主从嵌入式系统论文（共7篇）
主从嵌入式系统论文 篇1
随着集成电路向着大规模、超大规模、甚大规模发展, 数字图像处理技术在硬件结构上的应用也发生了重大变化, 特别是随着DSP技术的飞速发展, 目前带有DSP处理器的实时图像处理系统已经成为图像处理的主流[1]。
1 系统硬件结构
根据某图像跟踪系统的基本功能要求所设计图像跟踪系统的硬件原理框图如图1所示。
系统中FPGA芯片采用V4系列中的XC4VFX20, 主要完成对两路图像的数据分流, 分流的一路通过FPGA驱动内嵌的MAC层内核与外部PHY控制芯片无缝接口, 实现千兆网的图像数据传输, 分流的另一路FPGA用于进行图像预处理, 处理后的数据发送到DSP, 由DSP进行图像处理算法的实现。驱动并转串模块, 用于实现与外部系统的实时通讯。DSP芯片——TMS320C6416, 用于对图像中目标的跟踪算法的实现[2]。
1.1 FPGA功能
VIRTEX-4 型FPGA (简称V4) 是目前Xilinx主流的高端FPGA, 是Virtex家族的第三个系列, 也是全球第一个使用90nm工艺的高端FPGA。V4开创了FPGA根据应用领域细分结构的先河, 我们这里使用的是V4系列中的FX系列的一款芯片, FX系列是V4 中最高端的器件, 是唯一拥有嵌入式Power PC硬核、嵌入式千兆MAC硬核和Rocket IO资源的V4, 并且拥有最多的片上存储器Block RAM、最多的时钟资源, 以及平衡的逻辑、DSP性能和并行IO资源[3,4]。
1.2 DSP功能
本系统采用的是TI公司生产的TMS320C6416芯片。TMS320C6416 系列的数字信号处理器, 是美国TI公司于1997 年推出的高端系列的DSPs。虽然该系列的DSP在芯片设计上, 最初主要是针对多通道无线通信和有线通信的应用领域, 但是, 由于其优异的高速处理性能和出色的对外接口能力, 因此, 这种器件也很适合用于雷达声纳图像处理、视频测量跟踪等领域。
DSP的软件编程和调试是通过闻亭公司的TDS510 仿真器在Code Composer Studio (CCS) 3.1 环境下完成的。CCS支持ANSI C语言和汇编语言, 本系统软件代码由C语言和线性汇编语言混合实现。CCS是TI公司推出的一个集成性DSP软件开发工具, 开发者可以进行软件编辑、编译、调试、代码性能、代码优化和项目管理等工作。
1.3 系统算法软件的应用
软件的主要任务是根据跟踪处理器系统的硬件特点以及总体方案技术指标, 完成对视频信号的采集、数字图像预处理以及对目标的识别跟踪和脱靶量计算输出。
据此, 系统在软件设计上采用多层算法结构:底层图像预处理技术 (中值滤波、直方图统计) , 中层图像特征提取技术 (图像灰度拉伸、Susan角点和SFIT特征提取) , 顶层目标特征匹配和目标跟踪 (模板匹配、SFIT特征匹配、模糊阈值分割、粒子滤波跟踪) , 最终实现多模融合的目标识别与跟踪[5]。
图2所示为本系统在实际应用中的截图。
2 结语
本文设计的硬件平台满足了跟踪系统的需要, 完成了序列图像的实时采集, 同时为实现各种实时图像处理算法提供了良好的硬件平台。设计中充分利用了FPGA等可编程器件以及FFPPGGAA内部可利用的硬件资源, 提高了系统的集成度和可靠性, 也简化了系统的硬件设计。
在此基础上, 本文从软件设计的角度出发讨论了系统中基于DSP的图像采集处理的算法软件。经过实际工程项目验证, 本系统的设计是成功的。
参考文献
[1]宋建中, 王延杰.跟踪测量电视系统[J].光学精密工程, 1995, 3 (5) :44-52.
[2]周宏仁, 敬忠良, 王培德.机动目标跟踪[J].北京:国防工业出版社, 1991.
[3]裴鹿成, 王仲奇.蒙特卡罗方法及其应用[M].北京:北京海洋出版社, 1998.
[4]Virtex-4 Family Overview.Xilinx Inc., 2006.
[5]Virtex-4 User’s Guide.Xilinx Inc., 2006.
主从嵌入式系统论文 篇2
关键词：主从冗余逆变系统,最大功率点,气象监测系统,功率监控系统,转换效率
0 引言
随着我国新能源产业的不断发展,光伏发电应用范围不断扩大,设备利用率不断提高,光伏发电系统在使用中暴露的问题也愈显突出。
传统的光伏发电系统由光伏电池模块(PV MOUDLE)汇流装置、逆变系统和升压并网装置三大部分构成。其中光伏电池模块主要由单元化单晶硅或多晶硅、薄膜、聚光CPV、或多层薄膜构成,汇流装置由光伏组件汇流箱和逆变器汇流箱两部分构成。逆变系统和升压并网装置分别由逆变器和升压装置构成。
传统的逆变系统在整个光伏发电系统工作时,始终保持工作状态,其工作时间和系统工作时间一致,这就带来一定的不利影响:当处于多云、阴、雨雪等天气下,太阳光照不足,光伏电池组不能输出额定功率,但逆变系统仍然要全时处于工作状态,无形中增加了逆变器的工作时间,加剧了逆变器的损耗;当传统的单逆变器逆变系统中的逆变器发生意外故障时,整个系统均受影响,系统将处于瘫痪状态,发电量为零。
