基于PAX270+EP2C20的真空凍干控制系統(tǒng)設計

1 系統(tǒng)硬件結(jié)構(gòu)設計
該控制系統(tǒng)主要由嵌入式微控制器和現(xiàn)場可編程門陣列(FPGA)器件、溫度調(diào)節(jié)模塊、真空度調(diào)節(jié)模塊、GSM模塊、本地和網(wǎng)絡PC、LCD控制、各種傳感器、打印機及檢測、控制模塊組成，如圖1所示。

控制系統(tǒng)的核心由ARM及FPGA器件組成，實現(xiàn)整個系統(tǒng)的通信、現(xiàn)場顯示、現(xiàn)場控制等功能，同時實現(xiàn)溫度、真空度的神經(jīng)網(wǎng)絡控制。
檢測量模塊主要由傳感器、信號調(diào)整及采集等組成，實現(xiàn)溫度、真空度、濕度以及各主要部件(熱繼電器、交流接觸器位置等)的狀態(tài)的測量?？刂颇K主要由光隔離、驅(qū)動及執(zhí)行機構(gòu)組成，實現(xiàn)氣閥、水閥、電動機、變頻器、加熱器等的驅(qū)動與控制。LCD觸摸屏、IDE硬盤、打印機協(xié)調(diào)工作以實現(xiàn)凍干工藝曲線的實時采集、顯示、輸出與數(shù)據(jù)存儲，還有凍干機溫度與真空度參數(shù)的設置與控制等功能。

GSM模塊實現(xiàn)工業(yè)現(xiàn)場的無線監(jiān)測，本地PC可用于遠程控制，網(wǎng)絡PC可擴展為正在興起的網(wǎng)絡控制。嵌入式微處理器的選擇。由于該真空干燥系統(tǒng)要進行大量的數(shù)據(jù)運算，需要較強的控制能力，需要有較多的USART接口，同時要有ADC轉(zhuǎn)換功能、LCD觸摸屏、USB口等，在微處理器選擇上，普通的8位、16位單片機已難以勝任，因此32位的嵌入式微處理器是比較好的選擇。本系統(tǒng)選擇INTEL PAX270，是一款基于32位Xscale核心的高性能、工業(yè)級的32位RISC微控制器，它具有極低的功耗，LCD控制器(最大支持64K色STN和1256K色TFT)提供1通道LCD專用DMA，8通道10比特ADC和觸摸屏接口，3通道UART(IrDA1．0，16字節(jié)TxFIFO，和16字節(jié)RX FIFO)／2通道SPI，2端口USB主機／1端口USB設備(1．1版)，PWM通道(4路輸出)，以及多達119個中斷源，這款微控制器特別適合自動化應用，并適用于工業(yè)控制、醫(yī)療系統(tǒng)、訪問控制和故障維護等應用領(lǐng)域。
FPGA器件的選擇。由于該系統(tǒng)包括了神經(jīng)網(wǎng)絡的實現(xiàn)，需要大量RAM空間來保存中間參數(shù)和查表計算，同時還需要大量的通用I／O接口，用于輸入輸出模塊以及快速響應精確的PWM調(diào)制功能，因此用FPGA是比較好的選擇。這里選擇Altera公司推出的低成本Cyclone系列，型號為EP2C20。EP2C20內(nèi)部有18752i邏輯單元，52個M4K RAM塊，共計239K位RAM，26個嵌入式18*18乘法器，4個鎖相環(huán)，資源非常豐富，可滿足系統(tǒng)設計要求。

2 溫度與真空度控制模型
2．1 恒溫或按某預定溫度曲線的控制模型
溫度控制模型如圖2所示。溫度控制采用神經(jīng)網(wǎng)絡模糊控制模型，設定值和測定值經(jīng)過模糊劃分后，同時送入神經(jīng)模糊控制網(wǎng)絡，生成模糊控制子集，通過轉(zhuǎn)化器產(chǎn)生。PWM脈寬調(diào)制用的頻率值與占空比，然后生成PWM驅(qū)動信號，驅(qū)動電力電子器件，電源輸出給紅外石英管，對真空箱進行加熱。通過溫度傳感器及調(diào)整電路，形成溫度值和溫度變化率，根據(jù)溫度值和溫度變化率控制器對輸出頻率和占空比進行調(diào)整。

2．2 恒真空度或按某預定真空曲線的控制模型
真空度的控制模型與上述溫度控制模型結(jié)構(gòu)相似，不同的是神經(jīng)模糊控制網(wǎng)絡的輸出不是直接用于電機的控制驅(qū)動，而是把輸出的頻率量轉(zhuǎn)換成變頻器的遠程控制信號，通過RS485接口控制變頻器的啟動、停止和頻率設置，如圖3所示。

2．3 神經(jīng)網(wǎng)絡選擇與仿真
根據(jù)上述控制模型，比較成熟的BP網(wǎng)絡選擇的控制神經(jīng)網(wǎng)絡如圖4所示。神經(jīng)模糊控制器在輸入／輸出參量的選擇，以及模糊論域和模糊子集的確定方面，與一般的模糊控制器沒有什么區(qū)別，只是在推理手段上引入了神經(jīng)網(wǎng)絡。

以真空度控制為例來驗證控制模型的精確程度。令x1~x7為輸入真空度的模糊子集，x8~x14為輸入真空度變化的模糊子集，y1~y8為輸出空置量的模糊子集，從表1可以看出，共有16條控制規(guī)則。例如，當真空度為"合適"，變化率為"零"時，抽空時間應該為"短"，這個樣本可以表示為：

其中，x中的各元素為對應的隸屬函數(shù)，及模糊自己的賦值。同理可得其他15個樣本，并將它們依次送入神經(jīng)網(wǎng)絡訓練，當訓練結(jié)束后，神經(jīng)網(wǎng)絡已經(jīng)記憶了模糊控制規(guī)則，使用時具有聯(lián)想記憶功能。如圖表2所示，為每一個輸入?yún)⒘康哪：俊?

根據(jù)模糊規(guī)則，可得到神經(jīng)網(wǎng)絡的訓練樣本，本次訓練假設目標誤差為0．001，訓練步數(shù)為1000次，仿真結(jié)果如圖5所示，可以看出，在訓練到202次后目標誤差達到要求。

3 總結(jié)
本系統(tǒng)采用了ARM與FPGA的雙核處理器，與現(xiàn)在常用的PLC控制相比，大幅提高了系統(tǒng)功能及運算速度，采用FPGA的可重構(gòu)計算技術(shù)，可實現(xiàn)動態(tài)系統(tǒng)的更新與升級，及遠程系統(tǒng)的更新與維護。