基于ARM的多傳感器信息融合在工業(yè)控制中的應(yīng)用
現(xiàn)代工業(yè)生產(chǎn)以綜合、復(fù)雜、大型、連續(xù)為特點(diǎn),采用大量傳感器來(lái)監(jiān)測(cè)和控制生產(chǎn)過(guò)程。多傳感器系統(tǒng)的出現(xiàn)導(dǎo)致信息量劇增,采用信息融合技術(shù)可更有效地利用信息資源。在復(fù)雜的工業(yè)控制系統(tǒng)中,控制過(guò)程需同時(shí)涉及多個(gè)信息,特別是各信息間的聯(lián)系,信息的有機(jī)組合蘊(yùn)涵的信息特征以及信息的整體狀況,并需要根據(jù)綜合狀況所描述的過(guò)程運(yùn)行特點(diǎn)進(jìn)行控制。故將嵌入式系統(tǒng)與信息融合技術(shù)相結(jié)合,以解決用傳統(tǒng)控制難于解決的問(wèn)題。本文引用地址:http://www.ex-cimer.com/article/163754.htm
1.1 多傳感器信息融合的概念
多傳感器信息融合是指協(xié)調(diào)使用多個(gè)傳感器,把分布在不同位置的多個(gè)傳感器所提供的局部不完整觀(guān)測(cè)量及相關(guān)聯(lián)數(shù)據(jù)庫(kù)中的相關(guān)信息加以綜合,消除多傳感器信息之間可能存在的冗余和矛盾,并加以互補(bǔ),降低其不確定性,獲得對(duì)物體或環(huán)境一致性描述過(guò)程。即對(duì)來(lái)自多個(gè)傳感器的數(shù)據(jù)進(jìn)行多級(jí)別、多方面、多層次的處理,從而產(chǎn)生新的有意義信息,這是任何單一傳感器所無(wú)法獲得的。
1.2 多傳感器信息融合的方法
常用的信息融合方法有加權(quán)平均法、卡爾曼濾波、經(jīng)典推理法、貝葉斯估計(jì)、D-S證據(jù)決策理論、品質(zhì)因素法、模板法、熵理論、聚類(lèi)分析、模糊推理、產(chǎn)生式規(guī)則、遺傳算法、神經(jīng)網(wǎng)絡(luò)。其中,神經(jīng)網(wǎng)絡(luò)方法具有很強(qiáng)的信息處理能力,對(duì)復(fù)雜的工業(yè)智能監(jiān)測(cè)控制系統(tǒng)及在處理不確定性的信息上,神經(jīng)網(wǎng)絡(luò)是一個(gè)強(qiáng)有力的工具,因而為信息融合提供了一個(gè)很好的方法。
神經(jīng)網(wǎng)絡(luò)用于信息融合的基本思想是:根據(jù)當(dāng)前系統(tǒng)所接受到的樣本相似性,確定分類(lèi)標(biāo)準(zhǔn)。確定的方法主要表現(xiàn)在網(wǎng)絡(luò)權(quán)值的分布上,同時(shí)可以采用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能來(lái)獲取知識(shí),得到不確定性推理機(jī)制。采用神經(jīng)網(wǎng)絡(luò)中的自適應(yīng)諧振理論ART(Adaptive Resonance Theory)的方法。圖1是可處理模擬信息的ART-2的網(wǎng)絡(luò)示意圖。
競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制和自穩(wěn)學(xué)習(xí)機(jī)制是自適應(yīng)諧振理論(ART)的基礎(chǔ)。競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制只改變與競(jìng)爭(zhēng)得勝者有關(guān)的各個(gè)權(quán)重系數(shù),而其他所有的權(quán)重系數(shù)皆維持不變。通過(guò)學(xué)習(xí),不同客體的觀(guān)察向量集合都找到了各自相應(yīng)的獲勝輸出分量,因而根據(jù)獲勝者的編號(hào)就能自然地對(duì)它們進(jìn)行分類(lèi)。
自穩(wěn)學(xué)習(xí)機(jī)制由信息反饋通道、比較機(jī)制及相應(yīng)的算法構(gòu)成,其工作過(guò)程描述如下:1)競(jìng)爭(zhēng)選擇運(yùn)算;2)構(gòu)成反饋信息通道;3)比較相似度;4)調(diào)整權(quán)重系數(shù)。
2 工業(yè)嵌入式控制系統(tǒng)與信息融合
2.1 工業(yè)控制中的信息融合
在工業(yè)控制中,過(guò)程運(yùn)行狀況簡(jiǎn)稱(chēng)工況。在簡(jiǎn)單的系統(tǒng)中,某傳感器的輸出可大體反映工況。而在復(fù)雜的工業(yè)生產(chǎn)過(guò)程中,工況無(wú)法用一個(gè)或幾個(gè)過(guò)程變量直接表示,某傳感器的輸出只是描述了工況的一個(gè)側(cè)面。采用適當(dāng)?shù)男畔⑷诤戏椒?,將從不同?cè)面描述工況的多個(gè)傳感器信息融合,就有可能獲得對(duì)工況的完整描述,能據(jù)此進(jìn)行操作和實(shí)時(shí)干預(yù),或系統(tǒng)按工況進(jìn)行自動(dòng)控制。圖2表明了信息融合控制的原理,這個(gè)過(guò)程可分解為以下部分:
1)傳感器信息獲取,包括多傳感器系統(tǒng)、傳感器信息預(yù)處理和軟測(cè)量、人機(jī)接口。該部分包括硬件和有關(guān)軟件,應(yīng)盡可能地將反映對(duì)象運(yùn)行狀態(tài)和環(huán)境的信息直接或間接檢測(cè)出來(lái),包括對(duì)象的狀態(tài)量,被控量以及環(huán)境信息。
2)聚類(lèi)融合控制,由一系列軟件模塊組成,是完成智能監(jiān)測(cè)控制的核心部分。
3)解釋機(jī)構(gòu),包括硬件和有關(guān)軟件,如圖、文、聲、光、多媒體輸出設(shè)備等。對(duì)系統(tǒng)當(dāng)前狀態(tài)和聚類(lèi)融合結(jié)果進(jìn)行解釋?zhuān)⑼ㄟ^(guò)人機(jī)接口回答用戶(hù)提出的問(wèn)題。在不具有自動(dòng)控制功能的智能監(jiān)測(cè)系統(tǒng)中,例如故障診斷系統(tǒng)、生產(chǎn)操作指導(dǎo)系統(tǒng)等,解釋機(jī)構(gòu)完成了系統(tǒng)的全部輸出功能:顯示生產(chǎn)系統(tǒng)的當(dāng)前工況、故障診斷結(jié)果、隱含故障和險(xiǎn)情預(yù)報(bào)、生產(chǎn)操作的建議和指導(dǎo)等。
4)執(zhí)行機(jī)構(gòu),包括有關(guān)的功率放大和執(zhí)行裝置等硬件,根據(jù)聚類(lèi)融合控制運(yùn)算的結(jié)果實(shí)現(xiàn)自動(dòng)反饋控制。
2.2 系統(tǒng)硬件設(shè)計(jì)
系統(tǒng)主要由 ARM920T核的處理器SamsungS3C2410,外部RAM、Flash、D/A轉(zhuǎn)換芯片、LCD和RS232接口組成,S3C2410芯片內(nèi)部自帶一個(gè)8路10位A/D轉(zhuǎn)換器,所以不用外擴(kuò)A/D轉(zhuǎn)換芯片,系統(tǒng)總體的硬件框圖如圖3。
評(píng)論