为克服传统逆变系统的缺点,本设计方案采用了主从冗余结构逆变系统,该系统由多个逆变器构成,通过实时监控系统最大功率点,实时控制多个逆变器构成冗余系统。克服了传统逆变系统逆变器损耗严重和故障率高的缺点,并能够保证只要有一台逆变器没有故障,整个发电系统就能够正常运行。
1 主从冗余逆变系统构成
主从冗余逆变系统是光伏发电系统的重要组成部分,主从冗余逆变系统由主逆变器、从逆变器、光伏电池模块输出功率监控系统、气象监控系统等构成,如图1所示。
2 系统设计原理
2.1 系统设计理念
主从冗余逆变系统的基本设计理念是通过监控系统监测,计算光伏电池组输出最大功率,通过智能控制器自动控制相关逆变器投入工作,从而使驱动系统在最佳模式下运行工作。提高逆变系统寿命,减少系统故障率和维修保养费用。
2.2 光伏电池组工作特性
光伏电池组的基本输出特性可以按照光伏电池组特性曲线进行分析。
典型的多晶硅光伏电池输出电压和电流的关系如式1所示:
ILG-光电流IOS-光伏电池暗饱和电流
q-单位电荷(1.6×10-19)A B-理想因子(1-2)
k-波尔兹曼常数(1.38×10-23)V-光伏电池输出电压
RS-光伏电池串联等效电阻Tr-参考温度T-工作温度
IOR-Tr温度下的暗饱和电流EGO-半导体材料禁带宽度
ISCR-标准测试条件下光伏电池短路电流
K1-短路电流温度系数λ-日照强度
根据计算,如图2所示光伏电池组输出伏安(V-A)特性曲线上,必然在一点可以达到输出功率最高,该点我们称为光伏电池组最大功率点(MPP)。我们可以把最大功率点作为系统设计和分析的重要依据之一。
光伏电池组在实际运行中,受到环境因素影响很大,光伏电池组的输出电压和电流受环境影响变化很大。特别是以环境温度和太阳照度影响最大,其中环境温度又包括光伏电池组模块温度和空气温度。在实际工作中,光伏电池组在以上因素影响下的变化规律是:当整体温度上升时,光伏电池组输出电压下降,当太阳光照度增加时,光伏电池组输出电流上升。
以某型号光伏电池组为例,通过实验和数据记录,我们得到不同温度下的光伏电池组输出功率(伏安特性)曲线,如图3所示。同样,通过实验还可获得不同照度下的光伏电池组输出功率(伏安特性)曲线,如图4所示。
2.3 气象监测系统设计
气象监测系统系统以PLC和核心控制器驱动传感器进行工作,系统由传感器、PLC等构成。传感器设计为双照度传感器+双温度传感器格局,双照度传感器用于采集当前环境照度下,电池组不同位置的照度值,系统以平均值作为参考,双温度传感器中一只用于检测空气温度,另外一只用于检测太阳能电池组模块温度,气象监测系统可通过传感器实时测量动态照度和温度数据。
2.4 输出功率监控系统设计
光伏电池模块输出功率监控系统以PLC为核心控制器,通过接收气象监测系统提供数据,然后计算获得最大功率点,通过改变光伏电池组工作电压,追踪系统使光伏电池组输出最大功率。
2.5 系统工作原理
本系统通过气象监测系统获取温度和照度的动态数据,然后根据光伏电池组的特性,由智能控制器实施计算,通过监控系获得光伏电池组的实时最大功率输出,智能控制器根据光伏电池组发电功率大小,控制主从逆变系统实施不同数量逆变器投入方案,最终完成逆变功能。
3 系统应用测试
通过使用主从冗余逆变系统,可以降低变频器的使用时间,如表1所示。
在实际应用中,当遇到多云、阴、雨雪天气时,由于光伏电池组不能输出额定功率,逆变器不会全部投入工作,待机下的逆变器几乎没有功率消耗,并可以节约逆变器使用寿命。
系统还设计了使用循环为主逆变器工作方式,可以使所有逆变器运行时间基本相等,使各个逆变器寿命平均。
在系统中任一逆变器出现故障的情况下,系统可以跳过故障机,持续保证系统正常运行,完成系统冗余设计功能。
4 结论
逆变系统是光伏发电系统的重要组成部分,通过实施冗余设计下的主从结构,提高了光伏发电系统的可靠性和环境适应性,并具有一定的拓展性,对于提高光伏电站转换效率有很大作用。
参考文献
[1]张超,何湘宁.短路电流结合扰动观察法在光伏发电最大功率点跟踪控制中的应用[J].中国电机工程学报,2008,26(20):98-101.
[2]熊远生,俞立,徐建明.固定电压法结合扰动观察法在光伏发电最大功率点跟踪控制中应用[J].电力自动化设备,2009,29(6):85-87.
[3]程启明,程尹曼,汪明媚,等.光伏电池最大功率点的跟踪方法[J].上海电力学院学报,2009,25(4):346-348.
[4]陈兴峰,曹志峰,许洪华,等.光伏发电的最大功率跟踪算法研究[J].研究与试验,2005,2005(1):8-11.
[5]田立坤,张千帆,程树康.基于光伏电池模拟器的最大功率点跟踪控制研究[J].微电机,2008,41(7):62-64.
