调节器参数（共8篇）
调节器参数 篇1
0 引言
对于LF和EAF而言，二次短网是指在变压器二次出口与钢包内(或电炉内)钢水间的电路，一般由变压器二次出口侧的铜管、软连接及电极横臂组成。二次短网特性参数指的是二次短网短路时所具有的电阻和感抗，它决定了冶炼时用电效率的高低、也决定着为获得最大有功功率和最大电弧功率所需的电流设定点。二次短网特性参数、变压器铭牌参数及冶炼时的操作设定决定冶炼过程的用电效率和升温速度。本文简要分析二次短网特性参数对于冶炼特性的影响并介绍二次短网特性参数的计算;同时，介绍由北京金自天正智能控制股份有限公司(冶金自动化研究设计院)所开发的智能电极调节器[1]。本文所有的分析与计算建立在如下假定的前提条件下:电弧是具有纯电阻特性的电导体。
1 二次短网特性分析
对于LF和EAF，其二次短网(每相)可以用图1的等效电路[2]来表示。
E0,R0,XL0,Rarc和I—分别表示二次侧相电压、短路阻抗、短路感抗、弧阻抗及弧流。
依据此等效电路，存在如下基本关系
式中，E0,I为E0,I的矢量值。于是，视在功率PS、有功功率PU、弧功率Parc、无功功率PQ、功率因数cosφ和弧长Larc与I的关系如下
上述式中，k为经验系数，对于LF而言，一般在1.0左右，对于EAF而言，一般在0.1～1.0。
根据式(2)和式(4)，得到
式(7)就是PU和PQ的关系，显然这是一个圆形轨迹图。对于不同的二次电压及不同的二次短网短路参数，可以做成二次功率圆图(见图2)和冶炼特性参数与设定电流间的关系图(见图3)。
上部图中(1)～(5)分别表示视在功率PS、无功功率PQ、有功功率PU、弧功率Parc和短网短路电阻功率Pro;下部图中(1)～(5)分别表示热效率[3]Parc/PU、功率因数cosφ、弧长Larc、弧压Varc、及弧阻Rarc。
图2和图3画面由Visual C++开发得到，通过选择不同的电压挡及改变短路阻抗和短路感抗，进而研究每个特性参数的变化规律。图2中表示的是在不同二次电压挡位及一定的二次短网特性参数下，有功功率和弧功率与无功功率间的关系(同时也标示了功率因数曲线)，由图2可见，PU和PQ的关系曲线为圆形轨迹(黑色曲线)，而Parc和PQ的关系曲线则不是圆形轨迹(灰色曲线)。图3表示的是在不同的二次电压挡位及一定的二次短网特性参数下，冶炼特性参数随二次设定电流变化的关系;图3中热效率定义为Parc/PU，电效率(功率因数)定义为PU/PS,Tap1～Tap13表示电压挡位(1～13挡)，ZR0表示二次短网短路阻抗、ZL0表示二次短网短路感抗。图2和图3依据的变压器铭牌参数如表1所示。
通过改变二次电压及二次短网短路参数可以明显看出他们对冶炼特性参数(PU,Parc,PU/PS,Parc/PU,Larc,cosφ和短路电流Imax等)的影响。限于篇幅，本文不阐明详细的分析过程，只给出分析结论如下:
K+为正方向换挡;K-为反方向换挡
(1)ZL0越大，Imax越小、cosφ越低、PU和Parc越低、PU/PS越低;但如果cosφ太大，容易造成断弧，因此ZL0要大小合适，不是越小越好。
(2)ZR0越小，Parc/PU越大，所以ZR0越小越好。
(3)当二次设定电流在由小变大的过程中，PU和Parc逐渐增大，但当电流超过某个值(对于PU和Parc，这个值是不同的)后，随着设定电流的增大，PU和Parc反而迅速减小。
(4)当cosφ=0.707时，获得最大有功功率PU，而当cosφ>0.707(具体多少由短网特性参数决定)时，获得最大弧功率Parc。但需要注意的是，在不同的电压挡下，取决于短路阻抗和短路感抗的大小，当达到最大有功功率或最大弧功率时，这时的视在功率有可能大于变压器的容许范围，这是在实际选择设定功率优化点时需要注意的问题。最理想的情况是，要依据实际的短网特性参数、变压器铭牌参数、造渣厚度及升温速度要求，选择合适的电压挡及设定电流。
(5)短路电流主要由短网短路感抗大小决定。
2 二次短网特性参数计算
由上面的分析可知，二次短网特性参数在LF和EAF冶炼操作过程中对于二次电流设定点的选择具有关键的作用，所以，得到实际的短网短路感抗和阻抗就显得非常重要。一般短网承建厂商会给出二次短网的设计参数，但有时设计参数可能与实际参数有较大的出入，因此，在进行电极控制器的调试和冶炼操作时，要以实际的短网特性参数为依据。
一方面，要得到二次短网特性参数就需要进行短路冲击试验、并需要专门的检测仪表进行检测，但现场不具备这样的条件;另一方面，短路冲击试验对设备和冶炼都是不利的，所有这些因素造成现场一般都不进行这方面的专门测试。
本文介绍在不需要专门的检测仪表的情况下，利用实际检测的电参数完成二次短网特性参数的计算，依据的基本原理如图4所示。
|Z|—总电抗值;φ—电压与电流的相角。
2.1 二次短网短路感抗的计算
式中，V为二次电压有效值(每相)。
对于一个电极控制系统，如果能采集或计算得到每相的V,I和cosφ，就可以通过式(8)计算得到每相的二次短网短路感抗。对于下面介绍的智能电极调节器系统而言，由于采用了高速数据采集技术以及具备数据处理和计算功能，因此，可以实时得到每相的V,I和cosφ，也就是说，可以计算得到每相的二次短网短路感抗。不过在实际处理时，最好在电弧较稳定时进行计算，另外，需要对多组数据做统计处理，这样得到的结果才更科学、更有效。
2.2 二次短网短路阻抗的计算
由于电弧是个纯阻抗的复杂电导体，其弧阻与弧长及弧流间的定量关系非常复杂，目前还没有检索到这方面相关的报道资料，所以，为了进行短路阻抗的计算，需要排除掉电弧阻抗的影响，因此，需要进行短路测试。具体做法是:
(1)先选择最低的电压挡，假定为Vmin，依据前面介绍，假定计算得到的短路感抗为XL0，则短路电流为,Imax<Vmin/XL0。然后进行短路测试，设定电流为Vmin/XL0(此前提下通电过程中没有电弧);
(2)设置电极升降控制方式为恒电流PID模式，且电流死区范围为:Vmin/XL0-5 000～Vmin/XL0+5 000(A)，这样可以避免因设定电流过大、实际电流无法达到此设定值，从而导致电极一直往钢水里插的现象。
根据测试过程中得到的电参数(V,I和cosφ)，完成短路阻抗的计算:
3 智能电极调节器参数计算
北京金自天正智能控制股份有限公司(冶金自动化研究设计院)开发的智能电极调节器的主要功能是完成电极升降的优化控制，其控制策略包括常规PID方法、智能PID方法及神经元网络方法，这方面的内容本文不作介绍。智能电极调节器除了其主要的电极升降控制功能外，也有一些辅助功能，其中就包括二次短网短路参数计算及功率设定参数计算。
3.1 二次短网短路参数计算
如前所述，得到冶炼过程中的电参数是计算二次短网特性参数的基础。智能电极调节器系统配备了高速数据采集卡(数据采集画面如图5所示，图中，纵轴坐标为采集卡转换后的标准电压值，横轴坐标为时间，交流工频为60 Hz)，同时开发了数据处理与数据计算功能模块。
智能电极调节器中的数据处理采用高速数据采集卡实现，主要数据处理方式为:采集速度设置为5 000数据点/通道、数据收发接口设置为DMA;而数据计算包括许多参数的计算，限于篇幅，这里只介绍V,I和cosφ的计算。
在每个周波内通过对采集到的100个(n=0～99)离散点做均方根计算，从而得到二次电压和电流的有效值，而cosφ则通过电流和电压离散点的乘积累加方式实现，计算公式如下:
式中，vn,in为采集的电压、电流瞬时值(1个周波内的离散点)。
3.2 功率设定参数计算
根据计算出的二次短网短路参数和变压器铭牌参数，智能电极调节器自动计算优化的功率设定点(二次电流)[4,5]，计算中主要考虑如下因素:(1)变压器最大允许电流;(2)变压器最大视在功率;(3)最大功率因数(保持弧稳定，对于LF一般不要超过0.94);(4)最大二次电压;(5)最小二次电压;(6)升温速度;(7)渣层厚度。其中(1)～(5)的限制因素如图6中的阴影部分所示。
根据优化的功率设定点及计算的弧长等参数，最终给出功率设定参数表作为冶炼时操作设定的依据，功率设定参数表如表2所示。
限于篇幅本表仅以13挡电压中的2个挡位为例作说明。
4 结束语
