装甲装备发电系统综合检测调试平台设计与开发.doc

第6期 装甲装备发电系统综合检测调试平台设计与开发 · 101 ·
更多电子资料请登录赛微电子网
装甲装备发电系统综合检测调试平台设计与开发*
张 强 侯加林 闫银发
(山东农业大学机电学院, 泰安 271018)
摘 要: 针对传统测试装甲装备发电系统手段通用性差、自动化程度低、控制精度低的现状, 设计并开发了由工控机、组态软件、编码器和数据采集卡组成的发电系统综合检测调试平台来完成自动检测工作, 从根本上解决了人工测试方法所带来的不便, 实现了在一台测试设备上完成对多种车型发电系统的检测; 分析了基于组态软件的神经网络PID控制器的实现和组成、控制策略和实现算法。该系统可视化地控制电机的运行并实时显示和保存实验数据, 能完成多种装甲装备发电机系统的检测与调试工作; 实验数据表明: 发电机在不同转速下, 其转速误差均小于±0.1%, 电压、电流误差均小于±0.5%。
关键词: 工控计算机；组态软件；编码器；变频调速；神经网络PID控制器
中图分类号: TP 391.8　　　文献标识码: A　　　国家标准学科分类代码: 460.40
Design and development of integrated test debugging platform of armored equipment power generation system
Zhang Qiang Hou Jialin Yan Yinfa
(Mechanical and Electronic Engineering College, Shandong Agricultural University, Taian 271018, China)
Abstract: Aiming at the status of poor universality, low degree of automation, low control precision of traditional test armored equipment power generation systems, an integrated detection debugging platform of power generation system, which is composed of IPC, configuration software, encoder and DAQ, is designed and developed to complete the automatic test. It solved the inconvenience brought by the artificial test method fundamentally, realized the detection to a variety of models generating system in a testing device, analyzed the realization and composition of control strategies and algorithms. The system is visualized to control the motor running, display and save experimental data in real time, and can complete a large number of testing and debugging work of armored equipment and generator system. The experimental data results indicate that the rotation rate errors of the generator at different speeds are less than ±0.1%, the voltage and current errors are less than ±0.5%.
Keywords: industrial computer; configuration software; encoder; frequency conversion speed control; neural PID controller

1 引 言
发电系统性能的好坏直接影响装甲装备的正常运行。它负责全车的电力分配, 保证各路用电器的安全使用。随着现代装甲装备配电装置的日益集成化、数字化、智能化, 要求在配电装置的检测中采用先进的基于工控机的自动检测调试系统, 是装甲装备检测调试的发展方向, 也是陆战车辆综合保障的有力保证。
电机调速通常采用经典PID控制算法, 建立在线性模型和参数不变之上, 当参数变化或模型不准确时, 系统传递函数的零、极点位置可能变化, 使控制系统性能降低, 甚至不稳定[1-2]。神经网络具有并行结构和学习记忆功能及多层网络逼近任意数的能力。而基于BP神经网络的PID控制器兼有两者之长, 具有很高的精度和很强的适应性, 较好地解决了交流变频调速系统负载扰动、时滞现象及非线性控制的问题。本文将先进的测控技术、计算机控制技术、变频调速技术、神经网络PID和工业组态软件技术应用于装甲装备发电系统综合检测调试平台, 具有操作方便, 结构简单, 工作稳定可靠, 控制精度高等优点。
2 系统组成和工作原理
装甲装备发电系统综合检测调试平台由综合操作测控系统、动力传动发电系统和模拟负载接入系统3部分组成, 结构示意图如图 1 所示。

图1 试验台系统结构
Fig. 1 Diagram of system structure of test bed

2.1 综合操作测控系统
综合操作测控系统是实验平台的控制中心, 负责向动力传动发电系统发送调速指令和向模拟负载接入系统发送接入模拟负载指令, 并实时检测发电机输出电压、输出电流、他励式发电机的励磁电压、模拟负载端的电压和电流、电机的实际转速等参数, 完成整个系统的操作和测控任务。其硬件组成如图2所示。
系统采用工控组态软件KingView, 能快速构造和生成计算机监测系统, 包括组态环境和运行环境。组态环境帮助用户设计和构造应用系统,生成组态结果数据库,实现对现场数据的采集处理、动画显示、报警处理、流程控制和报表输出等多种功能;运行环境按照组态结果数据库中用户指定的方式进行各种处理,完成用户组态设计的应用要求[3]。组态设计流程图如图3所示。
2.2 动力传动发电系统
工业控制计算机通过光电隔离的RS232/485总线和变频器的串口连接, 通过计算机指令控制变频器的输出, 完成对变频电机的启动、停止和转速大小调节, 为发电机实验提供所须的动力和转速[4]。工业控制计算机通过数字逻辑信号控制固态继电器的接通和关断, 从而控制各路接触器的接通和关断, 完成不同负载接入、蓄电池充电控制、他励式电机励磁电压接入等操作。执行系统连接控制方式如图4所示。