主从嵌入式系统论文 篇3
随着机器人技术在各个领域的广泛应用, 其末端执行器作为与环境作用的执行部件对于机器人的作业水平有着十分重要的意义, 其作业环境的复杂程度和任务的精细度也变得越来越高, 普通的机器人末端执行器在这些领域已经无法胜任。在这种背景下, 从20世纪后半期开始, 机器人灵巧手成为机器人领域的热门研究方向之一。然而大部分机器人都存在一个问题, 即无法适应环境的变化, 而以现有的技术还无法研制出具有自适应性的机器人。主从控制利用人的感知、判断、决策能力可以解决机器人无法适应环境的问题。这种控制方式将控制系统的任务决策交由人来完成, 由操作者来决定机器人如何运动。
1 主从控制系统的规划
主从控制规划是确定如何将人手的运动转换为灵巧手运动, 这里需要解决的一个关键问题是人手和灵巧手的运动映射关系。运动映射的本质是通过跟踪人手手指的运动来控制灵巧手手指的运动, 从而使得灵巧手实现类似人手的操作。灵巧手虽在外形上仿照人手, 但由于每个人的手的大小各不相同, 因此无法直接进行关节姿态映射。将灵巧手的机械结构与人手的结构进行比较分析后总结了它们在抓取时的共同点和不同点, 设计出了主、从手指尖位姿映射的控制方式:将人手进行抓取时的指尖空间位姿映射为灵巧手坐标系中的空间位姿, 通过灵巧手的逆运动学方程, 求出满足运动约束条件的解, 从而得到灵巧手关节的角度, 进而实现对灵巧手指尖位姿的控制。这种指尖位姿映射方法是将人手指尖相对于手掌系的位置映射给灵巧手[1]。下面以食指为例来说明如何实现主、从手的指尖位姿映射。以从手食指掌指关节轴的中心处为坐标原点, 建立从手坐标系, 如图1所示。
从手指尖在其坐标下的位置及其倾角方程为:
式中, φ1、φ2、φ3为从手食指关节转角;a1、a2、a3、a4为从手各指节的长度; (Px, Py) 为从手指尖位置坐标;ψ为从手指尖对x轴的倾角。并且可以通过主操作手食指指尖的空间位置及其倾角方程以及主手指尖位姿与灵巧手指尖位姿的映射关系求得其运动学逆解, 即从手关节转角与指尖位姿的关系。
式中, k1=Px-a1-a4cos (φ1+φ2+φ3) ;k2=Py+a4sin (φ1+φ2+φ3) 。
由以上公式就可以控制从手的关节转角, 进而实现对从手指尖的位置控制。主从控制的运动映射关系是在软件中通过C语言编程由DSP计算实现的。
2 软件控制方案设计
多指灵巧手的软件系统包括灵巧手关节回零和关节运动控制2大功能模块。关节回零模块功能是使得灵巧手各手指运动到规定的“零位”状态。系统上电后首先进行复位, 然后通过点位控制实现关节回零。关节运动控制模块是控制系统的重要组成部分, 其功能是使得人手实时控制灵巧手作出相应的动作, 实现灵巧手指尖的轨迹控制, 控制算法采用的是数字增量式PID算法。系统检测到灵巧手各关节处超声电机位置信息后进行PID调节, 调节超声电机的转速使它更接近于期望转速, 控制从手快速、稳定地运动到主手给定的指尖位置。这2个功能模块利用DSP的开发环境在CCS中通过C语言编程实现[2,3], 主要包括系统初始化程序、灵巧手关节回零程序、关节运动控制程序。
3 控制算法
PID控制算法是目前工业控制中常用的控制方法, 它具有算法简单、精度高、可靠性好等特点。由于超声电机具有时变、非线性等特点, 目前尚无有效的控制模型[4], 而PID控制器的设计可以不需要被控对象的模型, 故已成为超声电机控制的基本手段。本文研究的灵巧手位置伺服控制系统采取数字增量式PID控制方法, 使得位置伺服控制的动态响应能准确、稳定地跟踪理想位置轨迹。通过PID控制器对超声电机的目标位置与实际位置进行比较, 得到位置偏差e (t) =r (t) -y (t) , 再将偏差的比例值、偏差对时间的积分值以及偏差对时间的微分值进行线性组合构成关节的控制量。
4 主程序设计
图2是主从控制系统主程序流程图。
控制流程为:系统上电后先对各个外部设备初始化, 并将3个手指回零, 即控制各个手指回到伸直状态;然后开定时器, 设置采样周期, 等待定时器中断;DSP响应定时器中断后进入定时器中断子程序, 启动A/D转换并返回主程序等待A/D中断;所有的A/D芯片转换结束后, 控制器读取当前灵巧手各关节的实际位置信号, 并调用PID控制规律给出电机的控制量, 控制灵巧手关节上超声电机的转动速度, 使它的实际转速更接近于期望转速, 同时判断灵巧手关节是否到达目标位置;如果没有到达, 则进入下一个采样周期采样灵巧手的关节角度、进行电机的转速调节, 直至电机转到目标位置;灵巧手各个关节转角到达目标位置后, 设置控制超声电机起停和运动方向的GPIO口, 使灵巧手停止运动, 主程序进入等待状态。
5 数据采集及处理
A/D采样程序是灵巧手主从控制系统的关键, 采样精度直接决定了系统的控制精度。完整的A/D转换程序的流程框图如图3所示。
数据采集系统所采集的数据在转换和传输的过程中不可避免地受到零点漂移和各种干扰的影响, 使其偏移实际值。所以在使用采样的位置信号做控制前需要对它们进行适当的处理, 加入滤波算法。这里采用中位值滤波法, 可以有效克服因偶然因素引起的波动干扰, 具有良好的滤波效果。处理方法为:将采样值取N个点存储在数组中, 将这N个采样点的值按从小到大进行排序之后, 取中间的N/2个值求和取平均值[5]。
6 关节回零
灵巧手关节回零程序流程如图4所示, 首先检测灵巧手各手指是否处于“零”状态, 所谓“零”状态就是指各个手指都处于伸直状态。根据电位计安装位置, 手指处于“零”状态时各个关节传感器的值为2.5 V, 这样保证关节在“零”位置顺时针或逆时针旋转160°传感器都在其线性输出范围。然后调用A/D采样程序, 采样各个关节位置信息并与“零”状态时位置信息进行比较, 若发现某些关节没有在“零”状态则根据采样的电位计的电压值控制电机正转或者反转回到“零”状态:根据电位计的安装位置, 采样值小于2.5V时, 该关节的超声电机需反转来驱动关节回到“零”状态;采样值大于2.5 V时, 超声电机需正转来驱动关节回到“零”状态。该过程中系统定时采样关节的位置信息, 直至各个手指都回零。超声电机的起停和正反转控制是由GPIO口的引脚信号控制的。若全部关节都处于“零”状态, 则程序进入等待状态, 等待控制器发出其他的动作指令。
7 关节运动控制
