电加热炉论文

电加热炉论文（共7篇）

电加热炉论文 篇1

0 引言

传统的PID控制是工业过程中应用最广的控制策略之一,其算法简单、参数调节方便、鲁棒性好和可靠性高,适用于可精确建立数学模型的确定性线性系统。而电加热炉系统是一个典型的大滞后、大惯性、非线性的复杂被控对象,采用传统的PID控制不能克服系统的时滞性和时变性,无法满足系统高精度的控制要求。模糊控制是一种非线性控制,对被控对象数学模型的精确性要求不高,对系统参数的变化不敏感,具有较好的鲁棒性[1]。

为了更好地提高电加热炉系统的动态性能和稳态性能,本文提出了一种基于参数自调整的模糊控制方法,并将它应用于电加热炉系统。仿真结果表明,本文提出的方法比传统PID控制方法和常规模糊控制方法具有更好的控制效果。

1 电加热炉系统数学模型

电加热炉温度控制系统结构如图1所示,其工作原理:首先将由热电偶测量得到的电压信号滤波、放大,送至A/D转换模块,将模拟电压信号转换成数字量送入控制装置,在控制装置内计算出该电压信号对应的温度值,然后将它与设定的温度值进行比较,并用控制算法进行运算,运算结果通过控制晶闸管在控制周期内的触发角大小,即控制电加热炉的平均功率的大小来控制炉温温度。

通常采用阶跃响应实验法建立电加热炉系统的数学模型,确定系统由一阶惯性和纯滞后环节组成,其模型[2]为:

式(1)中,K为传递函数的静态增益,K=10;T为时间常数,T=60;τ为纯滞后时间,τ=80。

2 参数自调整模糊控制器

模糊控制是基于丰富操作经验总结出的、用自然语言表述控制策略,或通过大量实际操作数据归纳总结出的控制规则,用计算机实现的控制方法[3]。它与传统控制策略的最大区别在于不需要知道被控对象的数学模型。模糊控制的算法可概括为4个步骤:1)根据采样结果得到模糊控制器的输入变量;2)将输入变量的精确值模糊化;3)根据模糊输入变量及模糊控制规则计算,得到模糊控制量;4)将模糊控制量清晰化,得到精确量。

本文提出的参数自调整模糊控制器结构如图2所示,采用的模糊控制器为双输入单输出形式。模糊控制器的输入为给定温度与检测温度之偏差e和偏差变化率ec,输出为控制量u,温度偏差e和偏差变化率ec的量化因子分别为K1和K2,系统控制量u的比例因子为K3。

模糊控制器设计一般分为:精确量的模糊化、模糊推理、模糊决策。

2.1 精确量的模糊化

温度偏差e、偏差变化率ec和系统控制量u的基本论域经过“量化因子”模块和“比例因子”模块的变换后得到各自基本论域上的模糊论域E、EC和U:

选择温度偏差e和偏差变化率EC的模糊论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},系统控制量U的模糊论域为{0,1,2,3,4,5,6,7}。

语言变量E的模糊子集为{NB、NM、NS、ZE、PS、PM、PB}、EC和u的模糊子集均为{NB、NM、NS、ZE、PS、PM、PB},其中:NB:负大,NM:负中,NS:负小,NZ:负零,PZ:正零,ZE:零,PS:正小,PM:正中,PB:正大。两个输入模糊变量和输出模糊变量的隶属函数形状均为三角形,如图3所示。

2.2 模糊推理

模糊控制器的输入、输出量是通过模糊推理规则表联系在一起的,模糊规则的选取对模糊控制器的性能是至关重要的,而模糊规则的选取以偏差E和偏差变化率EC的大小为依据,当偏差E较大时,选取控制量以尽快消除偏差为主;当偏差E较小时,选取控制量使系统尽快趋于稳定,为减小超调,可适当加强偏差变化率在推理规则中的作用。模糊规则表如表1所示,制定了56条规则。表中结果为输入量E和EC经模糊推理得到输出量U,这些规则是根据对系统进行控制的实际操作经验和知识归纳总结出来的一系列模糊条件语句,这些语句的形式如下:

其中,i=1,…,56;Ai、Bi、Ci是偏差、偏差变化率和控制量论域上的模糊集。

量化因子和比例因子的变化对控制系统的动态特性和稳态特性均有较大的影响:K1过大会导致系统超调增大,调节时间加长,甚至使系统变得不稳定;K1过小使系统上升速率变慢,影响系统的稳态性能。K2过大使系统上升速率过慢;K2过小使系统超调过大,甚至使系统发生振荡。K3过大使系统超调较大乃至发生振荡或发散;K3过小使系统稳态精度变差。因此,K1、K2和K3调整的一般原则为:当偏差e或偏差变化率ec较大时,量化因子K1和K2取较小值,比例因子K3取较大值,这样能够保证系统的快速性和稳定性;当偏差e或偏差变化率ec较小时,量化因子K1和K2取较大值,比例因子K3取较小值,这样可避免系统产生超调,并使系统尽快进入稳态精度范围[4,5]。

为改善系统的动态特性,可在线修改量化因子K1、K2和比例因子K3。设K1、K2放大(或缩小)的倍数与K3缩小(或放大)的倍数相同,放大倍数的语言变量的模糊子集为{AB、AM、AS、ZO、CS、CM、CB},其中AB:高放,AM:中放,AS:低放,ZO:不变,CS:小缩,CM:中缩,CB:大缩。这些参数自调整的方法可以用一组修改规则来实现,修改规则如表2所示。

2.3 模糊决策

模糊控制算法给出的控制量(模糊量),还不能直接控制被控对象,实际输出需进行去模糊化处理,将其转换到被控对象所能接受的基本论域中去。这里采用了重心法进行模糊判决,比用最大隶属度法求得的控制量精度高。通过重心法解模糊可求出控制量u。

3 仿真研究

为验证算法的有效性,本系统采用MATLAB7.0的Simulink仿真模型进行仿真[6,7]。图4给出了采用传统PID控制、常规模糊控制和参数自调整模糊控制的仿真模型。

为了比较PID控制、模糊控制和参数自调整模糊控制的性能,图5给出了在这三种控制作用下的温度阶跃响应曲线,系统设定温度为800℃。由图可知,采用PID控制时,系统出现较大的超调;采用模糊控制时,系统无超调;采用自调整模糊控制时,系统无超调,响应速度快,调节时间短,具有更好的动态性能和稳态性能,有效减小了炉温的波动。

4 结束语

本文给出了基于参数自调整的模糊控制器的设计方法,并将其应用于电加热炉温度控制系统中。基于MATLAB的仿真研究表明,该方法的控制效果优于传统PID控制和常规模糊控制,使系统具有较快的响应速度、较小的超调量,适合应用于具有时滞、非线性、时变的控制系统。

参考文献

[1]诸静.模糊控制原理与应用[M].北京:机械工业出版社,2005.

