运动解耦

运动解耦（共7篇）

运动解耦 篇1

摘要：在分析了光刻机掩膜台微动台(简称微动台)结构的基础上,对微动台的六自由度运动进行了几何解耦,将其分解为两个三自由度上的解耦,并从实际系统的角度出发完成了解耦计算。最后针对微动音圈电机位置控制,提出了基于线性扩张状态观测器的增量式PID控制,并取得了良好的控制效果。

关键词：微动台,运动解耦,扩张状态观测器,增量式PID

1 引言

自1973年第一台光刻机在荷兰问世以来 , 光刻机的伺服精度与日提高 , 现在已取得了长足的发展[1]。套刻精度是衡量光刻机系统性能最主要的指标 , 其运动控制系统的伺服精度将直接影响光刻机的扫描光刻质量。而光刻机精度的实现 , 主要取决于微动台。

本文以微动台为研究对象 , 在对其运动解耦的前提下 , 运用引入扩张状态观测器的增量式PID算法 , 对位置控制进行了研究。本文研究课题来源于十二五国家科技重大专项——“极大规模集成电路制造设备和成套工艺”, 主要研究内容有三 : 第一部分是微动台的系统结构分析 , 第二部是微动台的运动解耦 , 第三部分是基于扩张状态观测器的音圈电机位置控制与基于增量式PID算法的仿真验证。

2 掩模台微动台的结构分析

如图1所示 , 微动台位于宏动台的上方 , 其主要作用是承载掩模片完成掩模片在六个自由度上的小范围运动 , 其定位精度会直接影响到光刻准备调整阶段中调平调焦的效果和扫描光刻时的套刻精度。

微动台的运动共由6个音圈电机驱动 , 其中3个圆柱形音圈电机动子分布在台体平面内构成一个等腰三角形 , 三个方形音圈电机的动子固定在微动台体矩形边的一侧 , 具体分布如图1所示。微动台的方形音圈电机中 ,对称分布的两个电机负责Y方向的运动 , 中间的方形音圈电机负责X方向运动。因此 ,3个方形音圈电机对微动台的作用是水平方向的平动及绕Z轴的转动。微动台的另外3个圆柱形音圈电机则输出Z方向上的力 , 根据三个电机的分布情况可知 , 三个圆柱形音圈电机对微动台的作用是Z向的平动及绕X、Y轴的转动。微动电机的具体出力情况如图2所示。

3 掩模台微动台六自由度运动解耦

3.1 Z 向解耦

微动台的六自由度运动是靠六个音圈电机共同驱动实现的。根据六个电机的分布结构与处理方向可知 , 六个电机的作用力之间存在耦合现象。由于Z向音圈电机的输出力方向与X/Y所在平面垂直 , 所以在正常运动过程中 ,Z向电机的输出力对X/Y向运动没有影响 , 而且即使Z向运动出现偏差 , 分解到X/Y方向上的力与X/Y方向自身的力相比也很小 , 可以忽略。因此可以将微动台运动的六自由度分解为两部分 :Z向平移及绕Rx、Ry转动三个自由度上的解耦、X/Y向平移及绕Rz转动三个自由度上的解耦。针对音圈电机而言 , 即三个圆柱形音圈电机的运动解耦和三个方形音圈电机的运动解耦。

如图3标记三个音圈电机分别为1、2、3号电机 ,其动子高度设为Z1、Z2、Z3, 各电机邻近的Z向传感器测量高度设为h1、h2、h3, 设各电机Z向行程均为hm。

由图3可知三个Z向传感器所在点的坐标分别为

三个Z向音圈电机所在点的坐标分别为

根据三点 确定一个 平面的原 理 , 若已知A、B、C三点的空 间坐标 , 则三点所 在的平面 方程px+qy+rz+t=0唯一确定。将三个Z向电机所在的X/Y坐标代入该平面方程即可得到三个电机动子的当前高度Z1、Z2、Z3。这就是Z向传感器解耦的基本思想。