灵巧手的位置反馈控制中, 要保证灵巧手各个关节任意时刻的位置精度才能实现轨迹跟踪控制。基于位置反馈的PID算法将超声电机驱动器的调频电压作为其输出控制量, 实际调节的是电机的速度, 使电机的转速更接近它的期望速度。在PID控制算法中, 3个PID参数是保证控制效果的关键。要确定这3个系数值, 通常有2种整定方法, 一类是理论计算, 另一类是现场整定法。由于超声电机尚无实用且有效的面向控制的理论模型, 所以只能依靠工程经验直接在已建立的控制系统中进行参数整定[6]。灵巧手的控制系统要实现3个手指的协调控制, 对系统的响应速度要求较高, 并且要有较好的低速性能。采用现场整定法, 反复启动灵巧手运行, 按先比例、后积分、再微分的步骤进行参数整定, 找到使其控制效果最佳的参数, 选定KP=0.9, KI=0.1, KD=0.1。PID程序框图如图5所示。
三指灵巧手共有12个关节, 控制过程中对12个电机的控制是以顺序方式执行的。虽然灵巧手各个关节的控制有先后顺序, 但由于DSP的处理速度很快, 当人手的拇指、食指和中指同时动作抓取物体时, 灵巧手各手指也几乎是同时做出抓取动作的。12个关节的控制顺序为:拇指的掌腕关节TMⅡ→食指掌指关节MPⅡ→中指掌指关节MPⅡ→拇指掌腕关节TMⅠ→食指掌指关节MPⅠ→中指掌指关节MPⅠ→拇指掌指关节MP→食指近端指间关节PIP→中指近端指间关节PIP→拇指远指关节IP→食指远端指间关节DIP→中指远端指间关节DIP。
8 结语
本文对主操作手和灵巧手进行了主从控制规划, 得到了主手和灵巧手的位姿映射关系, 给出了软件控制方案和控制算法, 并详细介绍了各个程序模块的流程图。对数据采集处理、灵巧手关节回零、关节运动控制等模块阐述了具体的实现方法, 特别是对关节运动控制模块, 采用了增量式PID算法来实现电机速度调节和起停、正反转控制。通过程序验证了本控制系统可以实现灵巧手手指与主操作手的随动, 可以模仿人手的动作完成各种手势。
摘要：根据多指灵巧手的结构特点和性能要求, 在控制系统硬件的基础上, 进行了主从控制规划和方案设计, 采取数字增量式PID控制方法, 编程实现了灵巧手关节回零和关节运动控制2大功能模块。
关键词：灵巧手,主从规划,PID,设计
参考文献
[1]刘杰, 孙汉旭, 张玉茹.人手到灵巧手指尖运动映射的实现.北京邮电大学学报, 2005, 28 (2)
[2]谭浩强.C程序设计.北京:清华大学出版社, 1999
[3]孙丽明.TMS320F2812原理及其C语言程序开发.北京:清华大学出版社, 2008
[4]T.Sash ida, T.Kenjo.An Introduction to Ultrasonic Motors.Oxford:Clarendon Press, 1993
[5]贾灵.三指灵巧手控制和感知系统的研究:[硕士学位论文].哈尔滨:哈尔滨工程大学, 2003
主从控制在纸机传动系统中的应用 篇4
海南金红叶纸业有限公司使用变频柜采用460V传动矢量控制方式。在它们之间实现机械负荷在主从传动点之间的任意分配, 就是通过主从控制进行实现的, 并且还使得辊件之间的无差速运行得到了保障。
1 纸机传动控制系统的构成
纸机传动系统的构成如图1所示。
由图1可以看出, 纸机传动系统是各个APC2控制器通过AF100现场总线交换数据的。这里, 总控制器是APCA01, 总控制器负责与进线柜通讯以及对公共信息的发布和接收。传动控制器是图中的APC11-APC19, 传动控制器负责的是对每一个传动点的控制, 而每一台控制器不能一次性控制太多传动点。
纸机对电气传动系统的要求。一般情况下, 纸机对电气传动系统的要求需要达到以下几点:第一, 对纸机的工作速度范围要求较大;第二, 需要对速度的稳定进行较好的调整;第三, 需要对不同传动点之间的速度差进行控制。
2 主从控制
主从控制的简介。主从控制的运行主要是通过机械部件在传动点之间进行连接。例如, 齿轮、皮带、链条等机械部件。光纤并行通讯方式的控制方式, 是主传动点对从传动点进行控制的主要控制方式。在这个控制过程中, 对速度进行控制的是主传动点。而在主传动点进行速度控制的时候, 从传动点对主传动点的转矩参考值以及速度值进行跟随。
一般情况下, 从传动点采用转矩控制的情况, 应该是在主传动点以及很多个从传动点的电动机轴再通过机械部件进行硬性连接时。例如, 齿轮和链条。这样做的目的是使主传动点与从传动点之间的无速差运行以及和服之间的分配得以实现。
主从控制连接技术范围。在进行主从控制连接的时候, 一个主传动点连接的从传动点最多不能够超过十个, 主从传动点的传输时间的参考值每秒不超过5米。主从控制软硬件组态。在主传控制软硬件中, 作为传动点的是MNNC板。而MNNC板的通道CH2, 则主要运用在各个传动点之间的组从控制硬件组态。
将传动点进行速度控制是最为常见的一种方式, 之后就可以将其作为一个主从控制通讯中的应主站, 而后就将传动点进行转矩控制, 使其成为通讯控制的从站。至此, 主从控制的技术连接完成。
3 主从控制的主传动点以及从传动点
主传动点。各个从动点所接收到的转矩参考值的地址, 是从动点的参数通发送出来的。除此之外, 各个从动点接收到速度参考值的地址还可以是主传动点参数用同样的信息广播方式而发送出来。如果要将从传动点设置为转矩控制, 那么主传动点的典型参数地址的设置就会跟以往不一样。
表1参数设置的应用只适用于主传动点, 而对于从传动点, 则不需要进行设置。
从传动点。若是在各个从传动点的参数70.08CH2M/F mode中所选择的模式是follower的模式, 固定参数设置见表2。
从传动点在整个系统中的作用, 就是把数据字以非常快的速度从Dataset41中读取出来, 并将它们放到参考值中。这里的参考值指的是速度参考值与转矩参考值。
从传动点的通讯故障的诊断。每一个主传动点发送给从传动点的转矩参考值, 无一例外都是通过从传动点的TORQ REF A信号进行接收的。而任何一个从传动点都能够对主从通讯的中断与否进行检测。它的工作原理是在两个参数之间对超时时间以及通讯丢失后的从传动点的运行方式进行分置。NAMC板的CHO作为一个反馈渠道, 将从传动点的诊断信号反馈给控制器, 再由控制器APC2对其进行后续的故障处理。
4 结语
由于机械硬性连接的每一个传动点之间的线速度存在速度差的问题, 这样的问题又通过主从控制的方式得到了解决, 使得每一个传动点之间的由速度差问题而造成的辊件表面的磨损问题得到了较好的抑制, 因此使用效果较为理想。
参考文献
[1]金勇范.主从控制在纸机传动系统中的应用[J].中国造纸, 2006, 25 (1) :67-68.
[2]汪明, 张承慧.可编程计算机控制器在纸机传动系统中的应用[J].中国造纸, 2004, 23 (8) :16-19.