[2]文定都.基于模糊免疫PID的电加热炉温度控制系统[J].冶金自动化,2007,(6):43-46.

[3]石辛民,郝整清.模糊控制及其MATLAB仿真[M].北京:清华大学出版社,2008.

[4]汪书苹,赵争鸣.带修正因子模糊PID控制的PMSM交流伺服系统[J].清华大学学报(自然科学版),2007,47(1):9-12.

[5]张巍.参数自校正模糊_PI控制[J].化工自动化及仪表,2000,27(1):56-58.

[6]李祖欣.MATLAB在模糊控制系统设计和仿真的应用[J].系统仿真学报,2003,15(1):132-134.

[7]刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社,2011.

电加热炉论文 篇2

蚁群算法从最初的只是针对旅行商问题进行优化, 发展到现在特有的优化算法, 已经广泛应用到人们生活、工作的领域中, 该算法主要包括了指派问题、调度问题、系统识别, 甚至在电力系统、控制参数优化等方面。而加热炉作为发展了近多半世纪的钢铁行业中不可或缺的设备, 其在发展过程中也在被研究员们以不同的控制方法对其进行优化实验, 为此寻找最佳的优化方式来提高加热炉的生产效率。在通常的情况下, 由于连接设备、人员的操作以及炉体自身材质等问题在加热炉运转过程中不可避免地会出现工序混乱的问题, 从而导致加热炉温度控制环节中的测定参数显示错误, 这样会给加热炉整个生产过程带去一定的影响, 甚至使整个工作系统完全停止。因此, 对于加热炉温度的控制进行优化一直是研究员追寻的最终目的。本文主要在蚁群算法基本理论知识的基础上, 通过该算法下对加热炉温度控制器主要参数进行初步模拟尝试, 为控制环节提供更多的参数依据。

2蚁群算法优化加热炉温度控制器参数分析

优化PID参数的步骤:

蚁群算法对PID控制器参数进行优化的基本步骤如下:

(1) 利用N-Z计算PID参数Kp0、Ti0、Td0和系统的性能指标σ0、tr0、ts0。

(2) 设定蚂蚁数量值m, 用含有12个的一维数组Pathk存放第k只蚂蚁所要经过的12个节点的纵坐标, 其表示第k只蚂蚁的爬行路径。

(3) 设时间计数器t=0, 循环次数N=0, 以及最大循环次数Nmax和初始时刻节点上的信息量 (xi, yij, 0) 的值c (i=1~12, j=0~9) , 令Δτ (xi, yij) =0, 将全部蚂蚁置于出发点O。

(4) 置变量i=1。

(5) 计算出所有蚂蚁经过的线段上的每一个节点的转移概率, 并对这些概率值进行筛选选择出大概率值, 同时将大概率值的纵坐标存入Pathk中其所对应的元素中。

(6) 置i=i+1, 使人工蚂蚁依次向下一路径线段前进, 在保持每段线路大概率值的纵坐标, 直到一个循环完成。

(7) 根据数组Pathk计算出该路径所对应的PID参数Kpk、Tik、Tdk, 用这些参数进行计算机仿真训练并算出系统的性能指标σk、trk、tsk;计算人工蚁k所对应的目标函数Fk;并记录本次循环中最优性能指标所对应的的最佳路径, 同时将最佳路径相对应的PID参数存入Kp+、Ti+、Td+。

(8) 令t←t+15, Nc←Nc+1更新每个节点上的信息量, 并将数组Pathk中的所有元素清零。

(9) 若所有人工蚁在最终的整个循环后仍未归为一条路径上, 即收敛性未达到所需的要求, 则需使所有蚂蚁重新归位于原点O处, 并跳转与第4步处;反之, 若整个循环后所有蚂蚁收敛于同一个路径上, 则该算法结束, 并输出最优路径及其所对应的最优PID参数值Kp+、Ti+、Td+。

按照之上的设计步骤, 本系统房间温度控制PID经蚁群算法优化的最终参数数值Kp+=23.15、Ti+=2.145、Td+=3.132, 其生成的路径节点图如图1所示。

经蚁群算法优化过的参数最优路径为Path={2, 3, 3, 5, 2, 1, 4, 5, 3, 1, 3, 2}, 同时优化过的控制系统经MATLAB仿真得到的仿真图如图2所示。

由仿真曲线可发现, 经蚁群算法优化传统PID控制器的加热炉温度控制过程中的上升时间、超调量和调整时间等参量都获得了极大的改进, 以此提高了系统自身的适应性。同时, 也使得炉温系统的控制精密度准确性提高, 抗外界干扰的能力加强, 有效避免控制环节的不稳定性。

参考文献

[1]段海滨, 王道波, 于秀芬.基本蚁群算法的A.S.收敛性研究[J].应用基础与工程科学学报, 2006 (02) .

[2]胡纯德, 祝延军, 高随祥.基于人工免疫算法和蚁群算法求解旅行商问题[J].计算机工程与应用, 2004 (34) .

[3]段海滨, 王道波, 黄向华, 朱家强.基于蚁群算法的PID参数优化[J].武汉大学学报 (工学版) , 2004 (05) .

[4]张倩.蚁群算法在火力发电系统参数优化中的应用研究[D].华北电力大学 (河北) , 2009.

[5]朱庆保, 杨志军.基于变异和动态信息素更新的蚁群优化算法[J].软件学报, 2004 (02) .

电加热炉论文 篇3

近年来随着工业的发展,电加热炉在工业控制中的应用越来越广泛。温度是电加热炉控制系统的一个主要参数,对温度的控制要求也越来越高。传统控制算法一般要建立在一定的数学模型之上,模型的精确度对控制效果有直接的影响。然而电加热炉是一种具有非线性、纯滞后、大惯性、时变性和升温单向性的控制对象,很难用数学方法建立精确模型。PID控制由于其结构简单、容易实现、对象模型依赖程度低、控制效果好、鲁棒性强等特点,PID控制在温度控制系统中至今仍得到广泛应用。而该方法需现场整定PID参数,且对于非线性、时变性被控对象控制效果较差。为了克服单纯PID控制的不足,自适应、预测控制、神经网络、模糊控制、智能PID等新技术不断应用于电加热炉的炉温测量和控制中[1,2,3]。