图2 综合操作测控系统的硬件组成结构图
Fig. 2 Structure diagram of hardware composition for synthesis operation measurement and control system

图3 组态设计流程
Fig. 3 Flow of configuration design

图4 平台连接控制系统图
Fig. 4 Platform connection control system
2.3 模拟负载接入系统设计
模拟负载接入系统由模拟负载箱、计算机控制负载单元、手动控制微调单元、冷却装置和连接部件组成
3 BP神经网络PID控制系统结构
3.1 系统设计
控制系统结构是由BP神经网络NN、经典PID控制器构成,其结构如图 5 所示, Ve和Y分别对应电机转速的给定值和输出值[5-7]。

图5 神经网络PID控制原理方框图
Fig. 5 Sketch map for control principle of neural
network PID controller

其中, 经典的 PID 控制器直接对电动机转速进行闭环控制,它的3个参数 kp、ki、kd 由神经网络在线整定; 神经网络NN包括学习算法和神经网络NN两部分,它可以根据系统的运行状态,按照学习算法,在线调整PID控制器的参数,以使得给定性能指标最优化,满足系统的要求[8-9]。
3.2 控制算法的实现
BP 神经网络 PID 控制器算法可表述为: 利用神经网络具有自学习能力的特性, 在离线时对控制对象模型进行辨识, 来修正其网络权值, 使其逐步适应被辨识对象的特性, 当它学习到与被控对象一致时再由神经网络控制器 NNPID 进行在线控制, 而在这个过程中, 辨识器网络(NNI)利用 BP 神经网络的误差反向传播特性, 把控制偏差e1传回到神经网络自身神经元, 从而修正其自身权值; 而对象的设定输入和对象的实际输出的偏差e0通过 NNI 后, 通过反向传播为NNPID控制网络提供误差信号 e2, NNPID 利用此误差信号e2其网络权值进行修正, 经过多次学习NNPID便能逐渐跟上系统的变化[10]。
PID是比例、积分、微分控制的简称。其离散PID控制规律为:
(1)
式中: u(k)为k时刻控制器的输出量; Kp、Ki、Kd分别为比例系数, 积分系数和微分系数; e(k)为当前时刻的交流伺服系统位置与期望值之差; e(k-1)为上次采样时刻的交流伺服系统的位置与期望值之差。由式(1)可得到控制器输出第k个周期时刻的控制u(k)第k-1个周期时刻的控制量u(k-1)之间的增量为:

(2)
所采用的NNI的结构为 3-5-3 结构, 如图6所示。其输入层设置3个神经元, 分别为输入速度 V0、速度偏差E和偏差变化量Ec; 隐含层节点数为5个; 输出层有3个神经元, 为 PID 控制器的 3 个可调节参数 kp、ki、kd。

图6 BP神经网络3-5-3 结构
Fig. 6 3-5-3 structure in BP neural network

网络的初始权值选取采用收敛速度快的Nguyen-Widrow 算法。权值初始化过程包括: 计算比例因子、设置权值的初始值、重新初始化权值、神经元的取值等过程。
本文采用 ActiveX 技术将 BP 神经网络控制算法作成 ActiveX 控件的形式, 算法控件在组态软件中嵌入使用; 在组态王中用自定义函数来实现 PID 算法。由神经网络在线整定后的参数kp、ki、kd 传给组态王 PID 控制器, 其数据交换是通过控件接口与组态软件的内部变量进行关联实现的, 因此实时性能好。
4 实验结果
利用开发的测试平台, 在92 轮式装甲车上进行测试实验。
4.1 性能试验台技术指标:
1) 转速调整范围: 0-6 000转/min;
2) 控制精度: ±0.1%;
3) 实验台可自动测量转速、发电机输出电压、发电机输出电流、激磁电压差、调压断电器调节电压、调压断电器调节电流等参数;
4) 调压断电器电压高于25伏时可对蓄电池 充电。
4.2 负载试验:
接通电源总开关后, 调节发电机转速为2 400转/ min, 接通20安模拟负载, 发电机输出电压不低于额定值28伏。
继续升高转速, 接通110 A模拟负载, 转速在不大于3 600转/min时输出电压不低于额定值28 V0。
以上试验完毕, 关闭电动机电源, 关闭电源总开关, 将发电机取下。
发电机性能试验台测控参数如表1所示。

表1 发电机性能试验台测控参数表
Table 1 Test and control parameters table of performance test bench for generator
序号

参数名称
测量范围/rpm
误差
1
发电机转速
0~6 000 rpm
±0.1%
2
发电机电压
25~29 V
±0.5%
3
调压断电器
28 V
±0.5%