主从嵌入式系统论文 篇5
钢锭钳式吊是钢铁企业初轧开坯工序中的主要设备,舞阳钢铁公司轧钢厂钳式吊用于在均热炉上方吊装铸钢锭。两台钳式吊完成钢锭卸货、除鳞以及12座加热炉的钢锭装炉和出炉(钢锭的出炉温度为1 200 ℃左右),钳式吊原始设计年生产能力为35万t。因市场需求,公司要求达到年生产能力70万t。现有的钳式吊系统满足不了要求。原始钳式吊系统存在的问题:钳式吊大车4台电机速度不同步定位不准确,力矩不均衡产生相对转矩,大车轮轴经常断裂,降低了工作效率。鉴于以上原因必须采用新的控制模式使大车4台电机速度同步、力矩均衡。由于钢锭钳式吊大车系统4台电机的制造厂家不同,很难保证所有电机参数一致,同时由于机械磨损偏差导致机械传动差异,如采用传统的PID独立控制方式,大车4台电机速度和力矩很难同步。因此我们采用模型参考神经网络主从控制方法解决问题:先设定其中1台电机为主控制电机,其它3台为从控制电机。主电机速度和力矩采用传统的最优化PID调节模式,3台从电机以主电机为参考模型,采用模型参考神经网络自适应方法来实现和主机速度同步和力矩跟随。
2 大车系统配置及控制原理图
钢锭钳式吊大车系统4台电机中向前运动时以电机控制器(C1)为主控制器,其余3台为从控制器。向后运动时以电机控制器(C3)为主控制器,其余3台为从控制器。主控制器在任何状态下均工作在电压电流双闭环状态,从控制器工作在力矩模式状态下。控制命令、主机力矩给定、主机力矩反馈均由主控制器通过点对点串行通讯接口传送给从控制器。
钢锭钳式吊大车电气传动控制系统的基本硬件配置及通讯原理见图1。电机励磁由各自的控制器分别给出。
各控制器间通过工作于点对点(peer to peer)单工模式的串行口连接成如图1所示的网络。其中大车向前运行时以C1为主机,发送数据,C2,C3,C4为从机,接收由C1发送的数据;大车向后运行时以C3为主机,发送数据,C4,C1,C2为从机,接收由C3发送的数据。
为使大车系统的4台电机的负荷均衡,大车向东运行时,我们选取C1作为主控制器,采用速度电流最优PID双闭环模式;而C2,C3,C4为从控制器,工作在电流闭环模式,电流给定为C1速度环输出(通过点对点串行通讯传送),即4台控制器的电流给定相同。在电机特性基本一致,电流调节器参数一致的情况下,可保证电机输出的转矩相等,不会产生相对转矩。但是实际情况是大车电机由于生产制造厂家不同,难以保证参数一致,另由于机械磨损偏差导致机械传动差异,所以采用常规PID调节器很难实现所有电机力矩都均衡。因此我们提出了采用模型参考的神经网络主从控制方法,解决了负荷均衡问题和启制动平稳的问题。4台控制器的控制命令信号由主控制器C1中的运行及控制逻辑生成,3台从控制器跟随主控制器运行。控制命令信号通过点对点串行通讯传送。大车系统运行时电机控制系统简化的逻辑框图见图2。
图2中,C1控制器中逻辑开关K的作用为:在大车系统向前运行时,K合向位置1,C1工作于主控制器模式(速度闭环),C2,C3,C4工作于从控制器模式;大车向后运动时,K合向位置2,C3工作于主控制器模式(速度闭环),C1,C2,C4工作于从控制器模式。从控制器的模型参考神经网络控制器调节量由主机给定电流、从机的反馈
电流及主机和从机的电流偏差来决定。
3 神经网络控制在钳式吊大车系统上的应用
PID控制器是应用最广泛的一种控制器,其数学模型可以用下式表示[1]:
将式中的积分用求和代替为
∫
将式中的微分用有限差分代替为
式中:T为采样周期;k为采样序号,k=0,1,2,…;Kp为比例系数;Ti为积分时间;Td为微分时间 ;e(k-1)和e(k)分别为第 (k-1)次和第k次采样所得的偏差信号。
则式(1)可近似为
根据式(2)构造神经元模型[2],结构如图3所示。
令: P1(k)=e(k)
P3(k)=[e(k)-e(k-1)]/T
u(k)=ω1P1(k)+ω2P2(k)+ω3P3(k)
在控制过程中 ,3个权值ω1,ω2,ω3依据偏差来修正。当偏差小于给定误差时 ,则权值不再修正。由神经元构成的系统控制如图4所示。
其网络权值修正公式为[3]
Δωi=Lr|y0(k+1)-y(k+1)|·Pi(k)
式中:Lr为学习步长;y0为期望值;y为输出值。
在本系统中y*为主机从机的力矩给定,y0为主机的力矩输出,y为从机的力矩输出,u为从机的控制量。采用神经网络模型参考自适应主从控制系统后系统简化原理如图5所示。
此系统中,将主机速度调节器作为神经网络调节器的输入,电流调节器作为神经网络的参考模型。图5只画出了一个从机,其它的从机也是这种模式。
4 结论
实验室对采用传统的PID调节器及神经网络的模型参考自适应调节器进行仿真对比发现,采用传统的PID调节器在电机模型失配(电机模型参数改变10%)的情况下从机的力矩跟随效果达不到要求。而在同样情况下,神经网络的模型参考自适应调节器力矩跟随效果比传统PID调节器好得多。
图6为采用神经网络的模型参考自适应控制系统在钢锭吊装过程中实际运行曲线,其中n为主机速度曲线,Mz为主机(从机参考模型)的力矩曲线,Mc为从机的跟随力矩曲线。
从以上实际曲线可以看出,我们采用神经网络的模型参考自适应调节器取得了很好的控制效果,完全达到了预期的目的,大车电机速度同步力矩基本均衡,满足了生产的要求。
参考文献
[1]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1992.
[2]黄德双.神经网络模式识别系统理论[M].北京:电子工业出版社,1996.