PID神经网络(PIDNN,Proportional Integral Derivative Neural Network),1997年由舒怀林首次提出后,分别在单变量系统和多变量系统中进行了大量的理论和仿真研究[4-6],同时PIDNN也得到实际应用[7,8,9]。PIDNN是将PID规律融合到神经网络中产生的一种新的神经网络,其融合方法是通过将比例、积分、微分函数赋予其隐含层神经元实现的,PID神经网络采用误差反向传播算法通过在线训练和自学习修改连接权值,使系统控制性能达到最优。Smith预估补偿的原理就是在含有纯滞后环节的被控对象上并联一个补偿器,使补偿后的等效对象的传递函数中不含纯滞后环节,力图使被延迟了的被控量提前反映到控制器,使控制器超前动作,从而明显减少超调,加速调节过程。本文将P I D神经网络与S m i t h预估补偿算法结合起来,形成带有Smith预估器的PID神经网络控制器,应用到加热炉温度控制中。

2 PIDNN结构及其控制系统

P I D N N的基础是分别定义了具有比例、积分、微分功能的神经元,从而将PID控制规律融合进神经元网络之中。P I D N N的各层神经元个数、连接方式、连接权重初值是按PID控制规律的基本原则来确定的。单变量PID神经网络(SPIDNN)的基本形式为2×3×1的结构,共6个神经元。PIDNN控制系统以设定值和输出反馈值作为神经网络的输入,以网络的输出作为控制量,PIDNN及其控制系统结构如图1所示:

3 PIDNN的控制算法

PIDNN的算法由两部分组成,分别是前向算法和误差反向传播算法[10]。

3.1 PIDNN的前向算法

(1)输入层,SPIDNN的输入层有两个神经元,在构成控制系统的时候,分别输入系统被调量的给定值Sr(k)和实际值y(k)。神经元的状态函数e等于输入net1,即

(2)隐含层,隐含层有3个神经元,分别为比例元、积分元和微分神经元,完成对应的比例、积分以及微分运算。各自的输入均为输入层至隐含层的加权求和,即

式中,w1ij是输入层第j个节点到隐含层第i个神经元的权值。第i个隐含层神经元的输出iq(k):

比例神经元:

积分神经元:

微分神经元:

(3)输出层,SPIDNN的输出层结构只包含一个神经元,输入为隐含层到输出层的加权求和

输出层神经元的状态函数y(k)等于输入net3(k)。网络的输出为:

3.2 PIDNN的误差反向传播算法

误差反向传播算法完成网络权重值的修改、学习和记忆的功能。为了便于算法在线运行,PIDNN的反传算法采用递归梯度下降法。将SPIDNN和被控对象看作一个整体,整个神经网络E(k)最小为训练学习的准则和目标。

按梯度法调节S P I D N N权重值,经k步训练后,SPIDNN各层权重值的迭代方程为:

(1)经Kk步训练后,隐含层到输出层权值调整算法

η2是W2的学习步长,以下省略k

其中,

将式11,12代入式10得:

(2)经k步训练后,输入层到隐含层权值调整算法

η1是W1的学习步长。以下省略k

其中,

将式15,16代入式14得:

3.3 PIDNN初始权值

PIDNN具有传统PID系统的特点,在确定输入层至隐含层的连接权值初值时,使其完成由[S r(k),y(k)]到偏差e的映射的功能,选取:wi11=1,wi21=-1,i=1,2,3。另外为了保证系统调节无静差,输入层至隐含层积分神经元权值应满足[S r(k),y(k)]到e的无畸变性。因此输入层至隐含层积分神经元权值w211和w122在整个过程中应该保持绝对值相等,符号相反。

隐含层至输出层的初始权值选取对于有P I D控制规律先验知识的控制系统选取w12=Kp,w22=KI,w32=Kd。这样可以使SPIDNN初始权值时的输出等价于PID控制器的输出。对于没有PID控制规律先验知识的系统,一般选取随机数为连接权初值。

4 施密斯(Smith)预估器

史密斯补偿的原理是:与控制器GC(s)并接一个补偿环节,用来补偿被控对象中的纯滞后部分,这个补偿环节传递函数为Gm(s)(1-e-τ1s),τ1为纯滞后时间,预先估计出过程的动态特性,然后用预估器进行补偿,使滞后的被控量超前反映到PID控制器,使PID控制器提前动作,从而减少超前量,加速调节过程。Smith预估PID控制器的结构如图2所示[11]。

史密斯预估器补偿后系统的闭环传递函数为

从式(1 8)中可以看出,如果模型精确,即Gp(s)=Gm(s),τ=τ1经过补偿后,纯滞后环节在闭环回路外,这样就消除了纯滞后环节对系统稳定性的影响。Smith预估补偿控制对模型误差较敏感,如果模型不精确,即Gp(s)≠Gm(s)或τ≠τ1控制系统的指标不能令人满意。针对此缺陷,本文提出了基于PID神经网络的Smith预估控制,控制系统结构如图3所示。

5 加热炉对象模型及控制系统仿真

5.1 数学模型

电加热炉是一种具有非线性、纯滞后、大惯性、时变性和升温单向性的控制对象,对于它的建模一般采用试验辨识的方法,为了便于比较PID神经网络控制器与常规PID控制器的性能差别,本文选择电加热炉模型为一阶纯滞后对象,如式所示:

其中,T惯性时间常,K增益系数,τ是滞后时间常数。

5.2 系统仿真

Smith预估器模型与对象模型完全一致,取T=10,K=60,τ=50,图5为模型匹时系统的阶跃响应。

当Smith预估器模型与对象模型不完全一致,对象模型T=12,K=70,τ=70,Smith预估器参数取T=10,K=60,τ=50仿真结果如图6所示。

图4,5中曲线1为采用常规PID控制器,曲线2为PID-Smith控制器,曲线3为PID神经网络Smith预估控制器(PIDNN-Smith)。从图中的曲线可以看出采用PID-Smith和PIDNN-Smith时都获得平稳的系统输出响应。表1中给出了采用这3种控制方法时系统的超调量、上升时间和调节时间。由此可见,采用提出的P I D N N-Smith控制器系统超调量更小和过渡时间也更短。

6 结束语

本文设计的基于PIDNN-Smith的加热炉温度控制器,通过M A T L A B仿真,分析证明了控制算法在电加热炉温度控制中的可行性,实现了超调量和稳定时间的调和。基于PIDNN和Smith预估器的控制方法由于PIDNN控制算法不依赖于模型,依据常规PID的参数作为网络初试权值可实现良好的控制效果,引入Smith预估器,对于克服系统的时滞具有明显的作用。因而P I D N N-Smith控制器可以明显改善纯滞后系统的控制质量。结果表明,此算法对于类似加热炉的滞后系统具有良好的控制效果,控制精度及鲁棒性都有不同程度的提高。

参考文献

[1]易继楷.模糊神经网络及其在温度控制系统中的应用[J].北京工业大学学报,1999,(25):97-103.

[2]张志君等.模糊控制在炉温控制系统中的应用[J].自动化与仪表仪器,1998(5):24-26.