通过本文的分析，可以得到如下结论:
(1)二次短网特性参数在LF和EAF冶炼过程中具有关键的作用;(2)短网感抗决定着取得最大有功功率及最大弧功率时的设定点大小，也是决定短路电流大小的主要原因;(3)短路感抗决定电效率的高低，短路感抗越高，电效率越低，但不是短路感抗越低越好;(4)短路阻抗决定着热效率的高低，短网阻抗越小，热效率越高，短路阻抗越小越好;(5)在一定电压挡位下，取得最大有功功率时的功率因数为0.707，但实际应用时要考虑到此时的视在功率及设定电流不能超过变压器的容许范围，也就是说，对于实际可以取得的最大有功功率，其对应的功率因数不是0.707(一般要比此值大许多，比如对于LF为0.9)，这样才能最大发挥变压器容量的作用，这是功率设定时需要注意的问题;(6)在一定电压挡位下，取得最大弧功率时的功率因数大于0.707，但实际应用时也要考虑到此时的视在功率及设定电流不能超过变压器的容许范围;(7)弧流越小则热效率越高、功率因数越大，热效率越高，但过小的弧流容易断弧;(8)选择优化的功率设定点时需要考虑到二次短网特性参数、变压器铭牌参数及冶炼操作时的造渣厚度。
摘要：对于LF或EAF而言,二次短网特性参数(短路阻抗和短路感抗)具有至关重要的作用,它决定着冶炼时用电效率的高低、也决定着为获得最大有功功率和最大电弧功率所需的电流设定点。二次短网特性参数、变压器铭牌参数及冶炼时的操作设定决定了冶炼过程的用电效率和升温速度。本文简要分析二次短网特性参数对于冶炼特性的影响以及如何进行二次短网特性参数的计算,同时介绍由北京金自天正智能控制股份有限公司开发的智能电极调节器。
关键词：二次短网,短路阻抗和短路感抗,有功功率,无功功率,智能电极调节器
参考文献
[1]孙彦广,王代先,陶白生,等.智能钢包精炼炉控制系统[J].冶金自动化,1999,23(6):9-12.SUN Yan-guang,WANG Dai-xian,TAO Bai-sheng,et al.An intelligent ladle furnace control system[J].Metallurgi-cal Industry Automation,1999,23(6):9-12.
[2]南条敏夫.炼钢电弧炉设备与高效益运行[M].李中祥,译.北京:冶金工业出版社,2000.
[3]沈才芳.电弧炉炼钢工艺与设备[M].北京:冶金工业出版社,2001.
[4]陶百生.土耳其ERDEMIR钢厂120 t LF过程自动化[J].冶金自动化,2011,35(增刊2):569-573.
[5]胡志刚,赵彦华,孙玉虎,等.LF电气特性和供电曲线的研究[C]//2007中国钢铁年会论文集.成都:中国金属学会,2007:959.
调节器参数 篇2
1、呼吸频率 :8-18次 /分,一般为 12次 /分。COPD 及 ARDS 者例外。
2、潮气量 :8-15ml/kg体重,根据临床及血气分析结果适当调整。
3、吸 /呼比 :一般将吸气时间定在 1,吸 /呼比以 1:2-2.5为宜,限制性疾病 为 1:1-1.5, 心功能不全为 1:1.5, ARDS 则以 1.5-2:1为宜(此时为反比呼吸, 以呼气时间定为 1。
4、吸气流速(Flow :成人一般为 30-70ml/min。安静、入睡时可降低流速;发热、烦躁、抽搐等情况时要提高流速。
5、吸入氧浓度(FiO2:长时间吸氧一般不超过 50%-60%。
6、触发灵敏度的调节:通常为 0.098-0.294kPa(1-3cmH2O, 根据病人自主吸气 力量大小调整。流量触发者为 3-6L/min。
7、吸气暂停时间 :一般为 0-0.6s ,不超过 1s。
8、PEEP 的调节:当 FiO2>60%,PaO2<8.00kPa(60cmH2O时应加 PEEP。临床上 常用 PEEP 值为 0.29-1.18kPa(3-12 cmH2O, 很少超过 1.47kPa(15 cmH2O.9、报警参数的调节 :不同的呼吸机报警参数不同,根据既要安全,又要安静 的原则调节。压力报警:主要用于对病人气道压力的监测,一般情况下,高压限 设定在正常气道高压(峰压上 0.49-0.98 kPa(5-10 cmH2O, 低压下限设定在
能保持吸气的最低压力水平。FiO2:一般可高于或低于实际设置 FiO2的 10%-20%.潮气量:高水平报警设置与所设置 TV 和 MV 相同;低水平报警限以能维持病人 生命的最低 TV、MV 水平为准。PEEP 或 CPAP 报警:一般以所应用 PEEP 或 CPAP 水平为准。
二、呼吸机各种报警的意义和处理
1、气道高压 high airway pressure:(1原因:病人气道不通畅(呼吸对抗、气管插管过深插入右支气气管、气 管套管滑入皮下、人机对抗、咳嗽、肺顺应性低(ARDS、肺水肿、肺纤维化、限制性通气障碍(腹胀、气胸、纵隔气肿、胸腔积液
(2处理:听诊肺部呼吸音是否存在不对称、痰鸣音、呼吸音低;吸痰;拍胸 片排除异常情况;检查气管套管位置;检查管道通畅度;适当调整呼吸机同步性;使用递减呼吸机同步性;使用递减流速波形;改用压控模式;使用支气管扩张剂;使用镇静剂。
2、气道低压 Low airway pressure 原因:管道漏气、插管滑出、呼吸机参数设置不当
处理:检查漏气情况;增加峰值流速或改压力控制模式;如自主呼吸好, 改 PSV 模式;增加潮气量;适当调整报警设置。
3、低潮气量 Low tidal volume(通气不足 :(1原因
*低吸气潮气量:潮气量设置过低、报警设置过高、自主呼吸模式下病人吸气力 量较弱、模式设置不当、气量传感器故障。
*低呼气潮气量:管道漏气、其余同上。
(2处理:检查管路以明确是否漏气;如病人吸气力量不足可增加 PSV 压力或 改 A/C模式;根据病人体重设置合适的报警范围;用模拟肺检查呼吸机送气情 况;用潮气量表监测送气潮气量以判断呼吸机潮气量传感器是否准确。
4、低分钟通气量 Low minute volume(通气不足
(1原因:潮气量设置过低、通气频率设置过低、报警设置过高、自主呼吸模 式下病人通气不足、管道漏气。
(2 处理:排除管道漏气;增加辅助通气参数;如自主呼吸频率不快可用 MMV 模式并设置合适的每分钟通气量;适当调整报警范围。
5、高分钟通气量 High minute volume(过度通气
(1原因:病人紧张烦躁、有严重缺氧状况、呼吸机通气参数设置过高、呼吸 机误触发导致高通气频率。
(2处理:排除机器原因可使用镇静剂甚至肌松剂以防止病人的过度通气;改 善病人的氧合,可增加氧浓度或加用 PEEP;合理调整通气参数;如有误触发可 降低触发灵敏度,关闭流速触发,检查呼气阀是否漏气。
6、呼吸反比 inverse I:E(1原因:吸气时间过长(送气流速过低、潮气量过大、气道阻力高,呼气 时间过短,呼吸频率过高。
(2增加吸气流速;减少压控模式的吸气时间;改善气道的通畅度;降低呼吸 频率;如需要反比通气可关闭反比通气报警。
7、窒息
(1原因:病人自主呼吸过弱、病人出现呼吸暂停、气道漏气。
(2处理:提高触发灵敏度;增加通气频率;改 A/C或 SIMV 模式;检查气道 漏气情况。
8、呼吸机工作异常
调节器参数 篇3
1黏弹性阻尼器计算模型
目前, 有关学者已提出了多种黏弹性阻尼器的恢复力模型。主要有Kelvin模型、Maxwell模型、标准线性固体模型、等效标准固体模型、等效刚度和等效阻尼模型等。为符合振动过程中黏弹性材料的性质特征, 同时考虑数学上处理方便, 结合我国抗震规范［8］中的条文, 本文采用的等效刚度和等效阻尼模型如图1所示。
与图1的黏弹性阻尼器简化模型对应的黏弹性阻尼器的恢复力为:
式 ( 1) 中, X·和X为阻尼器的相对速度和位移。
2 LQR控制理论
已知受控线性定常系统的状态方程为:
式 ( 2) 中, Z ( t) 为状态向量; U ( t) 为控制力向量; B为输入矩阵; Y ( t) 为输出向量; C0为输出矩阵。
定义系统的二次型性能泛函为:
式 ( 3) 中, Q为半正定矩阵; R为正定矩阵。