主从嵌入式系统论文 篇6
关键词：AVR,GPS,主从式,数据采集
0 引言
GPS全球定位系统作为目前世界范围内通用的定位系统, 已经应用于国民经济的各个方面, 其技术具有全天候、精度高和自动测量等特点。但是, 简易GPS系统仅仅能够进行单点独立信息解算以及运动速率测量, 无法满足相对多点的数据融合解算。GPS数据采集系统的主从式设计, 可以将多点的数据信息融合, 相互关联解算, 实现多个地理信息点的位置关联。
1 总体设计方案
系统分为主机和从机两个子系统。从机对GPS信号进行采集和信息解算, 同时将信息不经处理直接发送给主机系统。主机系统将信息进行解算后, 通过串口发送给PC机, 由PC机通过多点信息融合算法, 对用多点信息进行融合, 将各点信息进行关联, 得到多个地点相对主机的位置, 以及相互之间的相对位置关系。如图1所示。
2 硬件结构设计
系统主要由最小系统板、GPS数据采集模块、无线通信模块、显示模块、电源模块以及按键模块等主要部分组成。系统硬件结构设计如图2所示。
2.1 最小系统板
该系统采用AVR系列的ATmega16L单片机芯片, 它是基于增强的AVR RISC结构的低功耗8位CMOS微控制器。该单片机内核具有丰富的指令集和32个通用工作寄存器, 片内ISP Flash允许程序存储器通过ISP串行接口, 或者通用编程器进行编程[1]。通过将8位RISC CPU与系统内可编程的Flash集成在一个芯片内。最小系统电路原理图如图3所示。
2.2 GPS数据采集模块
GPS数据采集模块采用HOLUX GR-87智慧型卫星接收模组, 是一个完整的卫星定位接收器, 它可以储存卫星资料[2,3]。GR-87接口协议是基于美国国家海洋电子协会的NMEA-0183 ASCII的接口规范上的, 默认的NMEA通信参数波特率为4800波特, 8位数据位, 1位停止位, 无奇偶校验位[4]。参数记录形式及意义如下表所示。
2.3 无线通信模块
无线通信模块的主要作用是将从机采集到的GPS数据信息发送给主机, 是以PT2262和PT2272无线发射接收芯片对为核心的传输模块。发送模块将串行数据进行调制后, 以344MHz的频率信号发射出去;接收模块接收到信号后, 对信号进行解调, 得到数据信息。
2.4 显示模块
显示模块以128×64的LCD液晶为主, 结合偏压电路、数据总线和控制总线组成。该液晶显示模块可以显示汉字和图形, 内置8192个16×16点阵的中文汉字、128个8×16的字符以及64×256点阵显示RAM。可与单片机以串行和8位并行数据总线的形式进行连接。因此, 采用该模块方便显示表达多样的地理位置信息, 增强了系统的可读性和可操作性。
2.5 电源模块
在系统中主要对以下单元供电, 分别是Atmege16L单片机最小系统、液晶显示单元、GPS数据接收单元和无线发射接收单元。前三个单元都需要5V电源供电, 而无线发射单元需要12V电源供电, 这就需要输入的总电源至少不低于12V, 同时还要有相应的降压、稳压部分, 保证稳定供电。系统选取AMS1117系列电源芯片以及滤波电容为各个单元提供稳定电源。
2.6 按键模块
按键模块由独立按键组成。独立按键用于显示信息的选取、显示信息翻页以及时间校对功能的调节等。
3 软件模块设计
程序运用C语言在ICC AVR环境下进行编写, 以JTAG方式将编译的程序下载至Atmege16L单片机。程序运行后, 首先对显示模块、GPS数据读取模块、单片机串口等模块进行初始化。
进入中断服务程序后, 立即关闭中断, 读取出UDR缓冲器中的数据, 然后对局部变量进行甄别之前, 用发送函数将其通过单片机的TXD串口发送出去[5]。由于每次读取的UDR中的数据为8位, 即一个字节也是一个ASCII码的长度, 进而对每次读取的ASCII码值进行甄别, 若字头不是“$GPGGA”则对所有局部变量清0, 开中断后, 中断返回, 从断点处开始执行后面的程序, 直到字头为“$GPGGA”的信息到来。
当甄别到字头为“$GPGGA”的信息到来后, 根据NMEA-0183通信协议特点, 对逗号“, ”个数进行计数, 将所需要的逗号后面的信息存入预先设置的全局数组中, 以便显示函数的读取。
4 结束语
本文介绍了基于AVR系列Atmege16L芯片的主从式GPS数据采集系统。利用GPS数据采集模块对卫星数据信号进行分析处理, 对各个从机采集到的数据信息进行分离提取, 应用无线通信模块将信息传送回主机并通过PC机进行解算。实现了多点地理位置信息的数据融合, 进而实现从机与主机、从机与从机之间相互位置信息关联。
参考文献
[1]马潮.AVR单片机嵌入式系统原理与应用实践[M].北京:北京航空航天大学出版社, 2007:198-214.
[2]胡国军, 刘光明, 李世忠, 张瑛.GPS数据自动化下载与处理软件的设计与实现[J].电子工程师.2007, 33 (02) :52-55.
[3]郝代春, 胡秀林, 尚晓琥, 张蕴玉.单片机控制的GPS信息解调与显示系统[J].电子工程师, 2001, 27 (01) :5-7.
[4]曹婷婷, 高玉.GPS中NMEA-0183协议的应用[J].电子工程师.2006, 32 (10) :8-11.
[5]夏莉英, 陈雁.AT89C51单片机与PC机的通信接口及编程[J].电子工程师.2006, 32 (09) :52-55.