[3]张建民等.自适应模糊炉温控制系统[J].基础自动化,2001,8(2):21—22.

[4]舒怀林.PID神经网络对强关联带时延多变量系统的解耦控制[J].控制理论与应用,1998,15(6):920—924.

[5]舒怀林.PID神经网络控制系统分析[J].自动化学报,1999,25(1):105-111.

[6]舒怀林.基于PID神经网络的非线性时变系统辨识[J].自动化学报,2002,28(3):474-476.

[7]周峰,葛锁良,项琼等.PID神经网络控制及其在山梨醇生产线上的应用研究[J].化工自动化及仪表,2006,33(5):58-60.

[8]黄小安,艾剑良,罗昌行.PID神经网络控制器在飞控系统中的应用[J].航空计算技术,2008,38(2):6-9.

[9]舒怀林.基于PID神经网络的倒立摆控制系统[J].机床与液压,2008,36(3):141-146.

[10]舒怀林.PID神经元网络及其控制系统[M].北京:国防工业出版社,2006.

电加热炉论文 篇4

PC-based控制系统就是基于PC机配合的一个稳定、可靠的操作系统 (例如Microsoft的Windows NT) , 是一套由不同厂家开发的基于PC的控制软件加上一些必要的I/O硬件设备组成的控制系统。与传统的控制方案相比, 基于PC的控制系统是一种开放式的控制系统, 它更便于控制系统与工厂管理系统之间的连接, 能够把实时逻辑控制、连续生产过程和批量生产过程控制、运动控制、可视化操作、信息分析、系统诊断等功能集成到一个紧凑的软件包中, 并能完成一些PLC难以胜任的工作。PC-based测控技术就是使用PC来采集数据、显示数据、保存数据、处理数据和打印报表等, 同时向采集数据的执行设备输出控制信号, 以实现对设备或整个系统的调节。

2 系统设计原理

本温控系统是由组态王6.53软件、工控机、PCI1711数据采集卡、智能仪表 (电能采集模块EDA9033E) 、可控硅调压模块和热电阻一体化温度变送器等组成, 用于某生产线上的电炉 (熔化炉) 控制。控制原理为:由一体化热电偶温度变送器采集并转换成现场信号, 通过PCI1711数据采集卡传送到工控机;工控机通过组态王软件里已经设计好的相关控制程序计算, 然后选择PID或BANG-BANG调节输出信号;输出信号通过PCI1711数据采集卡转换后传送到可控硅调压模块, 最终通过可控硅调压模块来调节电加热炉的供电, 从而达到控制温度的目的。EDA9033E在整个系统中负责相关电量参数的采集。系统控制原理如图1所示。

如果一个系统有实时性要好、系统要稳定、控制精度要求高这几个要求, 则可以将非线性的BANG-BANG控制和线性的PID控制相结合, 这样控制效果比较好。如果单采用线性的PID控制, 虽然稳态精度容易满足, 但过渡的时间比较长;如果单采用非线性的BANG-BANG控制, 虽然能使过渡时间最短, 但容易出现超调量过大的情况, 而且在零点附近容易出现振荡, 造成系统不稳定。鉴于此, 本文设计了一种变结构的控制器, 是由两者有机结合而来, 能够使系统运行起来既快又稳。变结构式的双模控制回路结构如图2所示。

该变结构控制器就是使系统的结构可以在控制过程的各个瞬间, 根据被控参数的变化分别选择PID或BANG-BANG控制, 从而将不同的结构糅合在一起, 取得比固定结构系统更加完善的性能指标。据此, 针对电炉的温度控制, 提出了一种将非线性的BANG-BANG控制与线性的控制结合的变结构双模控制方法。

当设定值 (SP) 与检测值 (PV) 出现偏差时, 由识别机构根据不同的偏差来选择不同的控制器——当偏差大于或小于某个值的时候, 采用非线性BANG-BANG控制;当偏差在BANG-BANG控制范围以外时, 系统自动切换到线性的PID控制。

BANG-BANG控制器的设计。BANG-BANG控制也被称为开关式控制, 对于较大的偏差, 例如∣En∣≥a, 控制量变化Ubc取+Um或-Um, 实行非线性开关控制模态, 以提高系统的响应速度。表达式如下:

式 (1) 中:a为选择开关的切换值。

对于温度控制, 如果直接使用PID, 就必须在快速性与稳定性之间作出抉择。但是如果事先了解对象的特性, 然后选择了合适的BANG-BANG控制, 并结合PID, 则可能有比较好的结果。

3 组态软件介绍

组态软件正在代替各种计算机语言的软件开发, 具体有以下六种功能: (1) 数据采集和数据处理功能; (2) 数据存储功能, 包括数据查询、数据管理和数据显示; (3) 系统故障或事故报警; (4) 现场动态图形功能, 显示现场生产过程或实时状态; (5) 自动或检索出报表的功能; (6) 友好的人机界面。组态软件在控制系统中的位置如图3所示。

温度控制策略要通过运用程序命令语言输入如下命令来实现:

当系统运行时, 双模控制就会按上述命令语言进行相应的控制。

4 系统的硬件

4.1 电加热炉

本系统采用的是工业用的周期式电阻加热炉, 电加热炉直径为1 m、高1.5 m, 可加热融化1.5 t金属。电源为三相380 VAC, 加热功率为30 k W, 整个控制系统的控制对象是电加热炉。电炉温度要求控制在 (250±5) ℃范围之内, 并且超调量要小于5℃。

4.2 工控机

本系统所用的计算机要求能够连续作业, 即连续工作一年。因此, 计算机必须具备以下特点: (1) 机箱采用钢结构, 有较好的防磁、防尘、防冲击能力; (2) 机箱内有专用底板, 底板上有PCI和ISA插槽; (3) 机箱内有专门的电源, 电源有较强的抗干扰能力; (4) 连续长时间工作能力强; (5) 一般采用便于安装的标准机箱。

4.3 PCI1711数据采集卡

本系统采用的PCI1711数据采集卡是一款功能强大、成本低、多功能的PCI总线数据采集卡, 12位16路单端输入, 采样率可达100 k S/s, 还有2路模拟量输出通道, 板载1 K采样FIFO缓冲器, 每个输入通道的增益可编程自动通道/增益扫描。本系统采用的组态王6.53软件已具有PCI1711卡的驱动, 直接选用即可。