系统控制的任务是, 当系统状态由于某种原因偏离初始状态时, 求控制输入在不消耗过多能量的情况下, 使系统趋于初始状态。最优控制的目标就是寻求最优控制力U ( t) , 使系统趋于初始状态, 并使得性能泛函取最小值。
对于这个最优化问题的求解, 一般采用变分法求解。设 λ ( t) = P ( t) Z ( t) , 则可以得到:
式中, P ( t) 可由式 ( 5) 求得, 该方程就是著名的Riccati方程。
3黏弹性阻尼器的参数优化设计
由式 ( 4) 可知基于LQR算法的主动控制力为:
黏弹性阻尼器控制力也可表示为:
式 ( 7) 中: U' 为黏弹性阻尼器控制力; Δx ( t) 和 Δ·x ( t) 分别为VED的相对位移和相对速度; G' 为VED控制力增益矩阵; Kd和Cd为VED的等效刚度和等效阻尼。
假设结构相对状态向量和绝对状态向量存在如下的关系:
式 ( 8) 中, Cm为绝对状态向量与相对状态向量的转换矩阵, 可表示为如下的矩阵:
由式 ( 6) ~ 式 ( 9) 可知, 被动VED控制要逼近最优主动控制, 需要G' 逼近G, 即:
式 ( 10) 中 ‖·‖2表示2范数。
由式 ( 6) ~ 式 ( 8) 可知:
对式 ( 11) 两边分别取转置得:
式 ( 12) 中, T表示矩阵转置。
要使式 ( 10) 成立, 由最小二乘法［9］得到:
由式 ( 13) 求得的矩阵G' 就是VED控制力增益矩阵。由式 ( 7) 可知:
将G' 分解成KdCd的形式, 根据矩阵特征值与特征向量的定义A{ { xi} } = [λi]{ { xi} } , 将Kd和Cd对角化为, 则可取黏弹性阻尼器刚度和阻尼矩阵为:
式中, kd1~ kdn为各层VED等效刚度; cd1~ cdn为各层VED等效阻尼。
4数值仿真验证分析
某3层钢筋混凝土框架结构, 各层质量和刚度分别为mi= 3. 5 × 105kg和ki= 1. 8 × 108N / m ( i =1, 2, 3) ［10］。结构阻尼按照瑞雷阻尼确定, 阻尼比取为5%。结构的干扰力为EL Centro ( NS, 1940) 地震波, 地震波输入峰值调幅为200 gal。最优控制算法采用LQR算法, 假设每层均安装有VED减震装置。
采用Matlab编制LQR算法程序, 基于式 ( 6) ~ 式 ( 16) 所示参数优化过程, 并编制相应的参数优化程序, 对所给算例进行结构动力响应计算。图2为黏弹性阻尼器经参数优化后的计算结果, 即每一楼层所需总的等效刚度及等效阻尼; 图3 ~ 图6为结构在无控、最优控制和VED控制下的结构动力响应计算结果。
对比图3和图4计算结果可知: 与未加VED计算结果相比, 加入VED后结构动力响应明显得到了控制。其中, 采用LQR算法控制的计算结果中位移幅值从4. 6 cm减小至2. 55 cm, 位移峰值降低了44. 6% , 加速度峰值也从7. 3 m / s2减小至4. 46 m/ s2, 加速度峰值削减了38. 8%; 另外, LQR控制与VED被动控制相比较, 经过优化的VED控制与LQR控制结果较为接近, 这表明本文所采用的优化方法是可靠和有效的。
图5和图6为结构动力反应的包络图, 从图中可以看出: 与无控结构动力响应结果相比, 最优控制 ( LQR) 和VED控制下的结构响应都有较大幅度减小, 说明采用VED对结构进行减震, 具有明显的控制效果。其中, 采用最优控制算法与优化算法下的结构响应包络线在很大程度上是接近的, 这说明对VED进行参数优化的结果在一定程度上达到了最优控制的效果。最优控制算法的结果优于对VED参数进行优化的控制效果, 这表明本文所采用的优化方法是正确的, 因为该方法的目的是逼近最优控制效果, 而并非达到, 这也是由被动控制的局限性所决定的———被动控制无法达到全状态最优增益反馈的控制力。
5结论
鉴于VED对结构减震控制的局限性, 本文通过对其采用逼近最优控制算法的方法对其参数进行优化, 通过对算例进行数值分析, 验证该方法的有效性, 得出如下的结论。
( 1) 本文提出的VED参数优化方法能够使结构动力响应得到有效的控制, 该方法的控制效果与采用最优控制算法的计算结果较为接近, 甚至在一定程度上可能达到最优控制算法的效果。
( 2) 利用上述方法优化VED参数对结构的控制效果无法达到主动控制的效果, 即经过优化后的动力反应逼近最优控制算法的结果, 这是由于被动控制的局限性所决定的———VED是典型的被动控制器, 具有控制结构约束, 故只能逼近最优控制, 而无法达到全状态最优增益反馈的控制力。故本文所采取方法是相对简单、有效的。
参考文献
[1] 欧进萍.结构振动控制——主动、半主动和智能控制.北京:科学出版社, 2003
[2] Zhao G, Pan P, Qian R J, et al.Experimental study of viscoelastic dampers under large deformation.Applied Mechanics and Materials, 2012;166—169:2226—2233
[3] Saidi G E F, Wilson J L, Haritos N.Development of passive viscoelastic damper to attenuate excessive floor vibrations.Engineering Structures, 2011;33 (12) :3317—3328
[5] Xu Z D, Zhao H T, Li A Q.Optimal analysis and experimental study on structures with viscoelastic dampers.Journal of Sound and Vibration, 2004;273 (3) :607—618
[6] 下乡太郎.随机振动最优控制理论及应用.北京:宇航出版社, 1984
[7] Bryson A E.Applied linear optimal control:examples and algorithms.Cambridge University Press, 2002
[8] 建筑抗震设计规范 (GB 50011—2001) .北京:中国建筑工业出版社, 2001:111—118
[9] 孙志忠, 袁慰平, 闻震初.数值分析.南京:东南大学出版社, 2006
半导体器件自适应测试参数调节 篇4
关键词：测试,DFT,自适应,测试效率及有效性
测试的目的, 即检出无法满足规定的质量或可靠性指标的缺陷产品 (Defect) 。但测试也会造成错判——将缺陷产品判为通过 (Under-kill) 或将非缺陷产品判为不通过 (Over-kill) 。通常使用Under-kill DPM (即每百万成品中Under-kill产品的数量) 和Over-kill rate (Over-kill产品占所有测试产品的比率) 来衡量错判率。研究测试方法的目标, 就是在最短的测试时间内, 达到Under-kill DPM和Over-kill rate最低。
本文的工作, 是针对Intel公司65nm NOR闪存芯片的一种特殊失效模式 (fail mode) 而设计的的测试方法, 同时提出了测试参数自适应调节的创新概念。
1 失效模式简介
所谓闪存 (Flash Memory) , 就是一种能够在掉电模式下长时间保持数据的半导体存储芯片, 其基本存储单元 (cell) 是由一种阈值电压 (Vt) 可变的MOS管构成的[1~2];若干cell按一定结构排列构成一个块 (block) , 所有block组成整个存储阵列 (Array) 。
在Intel 65nm NOR Flash生产中, 我们遇到一种只有当block数据在1/0混合pattern下才会发生的读 (Read) 错误, 且错误集中在32根相邻的Row上。
Intel公司设计了一种称为Mgn的Test Mode[3], 能通过产品的Vpp pad直接测出指定cell的实际Vt值。在pure 1的pattern下, 测出block中所有cell的Vt值, 发现Read错误的32根row具有相对较低的Vt (图1) 。