主从嵌入式系统论文 篇7
1 引言
近年来,系统规模日益扩大以及系统元件复杂化成为电力系统发展的两大主要趋势,系统的安全稳定问题也随之产生[1,2,3,4]。特别是随着交直流混联输电的格局逐步形成,并联运行的交流与直流线路关联紧密,彼此间相互影响,系统运行特性也更为复杂。由电网局部故障波及整个网络造成的大规模停电事故,在国内外偶有发生,造成了严重的社会影响和经济损失。因此,在不能预知故障发生的情况下,准确地确定电网当前的脆弱源,并采取事故前主动防御措施,进而预防连锁故障的发生,是一项非常重要的研究课题。
安全博弈理论为上述问题提供了合适的研究手段。在该理论中,由自然原因或蓄意攻击导致的电网故障被视为攻击方,而系统相关部门被视为防御方。攻击方试图使系统元件并发故障而退出运行,最大化系统损失; 而防御方则采取防御策略,增强系统安全裕度,降低系统故障损失。安全博弈及其均衡解可指导系统最优防御策略的制定,同时可用于辨识系统薄弱环节,合理评估系统运行的可靠性与脆弱性。一般而言,结合系统实际,攻防双方先后决策,符合主从博弈的一般过程,相应建模方法可分为以下三类:
( 1) A-D( 进攻者-防御者) 模型
即进攻者先于防御者决策,属于典型的双层规划模型。可通过求解所得进攻者( A) 的Stackelberg均衡策略用于辨识系统薄弱环节。
( 2) D-A( 防御者-进攻者) 模型
即防御者先于进攻者决策,属于典型的双层规划模型。可通过求解所得防御者( D) 的Stackelberg均衡策略指导系统防御策略的初步制定,但策略的最优性往往很难保证[5]。
( 3) D-A-D( 防御者-进攻者-防御者) 模型
防御者、攻击者、防御者依次决策,属于典型三层规划模型。可通过求解所得防御者( D) 的Stackelberg均衡策略解决系统在无法预料多重扰动的情况下,最优防御策略的制定问题。
采用上述主从博弈模型进行系统脆弱性评估以及防御策略制定的相关研究在国内还较为少见。在早期国外的研究中,A-D模型由于求解难度较低,常用于评估系统元件的关键程度,并基于所得结果进行防御策略的制定[6,7]。然而研究发现,直接对所得关键元件进行防护,往往并非最优防御策略[5,8]。此外,上述模型虽然考虑了相关部门所采取的调整措施对元件关键程度的影响,但调整措施在故障发生后才被动开展,对并发故障的抵御效果较差。而D-A-D模型可以弥补其不足,变传统“被动挨打”的安全防御部署模式为“主动出击”,有效降低系统损失。
文献[8-10]均尝试采用D-A-D模型指导最优防御策略的制定,即通过对有限资源的优化配置,合理选择系统中部分元件进行防御,以极小化故障造成的系统损失。然而受限于问题求解的难度,以上研究对于攻防双方的建模仍较为抽象。
本文在上述工作的基础上,针对交直流混联系统提出了主动防御策略制定的主从博弈模型,即DA-D模型。上层模型负责进行电力系统防御策略的制定,中层模型确定并发故障元件集合,而下层模型则模拟系统故障后的安全调度过程。同时在上层防御策略的制定过程中,考虑不同元件防护成本差异,使所得结果更具有参考价值。上述模型可先转换为下层为混合整数线性规划的双层模型,后采用枚举树算法求解。IEEE30节点系统的仿真结果验证了上述模型的合理性。
2 交直流混联系统主动防御策略制定的主从博弈模型
2. 1 问题背景描述
电力系统相关部门与系统故障之间的主从博弈过程能够由D-A-D模型来刻画。该模型可自然反应电力系统相关部门的真实动作过程,具体分为以下三个阶段。
( 1) 第一阶段中,电力系统相关部门制定防御规划策略,对资源进行优化配置,选择系统中的关键元件进行重点防护,以降低故障带来的系统损失。具体的防御措施可以为备用元件的投入、安全监控设施的部署等。
( 2) 第二阶段中,自然原因或蓄意攻击导致电网多个元件同时故障。该故障元件集合试图极大化系统损失。
( 3) 第三阶段中,电力系统相关部门进行事故后潮流调整。由于直流线路传输功率具有可控性,因此相关调整手段可考虑为直流传输功率调节量ΔPd、发电机出力调节量 ΔPg和负荷切除量 ΔPld三种。
在实际电力系统中,上述三个阶段相互影响,各决策者间相互博弈满足自身优化目标。第一阶段的防御措施与第三阶段的安全调度过程均将影响系统元件的脆弱性分布,进而影响并发故障元件的确定。为了确保第一阶段防御措施的鲁棒性,应在第一阶段防御策略制定时考虑后续两个阶段的影响。
2. 2 主从博弈模型
本节中使用的参数与变量如表1和表2所示。
基于2. 1节分析,本文所提出的电力系统相关部门与系统故障之间的主从博弈过程可由D-A-D三层模型来刻画。其中,上层模型用于模拟系统主动防御策略的制定,即利用有限资源选择系统中元件进行防护; 中层模型用于确定在当前防御策略下,同时退出运行后可对系统造成最大损失的元件集合; 下层模型模拟故障后为维持系统正常运行,调度部门所进行的潮流调整。相应博弈结构图如图1所示。
下层模型的安全调度问题可采用基于直流潮流的OPF模型。由于面向交直流混联系统,因此需要
在安全调度过程中考虑直流线路传输功率可控性对系统运行的影响。故该模型以直流传输功率调节量ΔPd、发电机出力调节量 ΔPg、负荷切除量 ΔPld作为系统潮流的调节手段。由于系统在安全正常运行状态下往往具有最小运行成本,并且考虑到直流系统的有功特性,即过高直流传输功率将增加系统运行风险,而过低直流传输功率有违经济性原则,该OPF模型以最小调整量作为目标函数[11]。通过控制成本系数wP-dk、wP-gi和wP-ldj的设置,该目标函数可用以表征故障后的系统损失。具体模型如式( 1) ~ 式( 8) 所示。
n,o( l) =n t( l) =m o( l) =m t( l) =n ( 2)
考虑到元件退出运行后的影响,上式分别对直流线路传输功率、发电机出力以及负荷切除量的上、下限进行修正。本文仅考虑直流线路、发电机、交流线路三类元件的停运问题。
上述目标函数中存在绝对值环节,此处采用文献[11]中方法,对目标函数进行线性化,进而得到模型如式( 9) ~ 式( 23) 所示。
( 11)
( 12)
( 15)
( 16)
其中,各约束表达式的对偶变量列于相应式后。
中层模型通过确定总数为K的并发故障元件集合y,模拟电力系统事故,以极大化故障后系统损失。具体模型如式( 24) 和式( 25) 、式( 9) ~ 式( 23) 所示。
( 25)
下层模型如式( 9) ~ 式( 23) 所示。