4.4 EDA9033E三相电量参数采集模块

本系统采用的EDA9033E模块是一个智能的三相电参数数据综合采集模块, 能测量三相三线制或三相四线制交流电路中的三相电流、三相电压 (真有效值) 、有功功率、无功功率、功率因数、频率、正反向有功电度和正反向无功电度等电参数;能替代过去的电流、电压、功率、功率因数、电量等一系列变送器和测量这些变送器标准输出信号的模入模块, 可大大降低系统成本, 方便现场布线, 提高系统的可靠性。此外, 该模块的485总线输出与兼容于PCI1711卡、ADAM等模块的ASCII码指令集使其可与其他厂家的控制模块挂在同一485总线上, 方便了计算机编程和对测控系统的构建。

4.5 一体化热电偶温度变送器

本系统采用的一体化热电偶温度变送器是热电阻温度传感器与变送器的完美结合, 能用十分简便的方式把-200~600℃范围内的温度信号转换为二线制4~20 m A DC的电信号传给工作仪表, 然后工作仪表显示出所对应的温度值。

4.6 可控硅调压模块

本系统采用的可控硅调压模块AIJK3是一种以可控硅 (电力电子功率器件) 为基础、以智能数字控制电路为核心的电源功率控制电器。其工作原理是交流调压电路输入的是交流电压, 而输出电压波形是交流电源电压波形的一部分, 并且是可调的, 这样输出电压的有效值就是可调的。

5 结束语

本文设计了一种PC-based电加热炉智能温度控制系统。该系统能够对所规定的温度参数进行控制。在设计中, 我们力求整个系统操作简单、容易掌握、达到控制要求, 并具有可靠性高、抗干扰能力强、功能完善、性价比较高等优点。

参考文献

[1]马秀坤, 马学军.基于PC-based的温度智能控制系统研究[J].微计算机信息, 2007 (7) .

[2]吴宝江, 耿恒山, 李志红, 等.基于PC的工业控制系统[J].工业控制计算机, 2005 (8) .

[3]吕智斌, 李丹, 宁涛.自动控制在炉温系统的应用[J].佳木斯大学学报, 2003 (2) .

[4]路桂明, 周美兰, 林治楠.电锅炉智能控制系统的设计[J].机械研究与应用, 2007 (1) .

[5]荣莉, 柴天佑, 钱晓龙.加热炉过程控制技术的新策略——智能控制[J].控制与决策, 2000 (3) .

[6]夏春梅, 黄凤良.温度系统中的智能PID控制[J].农机化研究, 2006 (7) .

[7]韦国贞.PC-based控制系统在图书配送中的应用[J].计算机工程应用技术, 2008 (2) .

[8]何学文, 卜英勇.King View组态软件与数据采集仪的通讯[J].测控自动化, 2004 (6)

[9]徐邵坤.可编程控制器应用技术[M].北京:中国科学技术出版社, 2008.

电加热炉论文 篇5

关键词：加热炉,改造,远程控制

0引言

某生产线现场原有十余台不同型号的加热炉, 采用电加热方式, 这些加热炉根据工艺需求分散布局于现场不同地方。原有的加热炉采用现场、分散独立控制, 无论是对加热炉的控制, 还是对加热炉的状态监测以及温度记录方式都相对落后, 因此对加热炉原有的控制方式进行了改造。改造后实现了对加 热炉的远程集中控制和状态实时监测及管理, 极大地提升了生产效率和工艺自动化水平。

1改造前状态

改造前这些加热炉分散布局于生产线现场不同地方, 每次生产工艺开始前都需要操作人员分赴现场对各个加热炉进行加热过程温度参数和目标温度参数设置。由于这些加热 炉型号老旧, 涉及多个型号、加热主回路不同、采用的温控表不尽相同、温控表的参数设置方法各异, 因此需要操作人员记住多 种型号的温控表参数设置方法, 对操作人员有一定 要求。此外, 在生产工艺进行过程中, 还需操作人员定时往返于现场对各加热炉的温度进行监测、抄写记录, 工作量大且繁琐, 易出错。

2改造后目标

改造后目标:各加热炉的控制方法统一, 能实现远 程集中控制和状态管理, 提升控制自动化水平。改造后具体要求实现以下功能: (1) 各加热炉工艺参数设置方法相同, 降低了操作人员设定工艺参数要求; (2) 远程实现各加热炉开启、关闭和工艺参数设定; (3) 各加热炉升温速度可调; (4) 实现对各加热炉的远程状态管理, 能实时显示各加热炉的过程温度并自动记 录, 便于历史查询; (5) 当某一加热炉超温时系统能自动报警并告知是哪台加热炉超温, 便于远程采取相应处理措施。

3改造方案

3.1系统结构

为了实现对这些分散的加热炉的远程集中控制和管理, 在改造中采用了计算机控制。为了便于以后系统扩容, 控制系统采取了开放式设计, 即使以后有新增加热炉也可纳入该系统进行集中控制和管理, 而不需要对该系统做较大的改变, 以便提高效率和节约成本。通过对原有加热炉的状态检查分析, 发现这些加热炉一共来自于3个不同厂家, 一共涉及4个型号, 采用4种不同的温控表。除了一款温控表带通讯功能外, 其余温控表均不带通讯功能。为了实现远程集中控制并且在最大 程度上不改变各加热炉原有结构以及加热回路和控制回路, 需要将原有的温控表升级更换为带通讯功能的温控表。同时由于这些加热炉后端加热回路和控制回路不一致, 因此升级后的温控表必须根据加热回路具体的控制信号类型选配不同的输出模块。由于这些加热炉分散布局于现场各地, 相互之间相距较远, 因此需采用具备RS485通讯接口的温控表。由于计算机自带串口多为RS232通讯接口, 因此必须进行RS485—RS232通讯转换。改造后的系统结构如图1所示。

3.2温度检测与加热控制

为了不改变原有加热炉结构, 各加热炉原有的温度检测单元、电加热主回路、加热控制信号均不做改变。仍然 采用各加热炉原 有的测温 传感器, 包括热电 偶和三线 制温度传 感器Pt100。虽然这些传感器类型 不尽相同, 但是只需 要按照更 换后的温控表接线方式接入并且在上位机设定对应的传感器类型即可, 这样就在最大程度上保持了烘箱的原有结构。温度检测回路如图2所示, 图中所示 为三线制 铂电阻组 成的测温 回路;热电偶测温方式类同, 区别仅在具体接线方式上。

因原加热炉有3种型号的温控表不具备通讯 接口和程 序段控温功能, 故必须进行更换升级。厦门宇电公司的AI-808P数显温控表采用先进的AI人工智能调节算法, 超调小, 具备自整定 (AT) 功能、拥有手动/自动无扰动切换功能和程序分段控制功能。该温控表具备5个功能模块插座:辅助输入、主输出、报警、辅助输出及通讯接口模块, 最能满足本改造对仪表 的需求。仪表的信号输入类型可以自由设置为各种常用的热电偶、热电阻, 能够满足这些加热炉各种不同类型测温传感器的接入需求;同时还可根据加热炉加热回路控制信号不同分别选配可控硅无触点开关输出模块、SSR电压输出模块和可控硅触发输出模块。此外, 为了实现通讯, 每块仪表均要求配置 带电气隔离的RS485通讯模块。