由此可得:当pure 1 pattern下Mgn测得相邻3 2 r o wV t相对较低时, 同样的32row会发生Read错误。我们的测试方法就是利用此失效特性设计的。
2 传统测试方法Tail Analysis
此方法实质就是对每个产品重复我们之前所作的失效分析工作。具体步骤如下。
(1) 设置Vtlw (确保多数正常cell的Vt>Vtlw) 。当测试的block存在Vt
Tail Analysis具有较低的错判率, 但是生产中的测试仪器是多个端口 (每个端口对应一件产品) 共享逻辑运算资源, 而使用Tail Analysis, 每个端口需独享逻辑资源。
在Tail Analysis的基础上, 我们充分结合仪器和产品的特性提出一种新的测试方法。
3 自适应测试参数调节方法
3.1 检出潜在失效Block
检出存在Vt
3.2 组内采样Mgn测试
对失效产品pure1 pattern Vt分布作进一步分析可得, 没相邻32row中各个row之间的Vt基本差不多 (图2) 。
因此, 每组32row只需采样一根row, 测试时间缩短为1/32。
3.3 组间比较
记录每组i中Vt
3.4 Vtlw自适应调节
个体产品内Vtlw调节:根据半导体产品特性, 一个Flash内各block的Vt分布比较接近。因此, 当单件产品内连续有N个block存在cell Vt
批次产品内Vtlw调节:晶元生产时一个批次内所有产品的本征特性相对比较接近。据此, 当一个批次内连续有M个产品需要调节Vtlw时, 测试程序将Vtlw自动调低ΔV'tlw, 并沿用新的Vtlw-ΔV'tlw至该批次所有待测产品。
Vtlw自适应调节能更准确的检出潜在失效block, 节省了测试资源。
在使用了新的测试方法后, 我们的整体测试时间缩短为Tail Analysis的~1/800, 而Over-kill rate则仅为~0.01%, 同时Under-kill DPM近乎为0。
4 结语
本文提出的自适应测试参数调节的理念, 改变了由测试说明书固定参数设置的传统做法, 而是充分考虑到半导体器件本征特性随工艺过程改变, 且个体内和批次内产品本征特性趋同的特点。该方法所涉及的Flash存储芯片及测试仪器皆为业界通用器件和设备, 因此这种自适应方法具有广泛的普适性, 可根据各产品Test Mode设计应用于不同类型产品的测试。
参考文献
[1]David A.Hodges, Horace G.Jackson, Resve A.Saleh.Analysis and Design ofDigital Intergrated Circuites--In DeepSubmicron Technology.
[2]存储器的存储原理, 2008, 10, 10.中国IC网 (www.ic37.com) .
PID控制系统的参数调节技巧 篇5
尽管现代控制理论的发展日新月异,但在工程实际中,应用最为广泛的调节器控制规律还是PID控制,或者是基于基本PID控制的各种改进的PID控制。PID控制结构简单、稳定性好、工作可靠、调整方便,被广泛应用于冶金、化工、电力、轻工和机械等工业过程控制中。特别是当我们不完全了解一个系统或被控对象,或不能通过有效的测量手段来获得系统全部参数时,系统控制器的结构和参数必须依靠经验和现场调试来确定的情况下,最适合采用PID控制技术。
1 PID各参数的控制作用
PID控制(实际中还有仅用到PI和PD的控制),就是根据系统的误差或者加上系统误差的变化率,利用比例、积分、微分计算出控制量进行控制。任何闭环控制系统的调节目标是使系统的响应达到快(快速)、准(准确)、稳(稳定)的最佳状态,PID调整的主要工作就是如何实现这一目标。
增大比例P项将加快系统的响应,其作用是放大误差的幅值,它能快速影响系统的控制输出值,但仅靠比例系数的作用,系统不能很好地稳定在一个理想的数值,其结果是虽较能有效地克服扰动的影响,但有稳态误差出现。过大的比例系数还会使系统出现较大的超调并产生振荡,使稳定性变差。
积分I项的作用是消除稳态误差,它能对稳定后有累积误差的系统进行误差修整,减小稳态误差。在积分控制中,控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统,如果在进入稳态后存在稳态误差,则称这个控制系统为有差系统。为了消除稳态误差,在控制器中必须引入积分项。积分项对误差的作用取决于时间的积分,随着时间的增加,积分项会增大。这样,即便误差很小,积分项也会随着时间的增加而加大,它推动控制器的输出向稳态误差减小的方向变化,直到稳态误差等于零。
微分具有超前作用,对于具有滞后的控制系统,引入微分控制,在微分项设置得当的情况下,对于提高系统的动态性能指标有着显著效果,它可以使系统超调量减小,稳定性增加,动态误差减小。在微分控制中,控制器的输出与输入误差信号的微分(即误差的变化率)成正比关系。自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳,其原因是由于存在有较大惯性环节或滞后的被控对象,具有抑制误差的作用,其变化总是落后于误差的变化。解决的办法是使抑制误差作用的变化“超前”,即在误差接近零时,抑制误差的作用就应该是零。微分项能预测误差变化的趋势,从而做到提前使抑制误差的控制作用等于零,甚至为负值,从而避免了被控量的严重超调,改善了系统在调节过程中的动态特性。
2 PID控制器参数的调节方法
PID控制器参数调节的方法很多,概括起来有两大类:一是理论计算法,它主要是依据系统的数学模型,经过理论计算来确定控制器参数,这种方法可能会由于系统模型的不精确性使得所得到的PID参数不能直接应用,还必须通过工程实际进行调整和修改;二是工程方法,它主要依赖工程经验,直接在控制系统的试验中进行,该方法简单、易于掌握,在工程实际中被广泛采用。
工程实际中,PID控制器参数的调节方法主要有临界比例法、反应曲线法和衰减法。3种方法各有其特点,其共同点都是通过试验,然后按照工程经验公式对控制器参数进行调节。但无论采用哪一种方法所得到的控制器参数,都需要在实际运行中进行最后调整与完善。现在一般采用的是临界比例法,利用该方法进行PID控制器参数的调节步骤如下:①首先预选择一个足够短的采样周期让系统工作;②仅加入比例控制环节,直到系统对输入的阶跃响应表现出临界振荡,记下这时的比例放大系数和临界振荡周期;③在一定的控制度下通过公式计算得到PID控制器的参数。
3 PID控制器参数的调试实例
当调速系统的各项基本参数设定后,接下来是调整PID参数以取得最理想的控制效果。下面以控制目标为恒定转速的柴油机电站的PID调节器为例,具体说明工程法的调节步骤。
(1) 比例参数:在保持转速稳定时应使用最大比例增益。增加比例增益直到转速开始波动,然后减小比例增益直到波动停止。如果一直没有转速波动,则抖动执行器连杆,然后减小比例增益直到波动停止。但比例增益太大会导致系统转速出现振荡,这时应减小比例增益。
(2)积分参数:在保持转速稳定时应使用最大积分增益。增加积分增益直到转速开始波动,然后减小积分增益直到波动停止。如果一直没有转速波动,则抖动执行器连杆,然后减小积分增益直到波动停止。但积分增益太大会导致系统转速出现振荡,这时应减小积分增益。
(3) 微分参数:增加微分增益直到出现反应对负载瞬变有最小的超调量。但微分增益太大也会导致系统转速出现振荡,这时应减小微分增益。
(4) PID调整顺序:调试时,可以先调比例参数,然后调积分参数,最后调微分参数,之后再调比例参数和积分参数。如果需要,重复进行(1)～(3)步骤,直至达到理想的效果。
图1为调试过程中可能出现的几种图形,除图1(f)是理想状态下的转速图形之外,出现其它转速图形,则说明PID增益需要进一步调整。
4 结语
PID控制是工程实际中应用最为广泛的调节器控制规律,它具有结构简单、稳定性好、工作可靠、调整方便等优点。但在实际在线调试中,需要遵循一定的规律,掌握一定的调试技巧才能又快又好地将控制系统调整到最佳的效果。
参考文献
[1]王伟,张晶涛,柴天佑.PID参数先进整定方法综述[J].自动化学报,2000(3):347-355.
