分温度数据
Tmlow=(1-ρ1)T31T4
Figure FDA0002991711320000022
其中,Tmlow为气室下半部分的测量温度,T3为第三温度传感器采集温度,T4为第四温度传感器的采集温度;
5.根据权利要求1所述的一种基于分布式精准测控的原子气室无磁高精度电加热系统,其特征在于:所述的智能温度控制算法,为了保证气室原子的高密度同时不影响原子极化状态,气室需要快速升温到180℃附近并保持低梯度高精度的温度控制来提升测量效能,对于原子气室上半部分和下半部分的采用类似的控制模型,选择原子气室上半部分测量温度Tmupper和期望温度间的温度差ΔTmupper以及温度差的变化量
Figure FDA0002991711320000023
作为输入量变量,进行模糊化处理,确立隶属度函数,通过模糊推理和解模糊化生成输出量,为PID控制系统提供优化的调控因子ΔK,精准控制执行单元;ΔKp,ΔKi,ΔKd作为输出变量,建立双输入三输出的模糊控制系统;模糊系统采用RBF神经网络算法对模糊控制过程进行实时精细变量调控;所述的智能温度控制算法具有非线性映射和自组合、自学习和连续联想记忆能力,提高组合控制系统扰动补偿、抗干扰能力。
CN202110318311.2A 2021-03-25 2021-03-25 一种基于分布式精准测控的原子气室无磁高精度电加热系统 Active CN113110633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110318311.2A CN113110633B (zh) 2021-03-25 2021-03-25 一种基于分布式精准测控的原子气室无磁高精度电加热系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110318311.2A CN113110633B (zh) 2021-03-25 2021-03-25 一种基于分布式精准测控的原子气室无磁高精度电加热系统

Publications (2)

Publication Number Publication Date
CN113110633A true CN113110633A (zh) 2021-07-13
CN113110633B CN113110633B (zh) 2022-07-26

Family

ID=76711560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110318311.2A Active CN113110633B (zh) 2021-03-25 2021-03-25 一种基于分布式精准测控的原子气室无磁高精度电加热系统

Country Status (1)

Country Link
CN (1) CN113110633B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114413874A (zh) * 2021-12-30 2022-04-29 北京航空航天大学 适用于serf原子自旋惯性测量装置的三级温度控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103269527A (zh) * 2013-04-21 2013-08-28 北京航空航天大学 一种用于原子自旋陀螺仪的无磁电加热系统
CN108873977A (zh) * 2018-07-04 2018-11-23 中北大学 基于芯片原子钟的微型低功耗主动数字温控装置及方法
CN109738836A (zh) * 2019-01-09 2019-05-10 北京航空航天大学 一种应用于原子磁强计的均匀加热烤箱
CN109916387A (zh) * 2019-01-31 2019-06-21 北京航天控制仪器研究所 一种用于serf原子气室的无磁温控系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103269527A (zh) * 2013-04-21 2013-08-28 北京航空航天大学 一种用于原子自旋陀螺仪的无磁电加热系统
CN108873977A (zh) * 2018-07-04 2018-11-23 中北大学 基于芯片原子钟的微型低功耗主动数字温控装置及方法
CN109738836A (zh) * 2019-01-09 2019-05-10 北京航空航天大学 一种应用于原子磁强计的均匀加热烤箱
CN109916387A (zh) * 2019-01-31 2019-06-21 北京航天控制仪器研究所 一种用于serf原子气室的无磁温控系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈星: "基于模糊神经网络 PID 控制的花茶烘焙温控系统设计", 《食品与机械》 *
陈春玲 等: "日光温室无线传感器多数据融合技术研究", 《沈阳农业大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114413874A (zh) * 2021-12-30 2022-04-29 北京航空航天大学 适用于serf原子自旋惯性测量装置的三级温度控制系统
CN114413874B (zh) * 2021-12-30 2023-07-04 北京航空航天大学 适用于serf原子自旋惯性测量装置的三级温度控制系统

Also Published As

Publication number Publication date
CN113110633B (zh) 2022-07-26

Similar Documents

Publication Publication Date Title
CN106325073B (zh) 基于分数阶的伺服系统位置环ip控制器无模型自校正方法
CN109327178A (zh) 一种开关磁阻电机多步预测控制器构造方法
Luo et al. A laguerre neural network-based ADP learning scheme with its application to tracking control in the Internet of Things
CN106849793B (zh) 一种电动汽车用永磁同步电机模糊神经网络控制系统
CN110501906B (zh) 互耦分数阶混沌机电换能器加速自适应模糊控制方法
CN108241392A (zh) 温度控制方法及系统
CN113110633B (zh) 一种基于分布式精准测控的原子气室无磁高精度电加热系统
CN109343351A (zh) 一种改进pid控制的开关磁阻电机转矩控制系统
CN112077839B (zh) 一种机械臂的运动控制方法及装置
CN111142404A (zh) 一种基于压电陶瓷驱动的微定位平台及其建模与控制方法
CN114335625A (zh) 燃料电池堆温度控制方法、装置、模型预测控制器及系统
Handaya et al. Proportional-integral-derivative and linear quadratic regulator control of direct current motor position using multi-turn based on LabView
Yu et al. Modeling and compensation of hysteresis in piezoelectric actuators
Luong et al. Modeling and position control of a high performance twisted-coiled polymer actuator
CN102393645A (zh) 一种高速电液比例调速系统的控制方法
Wu et al. Robust fractional-order [proportional integral derivative] controller design with specification constraints: more flat phase idea
Alkhafaji et al. A novel method for tuning PID controller
CN112947083B (zh) 一种基于磁悬浮控制系统的非线性模型预测控制优化方法
CN108897221A (zh) 一种军用电源机箱风机转速控制方法
Wu et al. Modeling and tracking control of dielectric elastomer actuators based on fractional calculus
Cai et al. An MPTD-specialized MPPT algorithm used for a novel medium-power thermoelectric system
Basaeri et al. Hysteresis modeling, identification and fuzzy PID control of SMA wire actuators using generalized Prandtl-Ishlinskii model with experimental validation
Liu et al. Design for fuzzy decoupling control system of temperature and humidity
CN106533285B (zh) 基于Kriging模型的永磁直流电机转速控制方法
CN104238359B (zh) 一种大型机电混合惯量系统控制方法

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