事实上,中层模型以下层模型为约束条件,二者间的主从博弈构成A-D( 攻击者-防御者) 双层优化问题。下层优化问题的变量为 ΞLL= { ΔPd+k,ΔPd-k,ΔPg+i,ΔPg-i,ΔPldj,λn,μdmkin,μdmkax,αd+k,αd-k,μgmiin,μgmiax,αg+i,αg-i,μlmdijn,μlmdjax,vlmin,vlmax,ξnmin,ξnmax,ξ1} ,其中,对偶变量将在A-D双层模型式( 24) 和式( 25) 、式( 9)~ 式( 23) 的等价混合整数线性规划中用到。中层优化问题的变量为 ΞML= {yh,ΞLL}。此外,由于电力系统的安全调度发生在N-K校验之后,在下层模型中,元件停运决策列向量y作为给定参数处理,因此下层模型为线性规划问题。
在上层模型中,电力系统相关部门通过对有限资源Q的合理优化配置,进行主动防御策略的制定,即确定系统防御元件集合x 。上层模型以中层模型为约束条件,二者构成D-A-D( 防御者-攻击者-防御者) 三层模型。具体模型如式( 26) ~ 式( 30) 、式( 24) 和式( 25) 、式( 9) ~ 式( 23) 所示。
( 30)
中层模型如式( 24) 和式( 25) 、式( 9) ~ 式( 23)所示。本文假设元件被防御后就不再故障停运。
上述模型体现了电力系统相关部门与系统故障之间的主从博弈过程。
3 模型求解算法
主从博弈是一个三层优化问题,求解难度大。根据各层模型目标函数、约束条件以及变量类型等的不同,模型的求解方法也有所差别。文献[5]提出采用Benders分解方法对三层模型问题进行求解。文献[9]将原问题分解为两个嵌套的双层问题交替迭代求解。文献[8,10]均将求解过程分为两阶段,二者均先将中层与下层模型对应双层模型转化为单层,进而将原模型等价为一个下层为混合整数线性规划的双层优化问题; 不同的是在后续双层问题求解上,文献[10]借鉴两阶段鲁棒优化问题的求解思路进行解算。而文献[8]基于模型变量与目标函数的特殊性采用枚举方法进行求解。本文基于文献[8,12]中的方法,对三层优化问题进行求解,求解过程同样可分为两个阶段。
3. 1 等价双层模型转化: KKT 最优性条件
该阶段求解转换过程针对中层与下层模型进行。首先,采用文献[13,14]中的方法,将下层优化问题用其相应KKT条件表征。由于下层模型为线性规划问题,因此该KKT条件为其达到全局最优性的充分必要条件。
将下层优化问题用其KKT条件表征,并根据文献[15]中的方法对互补松弛条件进行线性化处理,进而将式( 26) ~ 式( 30) 、式( 24) 和式( 25) 、式( 9)~ 式( 23) 转化为传统的混合整数线性规划。
3. 2 等价双层模型求解: 枚举树算法
经过3. 1节转换得到的双层模型,其下层为混合整数线性规划问题。注意到上层模型变量为0 -1变量,且两层目标函数一致、博弈纯策略空间相同,可采用枚举方法进行求解。算法具体过程如下。
( 1) 生根策略
令k = 0,x( 0) = 0,求解无防御状态下的故障元件集合y*( 0) 。该集合为当前无防御状态下,可使系统损失最大的故障元件集合,即为中层模型的最优策略。{ x( 0),y*( 0) }即为枚举树的根节点。
( 2) 生长策略
父节点{ x( k),y*( k)}的故障元件集合为y*( k) ,故令备选防御元件集合c( k) = y*( k) 。从c( k) 任选一个元件j并将其移除,可得下述两个子节点。
令xj= 1,即对元件j进行防御,则求解下层模型,进而确定一系列新的故障元件集合y*( k + 1) ,同时令x( k +1) = x( k) ∪{ j} 。新生子节点与父节点的树枝长度取决于相应选择元件所需防御资源数。
令xj= 0,即不防御元件j,则从c( k) 中重新选择其他元件i( i ≠ j) 重复。新生子节点与父节点的树枝长度为0。若此时c( k) 为空集,则称该节点为空防节点。
( 3) 判断终止策略
若当前节点距离根节点的树枝总长度等于限定防御资源总数,或剩余防御资源不足以展开进一步防御,则认为该节点为叶节点,不再生枝; 否则令k= k + 1,并重复上述生长策略,至所有节点均为叶节点或空防节点为止。
( 4) 最优防御策略确定
在得到的所有叶节点中,具有最小系统损失者即对应系统的最优防御策略,即系统的最优防御元件集合。
根据文献[12],该算法可在有限步得到最优解,并且选择防御元件的先后顺序并不会影响最终结果,因为该算法会遍历所有可能的元件防御组合情况。
4 算例及其分析
本节以IEEE30节点系统为例进行仿真分析。此处将IEEE30节点系统中的交流线路4-6替换为直流线路,其中节点4为整流节点,节点6为逆变节点。考虑到系统实际情况,此处设置几类元件所需防御资源如下:
在安全调度模型中,设置控制成本系数wP-d=5,wP-g= 1,wP-ld= 10,通过求解三层模型,可以得到系统在不同并发故障元件数下的最优防御元件集合,如表3所示。
通过表3可以看出,在不同并发故障数下,相较于无防御状态,在引入防御措施后,系统的失负荷量大大降低,有效地缓解了系统故障带来的影响。当系统防御总资源较少时,所需防御资源相对偏低的发电机往往被选择为防御元件。而随着系统防御总资源的增加,一些交流线路往往会被选作防御对象,如线路24-25、27-28。上述线路往往为电网末端与主体连接线路,开断后极易造成系统解列。从系统并发故障情况来看,发电机及相应出线、直流线路、电网末端与主网连线中,若出现多个并发故障,极易给系统带来较严重的损失。这与电力系统实际情况相符合,仿真结果表明了本文模型的合理性与有效性。
5 结论
本文针对交直流混联系统提出了一种基于主从博弈的主动防御策略制定方法,主要结论如下。
( 1) 本文所提模型可以很好地模拟电力系统相关部门( 防御方) 与电网元件并发故障( 攻击方) 之间的相互作用关系。
( 2) 该模型可先转化为下层为混合整数线性规划的双层优化问题,可采用枚举树算法进行求解,最优解即对应主从博弈的Stackelberg均衡。因此,本文方法所得最优防御策略可以充分考虑电网元件并发故障与后续安全调度的影响,足以应对可能发生的最坏故障情况。
【主从嵌入式系统论文】推荐阅读：
主从结构05-09
主从控制07-23
主从无线通信08-12
主从控制机械臂08-29
嵌入式通信系统论文09-10
嵌入式系统启动分析论文06-12
嵌入式GUI系统论文07-01
嵌入式数控系统论文07-08
关于嵌入式系统的论文01-20
多DSP嵌入式系统论文12-23