[2]刘镇,姜学智,李东海.PID控制器参数整定方法综述[J].电力系统自动化,1997(8):79-83.
[3]杨智.工业自整定PID调节器关键设计技术综述[J].化工自动化及仪表,2000,27(2):5-10.
[4]蒋新华.自适应PID控制[J].信息与控制,1988,17(5):41-50.
[5]Astrom K J,Hangglund T,Hang C C,et al.Automatictuning and adaptation for PID controllers-A survey[J].Control Engineering Practice,1993(1):103-108.
调节器参数 篇6
计算机X线摄影(Computed Radiography,CR)现已广泛应用于临床,与传统的胶片/增感屏组合的X线摄影方式比较,CR实现了医学影像的数字化处理,从而通过影像处理参数的调节,可以获得符合诊断学要求的优质医学影像。因为X线成像系统可以被认为涉及2个过程,即影像采集和影像显示。所以,在试图增加病变的检测性时可以采取2种方式:一是利用一个可以提供优质物理学影像质量的影像采集系统,即具有大的信噪比(SNR)、高的空间分辨力和宽的动态范围的影像采集系统;二是使影像显示最优化,从而使放射医师可以从中提取尽可能多的诊断信息。第二种方式之所以可增加病变的检测性,是因为实施检测的人在观察中不仅仅依赖于影像的物理性质,而且也依赖于显示条件[1]。我院现使用Konica REGIUS MODEL170 CR,在控制台CS-1上可调节人体各部位的影像参数。如要获得优质影像,CR各种处理参数调节的原理及方法是一项必须掌握的技能。
2 CR系统的成像基本原理
IP(Image plate)板内晶体层中含有微量二价铕的氟卤化钡结晶接受X线曝光一次激发形成潜影,经过CR激光阅读器的激光扫描二次激发而产生荧光,经收集进入光电倍增管转换成相应强弱的电信号,然后进行放大增幅、模/数转换成为数字信号的影像。
3 调节处理参数的步骤
调节处理参数的时机有2种:一是在扫描IP板影像后,此时可调节影像的各种参数,然后存盘或传输;二是对各部位影像处理参数预先调节好,形成标准化处理,从而不必每次扫描后调节处理参数。
下面是预处理的调节步骤。首先点击CS-1液晶触摸屏左下角Regius(见图1),再按如图2所示的步骤进行:
4 调节处理参数的原理与方法
进入Processing Parameter Edit(处理参数编辑)界面上,上半部分有4幅最近扫描的图像,单击可满屏,并可往前翻页查看更多历史图像;下半部分为处理参数调节区域,分为Summary(简单)、Detail(细调)、LUT(用户匹配表)、Default(忽略)和受处理部位列表(List of Examination Tags to which Processing Parameter are Applied)5个功能区(见图3)。在Summary和Detail中允许调节影像的Density(密度)、Contrast(对比度)、E(Equalization,组织均衡)和F(frequency,空间频率)。
4.1 密度(Density)调节
在调节区域中,标有相应的解剖部位名称的键即为密度调节键。每个部位都有相应的密度区间,向左调密度降低,向右调密度增高,Summary为粗调,Detail为细调。密度调节的原理是左右平行移动CR影像的输入/输出特性曲线而达到调节目的,其原理与富士FCR的谐调处理(Gradation Processing)中调节GS(Gradation Shift,谐调曲线平行移动量)相同。
柯尼卡CR具有密度自动调节功能,在扫描IP板时,处理系统能自动感应感兴趣区(ROI)中的影像信号强弱,在输出影像时把密度调节到预设的密度值,同时显示出影像的感光度(Sensitivity)值(S值);因此不论曝光量在一定范围内高或低,系统总能输出固定密度的影像,此称曝光宽容度。在应用中,S值的大小随着曝光量的高低而变化,曝光量高则S值小,曝光量低则S值大。S值的范围是0~5 000。当S=400~1 000时说明曝光量适当且影像质量良好。普遍认为,CR能够减少X线曝光量(m As),但也是有限的;研究证明柯尼卡CR可比高速屏/感蓝胶片摄影降低30%左右的曝光量(m As),如果降低太多,X线量子噪声随之增大,密度分辨力降低,使影像质量下降。
4.2 对比度(contrast)调节
在调节区中,Fixed G Value(固定灰度值)为对比度调节键。影像对比度通常用反差系数(γ)或平均斜率(Q)的概念来表示。
(1)反差系数(γ)的公式:γ=D2-D1/Log E2-Log E1
(2)影像对比度公式:D2-D1=γ(Log E2-Log E1)
Log E2-Log E1为X线穿透两种组织后的射线量差,D2-D1为组织间的影像在密度上的差异即对比度。调节Fixed G Value原理是旋转改变影像特性曲线的斜率来改变D2-D1的数值,即调节富士CR的GA(Rotation Amount,旋转量)使γ值增大或减少,从而改变影像对比度。
4.3 调节组织均衡(Tissue Equalization)
在调节区中,E processing下的Low Density和High Density为组织均衡调节键。在X线摄影中,由于人体软组织的密度、厚度不同,如胸部两肺与纵膈之间、骨骼与软组织之间存在巨大的组织密度差。如何能兼顾两者的显示,则需调节高密度与低密度区域的密度值,其原理与富士FCR的动态范围(Dynamic Range,DR)压缩处理相同。Low Density键提高低密度区的密度,High Density键降低高密度区的密度,从而缩小高低密度区的密度差,使影像密度调节到诊断适宜的光学密度0.25~2.0之间。但是最适宜人眼观察的光学密度在0.45~1.75之间。虽然组织的对比度降低,但显示出丰富的层次感,获得了更多的影像信息(见图4)。如果对比度不满意,可调高G值,以增加影像整体对比度。
4.4 空间频率(Spatial Frequency)调节
在调节区中,F Processing下的Enhance Type有Standard1~6的6种等级,即富士FCR的RN(Frequency Rank,频率等级)。Low Density和High Density为空间频率强度调节键,即富士FCR的RE(Degree of Enhancement,增强强度)。
空间频率处理是指系统对空间频率响应的调节。空间频率响应处理影响图像的锐度(Sharpness)[2]。CR系统可通过空间频率处理调节频率响应,提高图像中高频成分频率响应,从而增加该部分的对比[3]。空间频率处理实际效果是边缘增强,使各种组织边缘更加锐利,即提高了空间分辨率,增加了影像清晰度(见图5)。随着RN的减小与RE的增加,总WS(Wiener spectrum,威纳频谱)值增加,意味着影像噪声变大,噪声大就表示不同空间频率上噪声淹没影像上的信号多了,影像上能识别的信号就少了,从而降低了影像的质量[4]。
在实际应用中,从Standard1到Standard6影像对比度逐渐降低,影像边缘逐渐锐利。随着F值Low Density和High Density值的提高,组织边缘随之锐利。如果X线曝光量较低,X线量子噪声也随之增加。空间频率处理与组织均衡调节如能结合使用,既可拓宽影像层次,又可提高影像清晰度。