将A、B、C三点的空间坐标代入平面方程可得

故有

其中 ,Ld1、Ld2、Ld3、Lz1、Lz2、Lz3、Ly分别为已知的机械参数。

求解式 (2) 可得p、q、r分别为

A、B、C三点所在的平面方程可写为

因此将点D、E、F的坐标代入式 (4-4) 即可得动子高度设Z1、Z2、Z3与Z向传感器测量高度设为h1、h2、h3的关系为

将式 (5) 写成矩阵形式 , 记为

下面推导微动平台倾角θx、θy与Z向传感器测量高度h1、h2、h3之间的关系。如图3所示 , 标记2号Z向传感器在微动台体另一侧的对称点为H点 , 该点高度记为h'1。则有平台倾角θx、θy与 : h'1、h2、h3的关系为

因为平台存在机械限位 , 平台倾角极小 , 可以近似处理tanθx≈θx。因此由图3中的几何关系易得

将式 (7) 代入式 (6) 可得微动平台倾角θx、θy与Z向传感器测量高度h1、h2、h3之间的关系为

记公式 (8) 为

3.2 X/Y 向解耦

当微动平台通过三个圆柱形音圈电机实现调平后 ,微动台承载掩模片在X向、Y向、Rz向的三自由度运动是由固接在台体边沿的三个方形音圈电机共同驱动完成的 , 其位置测量是靠三个霍尔传感器实现反馈的。

如图4所示 , 电机D与电机E力方向为Y向 , 主要负责微动台Y向运动 ; 电机F出力方向为X向 , 主要负责X向运动。三个霍尔传感器A、B、C的永磁体均固定在微动台上 , 其感应元件固定在宏动台体上面 ,测量的是该位置微动台相对宏动台的位移。其中 , 霍尔传感器A与B负责其所在点Y向的位移测量 , 霍尔传感器C则负责该点X向位移的测量。

在图4中建立微动台坐标系 , 本部分的推导过程与上一小节相似 , 但过程要复杂一些 , 这里直接给出解耦的结果。

电机动子位置变化与微动台在X、Y、Rz三个自由度上的解耦关系为

将式 (11) 记为

三个霍尔传感器测量值与掩模片运动变换后的坐标关系为 :

将式 (13) 记为

因此 , 在利用霍尔传感器进行位置反馈时 , 可利用掩模片位置与霍尔传感器测量信息的关系

4 基于扩张状态观测器的音圈电机位置控制研究

4.1 音圈电机及其模型

音圈电机作为一种高频响执行器 , 通常用于短行程、高精度的伺服控制领域[2]。本文的音圈电机主要负责掩膜台运动 , 而掩模台的伺服精度主要靠微动台的控制精度实现 , 因此音圈电机位置控制直接决定了伺服精度。

音圈电机的数学模型为[3]

式中

Ra、La——分别为电枢电阻 (Ω) 和电枢电感 (H);

Ft、Fw——分别为电机推力和包括摩擦在内的外部干扰力 (N);

e—电机反电动势 (V);

Kt、Ke——分别为电机推力常数 (N/A) 和反电势常数 (V/m/s)。

由式 (16) 可知 , 音圈电机模型可写为如下状态方程形式 :

式中y——电机动子输出位置 (m)。

4.2 扩张状态观测器的概念及基本结构

作为精动平台 , 掩模台微动台的伺服精度直接关系到扫描光刻的质量。因此 , 对音圈电机实现纳米级跟踪控制是掩模台控制中的关键问题。在现实控制系统中 , 外部干扰等外界因素对高精度伺服系统的控制效果势必会产生影响。因此 , 要实现音圈电机的纳米级定位 , 怎样抑制控制过程中的干扰问题就显得尤为重要。