3.3上位机及监控软件

计算机在整个测控系统中处最上层, 相对于各受控加热炉称为上位机;其作用为通过与AI-808P数显温控 表通讯, 实现加热控制参数的设置和对各加热炉状态及温度的实时巡检。

工艺操作人员通过上位计算机实现人机对话, 通过操作界面将操作指令和工艺参数下传给温控表, 同时读取各加热炉反馈回来的温度并实时记录。即工艺人员通过上位机将过程 控制参数、目标温度参数、温度报警阈值等参数传递给各温控表, 由温控表内置的人工智能算法对各加热炉进行实时控温, 上位机仅负责监测、管理和温度数据的处理。

监控组态软件采用宇电公司的AIDCS9.0网络版, 便于以后与其他设备进行联网控制。该组态软件安装在上位计算机, 与AI仪表配套使用, 共同构成测控系统, 通过RS485通讯控制现场AI仪表就像直接操作仪表设置参数一样。

下面简要谈一下AIDCS9.0监控软件 使用方法。使 用前首先需要通过仪表按键设置AI-808P控温表地址, 这样监控软件才能对其进行操作, 注意地址相互之间不能重 复。第二, 通过监控软件对各温控表按照设置的实际地址进行配置, 如图3所示。第三, 配置好各加热炉温控表地址以后就可以通过监控软件设置各温控表的参数, 需要设置的参数主要包括:接入的温度传感器类型、显示的小数点位数、上下限温度以及 报警阈值。其中比例、积分和微分3个参数可以手动设置, 但最好通过仪表的 自整定来 确定。即用 户在仪表 实际控温 范围的50%~80%内利用仪表的自整定功 能确定P、I、D3个工艺参数, 这样就可以省去人工调试P、I、D参数的麻烦, 大大缩短调试时间并且提高控温精度。同类型的加热炉这3个参数大 致相同, 可直接使用。温控表参数设置如图4所示。

当这些基本参数设置完毕以后就可以进行工艺参数设置, 工艺参数主要是指某台加热炉具体的程序段控温参数、目标温度参数和报警阈值等。图5为程序段控温参数设置画面, 可以根据工艺需求实现多达30段程序控温。

每设置完毕一台加热炉的控温参数 均需单独 下载。参数设置完毕后就可以运行监控软件对加热炉实施控制和状态 监测了。图6所示为某台仪表的监控画面, 可以从该监控子画面清楚地看到该台加热炉设 定的目标 温度SV值、当前温度PV值及输出控制信号MV值。通过该监控软件, 可以根据工艺需求定时记录各加热炉的实时温度并产生电子表格报表;用户根据需求可查询任意时间段历史数据。

4结语

通过利用AI-808P数显智能 温控表和AIDCS9.0监控组态软件成功地实现了对十余台电加热炉的升级改造, 改造后实现了对多台分散布局的电加热炉的远程集中控制与管理, 满足了工艺生产需要, 极大提升了工艺的自动化水平, 同时降低 了设备故障率, 具有较大的经济效益和社会效益。

参考文献

[1]宇电.AI V7.0人工智能工业调节器使用说明书[Z]

[2]刘林虎.新型温控装置在天津炉控温系统中的应用[J].仪表技术与传感器, 2006 (4)

加热炉炉筋管开裂分析 篇6

钢厂加热炉内布置有水平的若干炉筋管, 炉筋管上焊接有多段耐热不锈钢以支撑加热钢坯, 管内通有冷却水, 筋管外有隔热的包扎料, 开裂部位多位于两段不锈钢间隔较大之处, 间隔较小处很少发生开裂。炉筋管所用材料为20#, 规格为Ф127×18mm, 厂家复检了炉筋管的化学成分, 结果符合国家标准。为查明事故原因, 进行了以下分析。

1 宏观断口分析

送检的炉筋管外形如图1所示。炉筋管外表面呈棕色, 有一层氧化产物。

将断口用稀盐酸清洗干净, 仔细观察, 断口无明显塑性变形, 断裂面垂直于轴向, 上面焊有不锈钢的一段管壁断口平齐光亮, 其两边的断口呈结晶状, 是典型的脆性断裂。断口中有放射状的人字纹, 人字纹尖端指向不锈钢板下面的断口光亮区, 靠近管子内壁, 如图2箭头所示, 说明这里是裂纹起源地。断口光亮说明裂纹扩展缓慢, 其两侧有明显的放射状的人字纹, 是裂纹瞬时断裂区。断口光亮区有黑色附着物, 据商家介绍, 管子在出现裂纹时进行过补焊, 可以判断黑色附着物是补焊时留下的熔合物, 熔合物在管内外壁均有分布, 也说明补焊时裂纹已贯穿管壁。

2 微观组织分析

为查明炉筋管开裂原因, 分别在断口裂纹源处 (上面焊有不锈钢处) 和管子未裂开处 (管子低部通有冷却水处) 取样, 取样部位如图3。将试样制备成金相试样, 在日本产PMG3-2-613U型OLYMPUS显微镜下观察观察试样的显微组织。

1号试样观察面为圆周面, 从管子外壁至内壁组织均为珠光体加铁素体组织, 是20钢正常的组织状态。参照钢的标准晶粒度级别图, 该组织晶粒度级别为6～7级。如图4所示。

2号试样观察面为横截面 (管子圆周面) 和纵截面 (和管子中心轴平行的轴向面) 。横截面和纵截面内壁组织均为珠光体加铁素体, 但珠光体组织已有不同程度的球化, 球化珠光体形态分散, 根据中华人民共和国电力行业标准DL/T674—1999, “火电厂用20号钢珠光体球化评级标准”, 球化级别为3～4级左右。参照钢的标准晶粒度级别图, 该组织晶粒度级别为6～7级。如图5所示。

横截面和纵截面靠近焊缝的管外壁 (熔合区) 组织已严重脱碳, 外壁最外层组织为铁素体, 往里依次是少量珠光体加铁素体, 在OLYMPUS显微镜下用测微目尺测其完全脱碳层 (铁素体层) 深度为1.9mm～2.4mm, 如图6所示。钢材表层脱碳会降低材料的硬度与强度, 疲劳强度也下降。且脱碳层晶粒粗大, 参照钢的标准晶粒度级别图, 脱碳层晶粒度级别为4～5级。