4.5 LUT调节
在LUT(用户曲线类型匹配表)中,系统列出了适合不同部位的影像输入/输出特性曲线,即富士CR的GT(gradation type,谐调类型)。有胸部(THX)、脊柱(LUM)、骨骼(Bone)、软组织(ST、STM)、直线(LIN)6种(见图6)并附加说明。横坐标为影像曝光量对数值Log E,纵坐标为影像输出密度D值。每一种曲线中有几种不同斜率的曲线类型,用于调节对比度。LUT曲线为系统预置的调节曲线,如果想要调整出最佳图像,不能单纯依靠LUT调节。
4.6 恢复系统设置(Default)
点击Default,屏幕提示“Do you want to restore the default settings?”再点“Yes”,各种调节参数便恢复到系统初始设置。系统设置参数为基本的设置,E、F调节值很小或为零值,输出图像类似于屏/胶系摄影图像。
4.7 受处理部位列表
在调节区右侧列出了相应Exam.Tag的部位名称的列表。当调节参数后,此表中的几种部位图像都将受到影响。在表中可选择是否混合处理(Hybrid)及E、F处理,如不选择H处理,则E、F值恢复系统设置。
5 讨论
CR有许多不同品牌,而且不同厂家的CR有不同的技术方法,影像处理参数也不尽相同,但原理基本类似。如何全面掌握众多的参数,并合理有效地组合运用,以提供最好的图像,最大限度地发挥CR的优势,是运用影像处理装置的重点和难点[5]。需要符合诊断学要求的优质影像是全体影像学工作人员的共同追求,而获得优质影像是全体技术人员的共同责任。利用现有设备,不论是屏/胶系、CR或DR,都必须掌握相应的专业知识及熟练的技能,才能做好本职工作,为医学影像学的发展和人类的健康做出应有的贡献。
参考文献
[1]祁吉,高野正雄.计算机X线摄影[M].北京:人民卫生出版社,1997:29,31,41.
[2]谢晋东,王宗成,王昌元,等.计算机X线摄影系统中总威纳频谱测试的探讨[J].中华放射学杂志,2002,36(5):391-394.
[3]顾明.医学数字化成像的质量控制[C]//第六届全军放射技术学术大会论文汇编.江西九江:全军放射诊疗专业学会技术专业委员会,2003:5-6.
[4]卫阿盈.数字化影像设备CR和DR[J].医疗卫生装备,2006,27(2):55-56.
调节器参数 篇7
世界上第一台数控火焰切割机是由英国氧气公司1961年研制成功的。从此,数控火焰切割机作为金属型材加工的重要设备之一,被广泛用于现代机械产品加工生产现场,其使用范围几乎覆盖了机械、造船、军工、石油化工、冶金矿业、能源、车辆制造、航空航天等各个领域。通过数控系统的控制,使火焰割炬按要求的速度和轨迹移动,从而在板材上切割出所需要的零件,以代替落后的手工下料已成为机械加工业的一项重要的技术进步。但是在切割工程中,由于待加工的板材可能高低不平、厚度不一,为了提高切割断口质量,减少废料的产生,需要保持割炬到板材的高度恒定[1],因此数控火焰切割机必须辅以良好的自动调高系统,才能发挥最大的效率,而自动调高系统运行的精度、快速性和可靠性,直接影响着被加工产品的质量。
常用数控火焰切割机的自动调高系统一般含多个PID调节器对受控电机的电流、速度和位置进行跟踪校正,其中PID环节的参数优化是确保运行精度的重要保证。以前,PID调解器参数的确定通常采用传统的辨识方法,如边界稳定法或误差积分指标最优法。这些方法往往仅能取得局部最优参数,而且实际工业生产过程往往具有非线性、时变不确定性,如自动调高系统中常常会出现热变形、传统刚性变形等诸多非线性因素,因此常规的PID调解器参数往往整定不良,对运行工矿适应性差。遗传算法是一种宏观意义下的仿生算法,模仿生命与智能的产生与进化过程,按照达尔文“优胜劣汰、适者生存”的原理,以设定的待辨识参数作为搜索对象,对调节器参数进行全局寻优[2]。本文首先引入结构自适应与参数自适应的双重效应对遗传算法进行了改进,然后将遗传算法与模式搜索法相结合应用于数控火焰切割机自动调高系统的PID调节器参数辨识,给出了参数辨识的基本原理和辨识的基本过程。结果表明,该方法是有效的,且算法具有计算速度快,精度高,程序通用性强等优点,为自动调高系统的参数辨识提供了一种新的途径,具有重要的工程实用价值。
1 自动调高系统的结构框图
数控火焰切割机自动调高系统的基本外形结构如图1所示[3],其中受控电机是核心部分。电机为伺服直流电机,参数如下:
额定电压U=24V;额定电流I=6A;额定功率P=92W;额定转速n=6000r/min;电枢回路总电阻R=1.420;电枢回路总电感L=O.00142H;转动惯量J=0.007mNm;PWM装置放大倍数Ks=2。
电机的控制系统结构框图如图2所示[4]。该控制系统本质上是一个位置随动系统,由三个反馈控制环组成,内环是电流环,中间是速度环,外层是位置环。对自动调高系统分析,首先建立起被控对象的数学模型,分析影响系统指标的各种因素,再逐一对各环进行调节器参数整定。电流环ACR的控制对象是双惯性型的,显然电流调节器应采用PI型校正成典型I型系统。由于要求转速对负载扰动无静差,则在转速调节器ASR中必须含有积分环节,因此转速环开环传递函数共有两个积分环节,所以也应该采用PI调节器设计成典型II型系统,这样的系统同时也能满足动态抗扰性能的要求。位置环是整个自动调高系统的外环,其调节器APR的选择和参数整定是至关重要的,它直接影响系统动态性能的优良程度,并可以补偿两个内环动态性能的不足。根据系统的特点和动态性能要求,我们选用PID调解器,并采用改进的混合遗传算法对PID调节器进行全局寻优参数辨识,以期达到最佳控制效果。
2 基于改进混合遗传算法的自动调高系统PID调节器参数寻优
2.1 基于遗传算法的PID参数寻优基本操作
1)群体规模的设置
群体规模是遗传算法的重要参数之一。群体规模越大,算法陷入局部最优解的可能性越小,但计算量将大大增加,影响优化的速度;群体规模越小,遗传搜索空间越窄,容易出现未成熟收敛现象。在目前应用遗传算法对电机进行优化的大多数文献中,一般把规模设定在60-120之间[6]。在本案中,我们设置遗传算法的群体规模参数为80。
2)目标函数的确定
为了获取满意的过渡过程动态特性,采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,为了防止控制能量过大,在目标函数中又加入了控制输入的平方项,最后确定下式作为参数选取的最优指标:
式中,e(t)为系统误差,u(t)为控制器输出,tu为上升时间,w1,w2,w3为权值.取w1=0.999w2=0.001,w3=2.0。
3)交叉概率和变异概率的选择
交叉概率控制着交叉操作使用的频率,Pc大则有利于遗传算子开辟新的搜索区域,但具有优良性能的基因串被破坏的可能性也同时增大;Pc太小,则会使更多的父体直接进入下一代,使遗传计算出现早熟。而为了增强搜索能力并保持遗传基因的多样性,必须引入一定概率的变异操作,经过反复比较和运算,本案的交叉概率和变异概率分别为:Pc=0.9,Pm=0.008。
4)优化参数取值范围的初始设定
根据经验和试验比较,参数Kp的取值范围为[0,0.1],Ki的取值范围为[0,0.01],Kd的取值范围为[0,0.001]。