扩张状态观测器 (ESO) 的作用主要是补偿未知系统的不确定因素。扩张状态观测器在传统的状态观测器基础上 , 把系统内部的不确定因素或系统外部的干扰视为一个新的状态——扩张状态 , 通过输出反馈的方式观测这个扩张状态[4]。扩张状态观测器最大的优点是它并不依赖于系统的精确数学模型 , 只需要知道系统的阶次即可进行设计。

由式 (17) 可知 , 音圈电机的数学模型为二阶模型。设二阶被控对象一般形式为

在式 (18) 中 ,w为外部干扰 ,为未知函数 , 包含了系统中所有的不确定项 ,b为未知参数。

将上式整理为状态方程的形式

令系统状态变量x3(t)=f(t,x1,x2,w), 那么系统为

对于上式中h(t) 的具体形式 , 为未知 , 但是这个系统为线性系统 , 可以建立状态观测器为

从上式可以看出 , 对于观测器中的参数 , 只要选择恰当 , 就可以实现对原系统各个状态变量的观测 , 即有

在式 (21) 中 , 一般取gi(ei) 为式 (23) 所示的非线性函数

式中a——常数。

如果取gi(ei)=e1, 这类型的扩张状态观测器被称为线性扩张状态观测器 (Linear ESO,LESO)[5]。

4.3 扩张状态观测器设计

选取状态变量x1、x2分别为系统输出位移与速度 ,即x1=y、x2==v。根据公式 (3) 写出二阶模型连续域内的线性扩张状态观测器 (LESO) 有

式中

β1、β2、β3——线性扩张状态观测器的控制参数 ;

b0——补偿因子。

由式 (24) 可知对于二阶模型应该设计三阶扩张状态观测器进行观测。在进行LESO设计时 , 若给定系统剪切频率ωc, 则LESO的带宽一般取为ω0=(3-5)ωc, 式(24) 中控制参数β1、β2、β3的指导公式为

线性扩张状态观测器的带宽ω0越大 , 观测器在理论上对干扰的观测效果也就越好。然而在实际系统中 ,如果观测器带宽选择过高 , 观测器将会观测到传感器本身产生的噪声 , 反而会在一定程度上影响控制性能[6,7]。因此 , 观测器带宽应该选取在一个合理的范围内。

由状态变量的选取可知 , 所设计的扩张状态观测器的输出Z1、Z2分别为位置反馈信号与速度反馈信号的估计、Z3为LESO对扰动的估计。因此 , 可以将所设计的LESO应用到传统的位置 - 速度闭环控制系统中。其在控制系统中的结构如图5所示。

4.4 增量式 PID 控制研究

现设计增量式PID三闭环位置控制系统 , 然后将公式 (24) 所表示的线性扩张状态观测器添加到增量式PID控制系统中 , 仿真框图如图6所示。

遵循从内环到外环的调试原则 , 依次整定各环控制器参数。在仿真过程中发现式 (25) 所示的参数β1、β2、β3计算公式在参数数量级上具有一定的指导意义 , 但其结果并不能直接应用。根据系统误差曲线整定LESO控制参数 , 最终取β1=600、β2=12000、β3=190000、b0=3。在负载输入力处加入幅值约为10N的白噪声作为外部干扰力 , 位置参考信号采用五阶S曲线。整定好各环控制器参数后 , 仿真结果如图7和8所示。

在S曲线匀速段 , 加入LESO后的最大跟踪误差约为19nm, 与不加入LESO时的58nm相比 , 系统中外部干扰产生的噪声得到了有效地抑制 , 控制精度有显著提高。虽然在S曲线加速段 , 加入LESO之后的最大误差0.83um要比不加LESO时的0.6um大 , 跟踪精度要低。但由于光刻机扫描光刻质量主要由匀速段控制精度影响 , 因此加入LESO有助于提高光刻机的扫描光刻质量 , 而且本文研究课题明确把攻克60nm作为关键技术攻克点 , 所以加入LESO很好地满足了课题需要。