调节电压

4
调压断电器
30~360 A
±0.5%

调节电流

从表1的测量结果可以看出, 发电机在不同转速下, 其转速误差均小于±0.1%; 发电机电压、调压断电器调节电压、调压断电器电流误差均小于±0.5%, 由于采用了基于组态王的 BP 神经网络 PID 控制算法, 测试精度大大提高。
5 结 论
本文设计开发了由工控机、组态软件、编码器和数据采集卡组成的装甲装备发电系统综合检测调试平台, 对 96 式坦克、86 式步兵战车、92 轮式装甲车、89 式装甲车、59 式坦克、63 式装甲车六种装甲装备中调压断电器调整, 实现了对发电机参数精确测试。系统具有通用性强, 开发周期短的优点, 仿真图形界面清晰, 具有完备的记录与报警功能。
参考文献:
[1] 徐采梁. 异步电动机智能控制策略的研究[D]. 成都: 西华大学, 2006: 1-6.
XU C L. Research on intelligence control technique for induction motor drive system [D]. Chengdu: Xihua University, 2006: 1-6.
[2] 赵娟平, 张玉侠. 基于BP 神经网络整定的PID控制及其仿真研究[J]. 沈阳化工学院学报, 2007, 21(2): 134-136.
ZHAO J P, ZHANG Y X. Research of PID control based on neural network and its simulation[J]. Journal of Shenyang Institute of Chemical Technology, 2007, 21(2): 134-136.
[3] 袁清峰, 路辉. 二分法在罗盘灵敏度自动测试中的应用[J]. 电子测量与仪器学报, 2007, 21(4): 117-120.
YUAN Q F, LU H. Application of dichotomy method in automatic compass sensitivity test[J]. Journal of Electronic Measurement and Instrument, 2007, 21(4): 117- 120.
[4] 汪洋, 徐建芬. 基于XML的自动测试信息交换标准研究综述[J]. 电子测量与仪器学报, 2008, 22(5): 15.
WANG Y, XU J F. Research summary on XML-based information exchange standard for automatic test[J]. Journal of Electronic Measurement and Instrument, 2008, 22(5): 1-5.
[5] 孙廷才, 王杰, 孙中健. 工业控制计算机组成原理[M].北京: 清华大学出版社, 2001: 56-57.
SUN T C, WANG J, SUN ZH J. Organization principle of industry control computer [M]. Beijing: Tsinghua University Press, 2001: 56-57.
[6] 北京亚控自动化软件科技有限公司. 组态王—— King View使用手册[M]. 北京: 北京亚控自动化软件科技有限公司, 1995: 1-775.
Beijing Yakong Automation Software Technology Co.Ltd. King View’s Handbook [M]. Beijing: Beijing Yakong Automation Software Technology Co., Ltd, 1995: 1-775.
[7] GAYNOC P E, KIRKPATRICK R C. Introduction to time-series modeling and forecasting in business and economics [M]. New York: McGraw-Hill, 1994: 56-128.
[8] VAPNIK A V N. Statistical learning theory [M]. New York: J Wiley, 1998: 171-178.
[9] 刘金琨. 先进PID控制及其MATLAB仿真[M]. 北京:电子工业出版社, 2003: 42-264.
LIU J K. Advanced PID controller and its MATLAB simulation [M]. Beijing: China Electronic Industry Publishing House, 2003: 42-264.
[10] 谭建豪, 章兢. 一种基于优选BP神经网络的智能模糊优化算法[J]. 电子测量与仪器学报, 2008, 22(2): 76-79.
TAN J H, ZHANG J. Intelligent fuzzy optimization algorithm based on BP neural network [J]. Journal of Electronic Measurement and Instrument, 2008, 22(2): 76-79.
作者简介:

张 强
张 强: 2006年于山东农业大学获得学士学位, 现为山东农业大学硕士研究生。 主要研究方向为检测技术及智能仪表。
E-mail: zhangqiang518u@

Zhang Qiang: received BS from Shandong Agricultural University in 2006. Now he is MS candidate in Shandong Agricultural University. His main research dedication is test technology and intelligent meter. 

侯加林
侯加林: 1987年于山东农业大学获得学士学位, 2000年于中国农业大学信息与电气工程学院获得硕士学位, 2003年于中国农业大学信息与电气工程学院获得博士学位, 现为山东农业大学机械与电子工程学院教授、副院长、硕士生导师。主要研究方向为检测技术及智能仪表。
E-mail: jlhou@
Hou Jialin: received BS from Shandong Agricultural University in 1987, and MS and PhD both from the College of Information and Electrical Engineering, China Agricultural University in 2000 and 2003, respectively. He is currently a professor, supervisor for MS, and vice dean of Mechanical and Electronic Engineering College, Shandong Agricultural University. His main research interest is test technology and intelligent meter.

第3期 汤清虎 等: 非晶态Mn-Ce-O催化芒香醇选择氧化 5