2.2 引入结构自适应调整思想对遗传算法进行改进
为了避免遗传算法出现“早熟”问题,笔者在算法过程中不仅引入了参数自适应调整思想,即在算法运行过程中,交叉、变异概率随个体适应度变化自适应调整;同时还引入了结构自适应思想来改变交叉、变异的顺序,动态地改变算法结构,以维持算法种群的多样性,从而有效地避免了“早熟”问题。
准确地判断种群早熟,是对遗传算法进行改进的关键。在此,笔者引入了种群熵的概念作为判断早熟的依据。其定义为[7]:
其中,,pi为i个体的生存概率,在采用适应度比例选择方式下,pi定义为:
其中,表示i个体存在的事件,表示i个体的适应度,N表示种群规模,即群中个体的数目。
从式(3)可以看出:若种群个体适应度值都不同,熵取最小值E=0;若种群个体适应度值都相同,熵取最大值E=1。可见,种群熵能很好地反映个体适应度分布的离散化程度,因而也表征了种群的多样性程度。文献表明,当种群熵达到0.9时种群收敛[7]。
2.3 利用模式搜索法(爬山法)进行局部逼近
模式搜索法俗称爬山法。它利用搜索点的局部测试信息来寻找目标函数的下降方向,使用两种移动模式,即探索移动和模式移动。从初始点出发,按这两种模式,以事先规定好的步长进行搜索。先是探索移动,向四周(指n个坐标方向)探索出一个使增广目标函数值F(X)下降的方向,当确定好该方向后,就沿着这个方向加速爬山,这称为模式移动。交替进行探索移动和模式移动,反复地进行探索->爬山->搜索->爬山,逐渐向最优解靠近,最后逼迫最优解[8]。
使用改进混合遗传算法进行PID参数优化的基本流程如图3所示。使用仿真软件Matlab编程,实现上述基于改进混合遗传算法的PID参数整定过程。
2.4 仿真结果
据研究发现,遗传算法所优化的结果只能达到最优解的90%左右,因此笔者首先采用具有参数和结构自适应的改进遗传算法得到优化的初始解,然后再利用爬山法收敛速度快的优势,继续对PID控制器的参数进行局部优化逼近,最后得到全局最优解。系统的阶跃响应如图4所示(1、2分别为基于标准遗传算法和改进混合遗传算法的系统阶跃响应图形),结果表明,经爬山法逼近后,调节器的全局优化参数变为Kp=0.0286,Ki=0.00255,Kd=0.00037,超调量减小且响应调节时间仅为0.213秒。
3 结论
仿真结果表明,采用改进混合遗传算法对火焰切割机自动调高系统的位置调节器进行参数辨识,与采用标准遗传算法的参数辨识相比,系统响应快、精度高,鲁棒性好,系统的动静态品质得到了大大改善。但实验表明系统仍然存在一定的超调,因此,可在遗传算法中加入惩罚功能,减小或消除超调因子,进一步增强系统的动态性能。
参考文献
[1]蒋翔俊,等.模糊控制在数控火焰切割机自动调高系统中的应用[J].制造技术与机床,2008(6):87-89.
[2]杨小东,等.基于遗传算法的水轮发电机组调速系统参数辨识[J].继电器,2006,34(1):27-30.
[3]宋凯云,等.基于微电容的数控火焰切割机自动调高系统[J].机械设计与制造,2008(4):153-155.
[4]陈春丽.火焰切割机自动调高系统[D].武汉;武汉理工大学,2008.
[5]刘金琨.先进PID控制Matlab仿真[M].北京:电子工业出版社,2004:210-246.
[6]周东华.非线性系统的自适应控制导论[M].北京:清华大学出版社,2002:158.
[7]万定生,余长海,徐立中.基于位变异防止遗传算法过早收敛的算法[J].微电子学与计算机,2005,22(8):117-120.
调节器参数 篇8
1)已知图像的一些相关附加信息,如场景深度信息或地理信息、或者非可见光谱的信息等[2]。
2)多幅图像除雾。该方法必须知道同一场景不同天气情况下的图像,以便估计对比得到场景相关的附加信息,如场景深度[3]。
3)单幅图像除雾,即只有单幅图像[4],不知道任何附加信息。这种方式除雾是当前的主要研究方向。
本文主要研究的是基于单幅图像的视频除雾方法[5]。对于未知场景深度的图像,主要有基于大气光传播模型和基于对比度优化处理两类方法:一类是基于对比度处理,通过调整图像的对比度,使图像细节得到增强,从而达到除雾的目的;另一类是基于大气光传播模型,估计出图像大气光传播参数和场景深度信息,然后恢复无雾时的图像。HE等人提出了基于暗通道先验的除雾方法[2,6]。该方法是基于大量统计后的一种经验知识:户外无雾彩色图像中,总有一个颜色通道值很低,这个通道被称为暗通道。而有雾图像中,由于雾的存在,这个暗通道的值比较高,由此可以估计雾的浓度和大气传播参数,进而算出场景深度,从而恢复出无雾图像。HE随后对算法进行了改进,减小了计算量并提高了精度,使该方法比较接近实用阶段。而文献[7]和文献[8]又对算法进行了改进。但仍然有两个缺陷:一是除雾深度参数变化范围大,二是除雾后,图像亮度会降低。本文针对这两个问题进行了研究,通过改进透射率的计算方法,减少了除雾深度调整的级数;通过亮度回补,既保证了图像的亮度,也减少了计算量。
1 基于暗通道先验的去雾方法
1.1 Mc Cartney大气散射模型
暗通道先验除雾方法是基于大气散射模型的一种方法[9]。1977年,Mc Cartney提出了著名的大气散射模型,大气散射模型主要由入射光衰减模型和大气光成像模型两部分组成。入射光衰减模型描述光从场景点传播到观测点之间的衰减过程,而大气光模型描述周围环境中各种光经过大气粒子散射后,对观测点所观测到的光强影响,大气散射模型可描述为
式中:I(x)为观测到的有雾图像;J(x)为待求的无雾图像;A为全局大气光强度;x为二维图像矩阵;t(x)为场景的透射率。J(x)t(x)为入射光衰减模型,随着景深的增加而随指数形式衰减;A[1-t(x)]为大气光成像模型,雾气浓度随景深的增加而随指数形式增加。
t(x)可用以下公式描述
式中:λ为大气散射系数;d(x)为场景深度。
从式(1)中可以看出,要得到无雾图像J(x),需要求出全局大气光A和透射率t(x)。
1.2 暗通道先验除雾
He等人收集了大量的户外无雾图像,通过观察和实验来研究和统计无雾图像的共同特点,提出暗原色先验理论。通过对原有雾图像的处理,可以得到天气晴朗下拍摄的无雾清晰图像,所以去雾后的图像应满足对晴天图像或无雾图像的统计规律。该规律表明:绝大多数晴天图像的局部区域都会有一个颜色通道很低的像素值。根据HE的方法,对于一副图像,将RGB各颜色通道值最低组成一个单独的颜色通道,称为暗通道,其暗原色图像各像素点值表述如下
根据He的研究,对于户外无雾图像,其RGB三颜色通道中至少有一个通道的值很低,即
对式(1)两边求取暗通道值,得到
由于Jdark(x)→0,因此
全局大气光A是通过选取图像中亮度最高的像素的0.1%求均值得到的。这样就得到了图像的透射率。
为了保持图像的立体感,并不需要去除所有的雾,使用一个去雾深度参数w可以实现,如下式
如果彻底地移除雾的存在,图像效果不真实,并且图像上的远景和近景之间视觉上的距离感会消失。所以引入去雾深度参数w(0<w<1),这样是为了适当地保留部分遥远景物的雾,保持图像的真实性,同时也能满足处理图像之后对清晰度的要求,w的取值与雾的深度、光照强度等有关。一般地,雾越浓,去雾后可能保留的雾越多,w取值越接近1;反之,雾越稀薄,w的取值就越小。w一般取0.92~0.95。
1.3 图像亮度降低原因