近邻脱碳层组织为珠光体加铁素体, 珠光体组织也已有不同程度的球化, 球化珠光体形态分散, 根据标准DL/T674—1999, 球化级别为3～4级左右。

3 显微硬度检测

将1号试样与2号试样的横、纵截面以及焊接的不锈钢板在Hv-1000型显微硬度计上测其显微硬度, 所用载荷为100g, 检测结果如表1。

由表1可以看出2号试样的显微硬度略低于1号试样, 熔合线附近不锈钢较硬。

4 开裂原因分析

由上述分析可以看出炉筋管在近熔合线区域严重脱碳, 且脱碳区组织粗大, 不是管子原始组织。

不锈钢与珠光体钢焊成的焊接接头, 在焊后热处理或高温运行服役时, 其熔合区附近会发生碳由珠光体钢向焊缝的扩散, 在碳化物形成元素低的珠光体钢一侧产生脱碳层, 而相邻的焊缝一层产生增碳层, 碳扩散速率和最终浓度分布取决于温度与时间, 在500℃左右, 保温一定时间, 扩散层明显发展, 600℃～800℃最为强烈, 800℃时达到最大值, 随着受热时间的延长, 扩散层就变得更宽[1]。

碳扩散的结果, 珠光体组织由于脱碳转变为铁素体组织导致材料变软, 且在高温长时间作用下, 铁素体晶粒已显著长大, 如图6。而一般增碳层碳化物会变得粗大, 硬度较高, 焊接接头这种软硬结合层抗蠕变性能大大降低, 在高温长时间服役, 容易出现蠕变孔洞并逐渐发展为显微裂纹[1～2]。

由于不锈钢的热导率、线膨胀系数与碳钢有较大差异, 焊接时会产生很大的焊接热应力, 是焊接接头产生裂纹的主要原因之一。而焊缝熔合线附近组织与母材组织不一致, 存在组织应力[2]。

管子底部组织是正常的珠光体加铁素体组织, 图4中500倍组织图显示珠光体呈层片状分布。而靠近不锈钢筋板的上部管材珠光体组织已有不同程度的球化, 如图5。

20号钢在高温长期使用过程中, 其组织中的珠光体会发生球化现象, 即珠光体中的渗碳体 (碳化物) 形态由最初的层片状逐渐转变成球状, 材料的力学性能也随之下降。球化现象的产生是因为层片状渗碳体的表面能较高, 它总是要向能量低的球状渗碳体形状转变。在常温下, 由于原子的扩散速度非常缓慢, 即使使用很长时间, 也不易觉察到这种转变过程。随着温度的提高, 原子扩散速度加快, 球化过程就变得明显, 性能渐趋劣化[3]。

由于晶界上具有适宜碳化物分解、聚集、长大的条件, 所以沿晶界分布的球状碳化物多于晶内的碳化物。珠光体的球化会减小位错运动的阻力, 使得材料的屈服强度降低, 珠光体球化还可以使得材料的室温强度极限降低, 使钢的蠕变极限和持久强度下降。图5中500倍组织图可以明显看出碳化物已球化, 并在晶界上聚集长大。碳化物在晶界上聚集, 晶界上可能形成空洞或微裂纹, 材料变脆, 容易形成脆性断裂[3]。

由于炉筋管长期在高温条件下工作, 管外壁承受不锈钢板传递来的钢坯的压力与温度, 经历反复的热循环和反复无数次的热涨与冷缩[4], 而内壁承受拉应力, 而上部管材组织已球化变脆、强度下降, 在焊缝附近又存在较大的热应力与组织应力, 性能差异较大, 不锈钢间隔较大之处, 性能差异更大, 因此裂纹在此处萌生并缓慢扩展 (如图2宏观断口中的光亮区) , 当裂纹扩大, 管材截面积减少, 不足以承受钢坯的压力, 裂纹便沿着变脆的管材扩展, 最后形成大面积裂纹。

5 结论与建议

(1) 炉筋管开裂属于脆性断裂。

(2) 开裂原因是由于在焊缝附近存在较大的热应力与组织应力, 焊接接头存在软硬结合层, 抗蠕变性能大大降低, 炉筋管长期在高温条件下工作下珠光体球化, 材料变脆, 在较大工作压力与反复热循环下, 裂纹沿着近焊缝处萌生缓慢扩展, 最后失稳断裂。

(3) 建议检查焊接材料与工艺避免或减轻脱碳现象, 减轻热影响区焊接应力, 焊前预热、焊后缓冷并进行高温回火防止产生延迟裂纹、消除应力和改善组织。

(4) 检查炉筋管内冷却水循环情况, 采取措施降低管子工作温度。

参考文献

[1]张其枢.不锈钢焊接[M].北京:机械工业出版社, 2000:430-433.

[2]潘春旭, 等.异种钢及异种金属焊接[M].北京:人民交通出版社, 2000:86-88, 222-226.

[3]孙智, 等.失效分析[M].北京:机械工业出版社, 2005:64-67

电加热炉论文 篇7

随着电子行业的飞速发展,更多以电子技术为依托的领域开始加大对单晶硅的需求[1]。作为单晶生长过程中提供热源的主要设备——大功率单晶硅直流加热电源,也因此具有更加广泛的应用,但同时也对单晶硅加热电源的实时性、智能性及可靠性的开发提出了更高的要求。

区别于以往的纯模拟电路构成的大功率单晶炉直流加热电源,在体积大、噪声高、无参数显示、无初值设置的情况下,本文以ZLD-80直拉单晶硅炉的电源加热系统为例,介绍该系统数字化的硬件设计思想,以及本设计在提高整流移相触发控制精度上采用的新方法。

2 系统技术指标

单晶炉加热电源是一种大功率直流电源,要求输出功率100 kW,输出电压为0～75 V可调,输出电流为0～3 000 A。其输出的能量可直接为单晶炉内的石墨加热器供热,控温精度要求达到±0.5 ℃,而精确的输出、检测是实现高精度温度控制的有效途径,所以只有尽可能地使电源的输出精确才能满足单晶在生长阶段对温度的严格要求。

3 系统硬件构成

3.1 微机控制单晶炉直流加热电源硬件组成

电源的模拟电路部分主要包括大功率电力变压器、晶闸管、集成触发芯片TC787、熔断器、电压、电流互感器和其他辅助设备与电路。微机控制单晶炉直流加热电源是将三相工频交流电经过降压后,通过V1～V6这6个大功率晶闸管构成的三相全控整流桥整流成电压可调的脉动直流,再通过平波电抗器将脉动的直流滤波变成光滑平稳的直流电供给单晶炉石墨加热器的。

单晶炉的电气控制部分则是以80C196KB单片机作为整个控制系统的控制核心,辅助扩展了用于存储预设工艺参数的2864E2PROM,2764ROM,6264RAM,可编程逻辑阵列GAL16V8,8位D/A转换芯片DAC0832,以及12位A/D转换芯片MAX197,完成RS 485通信的MAX 485等芯片,利用主CPU强大的逻辑运算功能和控制功能很好地协调与外设之间的工作、与上位机的通信,以及对检测到的各种电信号的运算处理。键盘/液晶显示电路则可以实现参数的预置、在线修改及数据的实时显示、故障记录等功能,系统在过流、过压、过热的情况下还可以自动声光报警。电源系统的原理图如图1所示。

3.2 TC787的特性和功能

晶闸管专用触发芯片TC787可以提供完全独立的6路触发脉冲,单电源供电,稳定性和可靠性都大大提高。其中第1,2,18脚输入10～1 000 Hz,0～VDD(V)同步电压,4脚的移相电压为0.2～13 V,移相极性为移相电压增加,输出导通角愈大;第5脚为输出保护端,当第5脚电位≥12 V,6路脉冲全部被封锁,系统处于保护状态,当第5脚电位≤3 V时,系统正常工作;第6脚为半控单脉冲、全控双脉冲选择端;第7～12脚分别输出触发A,-C,B,-A,C,-B的触发脉冲;第13脚接电容CX确定输出脉冲的宽度,电容越大脉冲越宽;第14～16脚接的积分电容,为保证锯齿波的一致性,3个电容相对误差应控制在5%以内[2]。

4 提高触发控制精度的电路分析

尽管我国的晶体生长设备的自动化程度有了很大提高,但是在常规的直拉法温度控制环节的设计上还存在以下问题:控制回路多为简单闭环控制,抗干扰能力弱,控制精度低;控制电路均为模拟电路,自动化程度不高;对功率的手动调节常滞后于系统对温度的实时要求。所以本文着重从同步电压获取、移相触发控制和闭环控制3个主要电路上做出改进,使设备的可靠性、精确性和智能性从整体上得到提高。

4.1 同步电压获取电路

本设计根据主回路变压器Δ/Y11连接方式将同步变压器接成Y/Y10。图2仅为同步电压获取电路中的一路(共三路)。作为三相全波整流,要求三相同步变压器接法与主回路同步,采用该种连接方式后可以使同步电压较主电路电压超前30°,这样在同步电压经过阻容低通滤波电路后,即使带来相位上约45°的滞后,仍可以在调节电位器和改变滤波电容值的方式下确保获取的同步电压信号与主回路的三相电压同步,三相同步电压获取电路见仿真图3所示。

该设计中同步电压取为30 V,对称性可由电位器R1调节,同步电压的零点设计为1/2电源电压,以满足TC787在单电源供电的情况下,8～18 V的电压范围(电路输入端同步电压峰值不宜大于电源电压),然后将同步信号用无极电容耦合到TC787的第1,2,18脚,再通过TC787内部的过零检测和极性检测单元检测出零点和极性后,作为内部3个恒流源的控制信号;3个恒流源输出的恒值电流给3个等值电容Ca,Cb,Cc(电容的相对误差要小于5%)[2]恒流充电,由于采用集中式恒流源,所以误差极小,产生的锯齿波具有良好的线性[3]。锯齿波形成单元输出的锯齿波与移相电压Vr比较后取得相交点,该相交点经集成电路内部的抗干扰锁定电路锁定,保证相交惟一稳定,然后该相交信号再与脉冲发生器输出的脉冲信号经脉冲形成电路处理后变为与三相同步信号相位相对应,且与移相电压相适应的脉冲信号送到脉冲分配器,输出的脉冲触发达林顿集成芯片ULN2803,形成6路峰值为24 V的强触发脉冲,该信号再经脉冲变压器隔离,最终输出的双触发脉冲可以可靠地触发系统整流部分采用的大功率晶闸管。该部分减少分离元件的使用,更多的采用了集成芯片,在设计上更为紧凑、合理,电路触发更为精确、可靠。

4.2 移相触发控制电路

移相触发控制电路的工作原理:单片机将预定的电压输出值Vout以给定信号的形式通过DAC1208输出,在相加器中与反馈的电压信号Vin叠加后,形成移相控制电压Vr,电压范围为0.2～13 V,移相极性为移相电压增加,输出导通角α愈大,该控制电压经单片机在晶闸管专用触发芯片TC787的4脚形成强触发脉冲,达到输出多路同步导通,以此来控制可控硅的导通时刻,从而使整流桥输出可变的直流电压[2];且整流桥的触发脉冲同步信号取自负载回路,所以在负载回路参数发生变化时,该装置通过内置于数字控制器的PID算法,自动调节整流桥的触发角α以改变整流桥的输出电压,最终达到平滑调节电源输出功率的目的。控制电路硬件结构框图如图4所示。

4.3 双闭环控制电路

系统电气控制部分的设计采用双闭环反馈控制结构(如图4所示)。这种控制结构与单回路控制系统的显著区别是,它在结构上形成2个闭环,一个闭环在里面,称为副回路。采用该种控制结构,可以抑制控制系统的干扰,对负荷和操作条件的变化适应性强,控制质量高。这种结构不但可以将实时采集的电压信号输入到相加器中,对系统给定的电压信号Vout进行修正,同时还可以反馈到A/D转换电路,通过单片机进行分析处理。单片机利用系统现场反馈回来的电压、电流值计算出即时的平均功率值P(P=UIcos θ,对于纯阻性负载cos θ=1),再送LCD显示,工作人员就可以随时查看输出功率,看其能否满足单晶生长过程中某些特定阶段对温度精度提出的要求,如果该值过大或者过小,都可以调用预先设定在程序存储器中的子程序对预设的输出电压值Vout进行自动调节。并且80C196 kB 具有12 MHz的工作频率,可以达到对数据的实时处理,确保了系统调节与显示的实时性、同步性。

5 结 语

通过应用模拟电路及微机控制技术实现了对于控温精度要求很高的ZLD-80型直拉单晶硅炉加热电源的电气控制部分的设计。在设计过程中,采用单片集成电路TC787作为三相全桥可控硅电路的触发芯片,缩小了设备的体积,提高了整机寿命;同时利用80C196KB强大的处理能力,以及扩展的键盘/显示电路、通信电路等组成了该电源的智能控制部分,这样不但使得该加热电源在操作上更加简单方便,而且还使其具有了更高的实时性与精确性。

参考文献

[1]Millind S Kulkarni.A Selective Review of the Quantificationof Defect Dynamics in Growing Czochralski Silicon Crystals[J].MEMC Electronic Materials,2005,44(16):6 2466 263.

[2]梁秀梅,于平义.TC787触发块的特点及其在单晶炉控温中的应用[J].电子工业专用设备,2001,3(1):34 37.

[3]董业庄.相位控制电路TC787和TC788的研究及其应用[J].电力电子技术,1994(3):41 49.