将式(7)带入式(1),得
等号右边第二项就是雾。由于A的取值为像素中亮度最高部分的0.1%的均值[6],对于J(x)的绝大部分像素值(99.9%以上),可近似认为J(x)≤A,因此
对式(8)两边取数学期望,得
可见,去雾后的图像平均亮度要低于原图像。
2 基于能量回补改进的暗通道先验图像去雾方法
2.1 能量回补原理
对于一幅二维图像F(x),其平均能量可定义为
式中:经过暗通道除雾后,由于去掉了雾,损失了图像能量,因此整体画面亮度会偏低。通常的解决方法是采用亮度自动调整。亮度自动调整运算量比较大,不利于除雾系统的实时性。对于目前设备所获取的图像,一般均经过了白平衡等一系列处理,使得图像亮度基本达到了最佳。如果将原始图像损失的能量补充回来,经过处理后的除雾图像画面就不至于太暗。设有雾图像I(x),去除雾后的图像为J(x),去除的雾为F(x)。F(x)可以用有雾图像减去去雾后的图像得到,即
为了适应对图像的操作,将图像能量可以从直流分量和交流分量两部分进行考虑[10]。对于有雾图像I(x),其直流分量可以用图像的平均值来衡量,如式(13):
交流分量可以用方差来进行衡量,如式(14)
同理,可以求出无雾图像J(x)、雾F(x)各自的直流分量和交流分量DJ,CJ,DF,CF。最终经过能量回补的图像J'(x)可以由下式得到
对应到图像参数中直流分量和交流分量实际表现为图像的亮度和对比度。
从式(15)可以看出,式(15)并不是能量回补的精确表达式,它只能在一定程度反映能量补偿情况,只能基本保证在同一场景不同去雾深度下图像亮度近似不变。
因此,为了使图像不至于过度补偿,最终将式(15)调整为
式中:a为亮度调整系数;b为对比度调整系数。
2.2 能量回补实现步骤
1)根据有雾图像I(x),求出其暗通道值Idark(x);
2)对暗通道值进行滤波;
3)根据图像求出全局大气光A;
4)根据式(7)求出透射系数t(x);
5)根据式(1)求出无雾图像J(x);
6)由有雾图像减去去雾后图像得到雾的图像F(x);
7)分别求出去雾图像和雾的图像的均值和均方差值;
8)按照式(16)对去雾后的图像进行能量回补。
2.3 讨论
1)对暗通道进行滤波时,可以采用多种方法实现。若用于快速处理场合,使用小模板和中值滤波可以避免图像中白边和黑边问题。
2)对于能量回补公式,若用于快速处理场合,可以将求均方差改为求绝对值。
3 实验结果
采用上述方法对几种场景图像进行处理,结果如图1~2所示。图中是两种场景下采用暗通道和本文改进的算法后的结果。
图1和图2均采用了a=0.8,b=1.2的参数。表1是图1、图2能量计算结果。从图中可以看出,经过能量回补后图像的亮度,可以近似稳定并与原图差别不大,受去雾深度影响较小。
前文已经提出,本文所述方法适合于对图像作二次处理。这主要是基于有雾图像的基本参数即亮度、对比度前期已经处理过,达到了一种优化状态。如果此条件不满足,则达不到满意效果。图3是图像参数未经自动优化的处理结果,图4是图3中原图经过对比度和亮度调整后的处理结果。表2是两幅图的平均能量计算结果。从图和表中可以看出:
1)经过参数优化的图像处理后能量要稳定一些;
2)本文算法在天空、云附近区域仍有过增强的问题,比原算法更严重。
4 小结
为了对雾天退化图像进行去雾处理,本文提出了一种采用图像能量回补来调节图像参数的方法。在理论分析暗通道先验去雾算法的基础之上,对其进行改进,从而有效恢复图像信息。基于能量回补的改进暗通道先验图像去雾方法,计算去雾图像和雾的图像的均值和均方差值,来调整图像的亮度和对比度。实验分析表明,改进算法可以有效提高并稳定去雾后图像的亮度和对比度,基本不受去雾深度的影响。但该算法有其应用局限,适合于做图像的二次处理,对未经优化的图像调整效果不明显,并且在天空、云等区域附近过增强明显,这也是下一步需要研究的问题。目前,该改进算法可以应用于视频监控、智能交通等户外系统,具有广泛的实际应用效果。
摘要：针对在暗通道先验去雾方法中图像亮度随着去雾深度加深而降低的情况,分析了导致图像亮度降低的原因,并结合户外自动白平衡的有雾图像,提出了一种采用图像能量回补来调节图像参数的方法,以此来提高图像亮度和对比度。实验结果表明,通过对去雾后图像损失的能量进行回补,对于不同的去雾深度,图像的亮度和对比度都能得到较好的调节。
关键词：去雾,暗通道先验,图像能量回补,对比度
参考文献
[1]ZHU Y B,LIU J M,HAO Y G.An single image dehazing algorithm using sky detection and segmentation[C]//Proc.2014 7th International Congress on Image and Signal Processing.Dalian:IEEE Computer Society,2014:248-252.
[2]HE K,SUN J,TANG X.Single image haze removal using dark channel prior[J].IEEE transactions on pattern analysis and machine intelligence,2011,33(12):2341-2353.
[3]LV X,CHEN W,SHEN I.Real-time dehazing for image and video[C]//Proc.Conference on Computer Graphics&Applications.Hangzhou:IEEE Computer Society,2010:62-69.
[4]HU C M,TANG P.Rapid dehazing algorithm based on large-scale median filtering for high-resolution visible nearinfrared remote sensing images[J].International journal of wavelets multiresolution&information processing,2014,12(5):494-496.
[5]FANG S,YANG J,ZHAN J,et al.Image quality assessment on image haze removal[C]//Proc.Control and Decision Conference(CCDC).Mianyang:IEEE Computer Society,2011:610-614.
[6]HE K,SUN J,TANG X.Guided image filtering[J].IEEE transactions on pattern analysis&machine intelligence,2013,35(6):1397-1409.
[7]孙小明,孙俊喜,赵立荣,等.暗原色先验单幅图像去雾改进算法[J].中国图象图形学报,2014,19(3):381-385.
[8]石磊,盖志刚.基于暗原色先验与反图像的图像去雾算法[J].电视技术,2015,39(23):19-21.
[9]杜宏博,王丽会.基于改进暗原色先验模型的快速图像去雾方法[J].计算机工程与应用,2016(1):178-184.