5 结束语

根据掩膜台的工作特点及传感器测量要求 , 将微动台六自由度运动解耦分解为两个三自由度解耦。针对掩模台传感器与电机的安装位置 , 给出了具体的解耦关系 , 然后对微动音圈电机的高精度位置控制进行了研究。从抑制现实系统中存在的干扰为出发点 , 设计了音圈电机伺服系统的线性扩张状态观测器 , 对外部干扰进行了补偿。并且将增量式PID控制与线性扩张状态观测器相结合 , 通过仿真 ,S曲线匀速段的最大跟踪误差为19nm, 很好的满足了课题的需要 , 验证了方法的有效性。

参考文献

[1]葛仁华,耿丽,杨永昌.集成电路设计制造技术的发展分析[J].微电子技术,2004,31(6):5-8.

[2]黄声华,陶醒世,傅光洁.音圈电机的数学模型及仿真[J].华中理工大学学报,1996,24(2):65-71.

[3]刘丽丽.音圈电机位置伺服控制系统的研究[D].哈尔滨工业大学,2010.

[4]邵立伟,廖晓钟,夏元清等.三阶离散扩张状态观测器的稳定性分析及其综合[J].信息与控制,2008,37(2):135-139.

[5]DU L,LI X,LEI Y,et al.Quasi sliding mode fast maneuver control based on LESO of high agile small satellite[C]//Measurement,Information and Control(ICMIC),2013 International Conference on.IEEE,2013,2:1339-1344.

[6]MOON J,KIM K,KIM Y.Design of missile guidance law via variable structure control[J].Journal of Guidance,Control,and Dynamics,2001,24(4):659-664.

[7]HUANG Y,XU K,HAN J,et al.Flight control design using extended state observer and non-smooth feedback[C]//IEEE conference on decision and control.IEEE;1998,2001,(1):223-228.

接口全异步, 实现系统全解耦 篇2

由于本人主要从事电信行业CRM系统运维工作, 提及的思路都以CRM系统为案例剖析。

1. 通过全异步实现CRM系统和SRM、计费等关联系统全解耦, 提升稳定性

2009年至今, 我们对CRM1.0进行了大量的解耦工作, 将大部分需要同步调用的接口由EJB方式修改WLS的方式进行调用, 这么做的一个好处是可以设置超时机制, 对于指定时限未返回的连接请求, 自动进行超时判断, 中断请求, 释放连接资源 (Weblogic Server Thread) 。而弊端是需要耗费资源 (Weblogic Server Thread) 在超时时间内等待对方返回, 同时, 如果调用速度超过释放的速度, 系统还是会出现问题。

而支付宝如此大并发的OLTP系统, 是如何实现全解耦的呢。简单说, 两个字:“异步”。阿里巴巴自身研发团队专门开发的TBNotify (Tao Bao Notify) 消息中间件实现了支付宝系统的全异步。

支付宝架构培训中, 提到“为什么只做异步”, 原因有两点:

● 解决独立性、解决一致性、解决稳定性。

● 当你只有五六个服务的时候, 异步的开销是巨大的, 但当你有上万个服务的时候, 同步所带来的失败率不是我们可以承受的。

开发一个强大的中间件需要巨大的成本, 那么, 福建电信是否有其它方式实现异步呢?经过交流和思考, 可以通过数据库接口表的方式实现全异步。具体实现如下, 举个例子:

场景:

CRM系统受理新装固定电话业务, 调用SRM系统码号预占服务。

实现逻辑:

1) CRM将码号预占请求写入接口表

CRM前台受理程序将请求写入CRM数据库的接口表。

2) SRM主动扫描接口表, 获取码号预占参数

SRM程序按既定频次主动查询接口表, 根据入参操作。

3) 指定时限内返回预占结果

SRM系统拼装预占结果, 回写CRM接口数据表 (SRM系统起独立的进程, 直连CRM数据库) 。

4) CRM按频度主动扫描, 加载结果至页面

CRM前台受理界面按既定频率主动扫描获取结果, 并在页面展示。

优势:

● 系统全解耦, 只要自身系统的数据库和应用程序不出异常, 则系统可保持稳定。

● 系统接口有据可查, 交互异常可重现。

● 营业受理部分记录可追溯。

不足:

● 码号预占服务延长可能导致选址选号单步操作延长 (码号预占是选址选号操作的一部分) 。

● 增加数据库压力。

● 维护工作量增加。

如何弥补:

针对“码号预占服务延长可能导致选址选号单步操作延长”, 可由原来的串行受理, 修改为并行受理。

上面是淘宝的首页, 其中, 右下角红色方框内的内容是一个独立的话费充值的控件, 和页面上其它组件在界面层是松耦合的。CRM系统的选址、选号、算费等受理界面上必须进行的操作, 也可以参考淘宝首页的充值控件, 做成单独的嵌入式控件, 可以实现选址选号的同时也进行其它步骤的操作, 这样, 营业员不用再等待选址选号的结果, 而可以利用碎片时间直接进行业务操作 (包含选程控业务、套餐等) 。

针对“数据库压力增加”, 可以采用数据清理策略, 每日清理已经完成的或者无效的数据, 保持单表的高效运行。同时, 接口表方式实现后, 就不需要将服务调用日志写入数据库, 可以减轻数据库日志表的压力。

针对“维护工作量”增加, 可采用消息分级机制。可以将消息分为“重要消息”和“一般消息”。“重要消息”定义为不可忽略的消息, 比如“订单送开通系统”, 如果不成功, 程序设置重送策略, 到达一定次数后, 通过监控通知维护人员处理。对于“一般消息”, 定义为可以忽略的消息, 比如“算费”, 只要给予前台友情提示, 告知本次算费失败的原因, 让前台重新点击“算费”按钮触发产生消息的事件再次发生即可, 原来等待处理的消息可忽略。可以将维护人员的工作量聚焦在重要的不可忽略的消息的处理上。

2. 通过磁盘缓存技术确保多个系统间数据同步

2.0系统上线后, 多个系统之间的数据不同步是困恼我们的主要问题之一, 比如CRM已调用计费的销帐服务, 但是由于环境问题, 自身订单生成失败 (INC_201208228930) , 又比如CRM已经调用了PF的撤销服务, 但是自身仍是在用状态 (INC_201208168811) 。这类对于接口同步实时性要求相对较低的问题, 除了可以按照方案一的全异步方式来实现外 (方案一改造的工作量大) , 也可以考虑通过磁盘缓存技术实现, 实现逻辑如下:

场景:

CRM订单需要撤销, 调用PF的撤销服务, 同时修改订单的状态

实现逻辑:

1) 将需要写入数据库的数据先写入磁盘缓存

开辟临时磁盘缓存区, 以固定格式将需要提交的数据先写入磁盘缓存。之所以写入磁盘缓存是因为磁盘缓存较内存缓存稳定, 同时不会增加数据库压力。如果数据库压力允许的情况下, 也可以在数据库中建立临时表做缓存使用。

在数据库压力允许的情况下, 磁盘缓存可考虑用数据库临时表替代

2) 调用PF撤销服务

3) PF返回撤销成功、

如果调用对方系统服务未正确返回, 则释放本地资源 (包括硬盘缓存数据) 。

4) 读取磁盘缓存数据

确认服务返回成功后, 读取磁盘缓存数据。

5) 将数据写入数据库

将数据写入数据库, 提交事务, 并释放相关资源 (含磁盘缓存数据) 。

这个流程有个风险点, 在于步骤4和5, 如果前期服务调用都成功, 但是数据无法从磁盘缓存中读取, 或者读取后写入数据库失败, 也会造成两个系统状态不同步, 这种情况下支付宝是通过“消息双写机制”来控制的, 也就是说被调用方提供一个方法给调用方查询前期调用方发起的服务请求是否调用成功, 结合到上述案例中, 具体流程如下:

场景:

CRM订单需要撤销, 调用PF的撤销服务成功, 但是对本库的订单状态修改失败。

实现逻辑:

1) 客户端主动扫描磁盘缓存中超时未处理记录

单独起一个客户端, 扫描磁盘缓存中超时未释放的缓存数据。

2) 调用PF程序判断是否已经撤销成功

扫描到的数据主动调用PF判断是否已经撤销成功

3) 将消息写入数据库

如果PF返回撤销成功, 则继续将事务写入CRM数据库, 并释放磁盘缓存。如果PF返回撤销失败, 则通知服务调用方, 告知本次事务操作失败, 需要重新发起撤销流程, 同时释放磁盘缓存。

通过“磁盘缓存”技术和“消息双写”技术, 可以从根本上保证实时性要求不高的跨系统的服务调用情况下, 两个系统的状态数据会同步。多适用于流程相关的跨系统接口调用。

摘要：本人认为阿里巴巴关于支付宝系统的部分设计原则, 如果用在电信的一些OLTP型的系统上, 可以对于系统有很大的提升。异步思想用于电信系统, 主要包含以下几个措施:通过全异步实现CRM系统和SRM、计费等关联系统全解耦, 提升稳定性;通过磁盘缓存技术确保多个系统间数据同步;通过上述措施的实施, 本人认为对提升电信系统的客户体验, 提高系统的稳定性有很大的帮助。

矩形中厚板的解耦方程 篇3

1 弹性矩形中厚板的解耦方程

矩形中厚板的静力平衡方程为

板的内力与位移的关系为

其中,Mx,Mx分别为垂直于x轴、y轴截面上的弯矩;Mxy为扭矩;Qx,Qy分别为垂直于x轴,y轴截面上的横向剪力;W为板的挠度;Ψx,Ψy分别为直线段在xz,yz平面内的转角;q为板单位面积上的横向荷载;为剪切刚度;为抗弯刚度;为材料的剪切模量(这里E,v,h分别为材料的弹性模量、泊松比、厚度).

由式(1)的第2式和3式.可得

将式(2)的前两式相加,有

令

由式(4)可知

令

由式(8),(9)可得

同理,由式(5)可得

将式(10)、(11)代入式(1)的第1式,得

因此有

由式(3)可得

式(14)对x求导,式(15)对y求导可分别得到

式(16)、式(17)相加并利用式(7)可得

式(14)对y求导,式(15)对x求导后将两式相减并利用式(9)可得

式(13),式(18)和式(19)构成矩形中厚板的静力平衡方程式(1)的解耦方程.为了清晰可见,其写在一起

这样,板的所有未知量都可由M,W和ψ3个函数表示.对于转角,由式(14)和式(15)有

对于弯矩和扭矩,由式(2)和式(20)可得到

由于,方程(20)是解耦方程,进而可以简化问题的求解难度和过程.

如令

这样式(18)就可以表示成为

由式(23)、式(24)有

再由式(13)、式(24)可得到

因此,矩形中厚板弯曲问题又可以归结为求解以下两个解耦的相互独立的偏微分方程.

对于转角,由式(14)、式(15)有

对于弯矩和扭矩,由式(2),式(28)可得

式(27)与胡海昌[2]得到的公式是一样的.比较式(20)和式(27)可知,两个方程都是解耦方程.后者要比前者的方程个数少,但是方程阶数增高了.特别要指出的是,由以上的推导过程可知,方程(27)可以由方程(20)推导出,反之不能.由此可知,文献[1]的解耦方程只是本文所推导出的方程的特例.

摘要：从矩形中厚板弯曲问题的基本方程出发,利用数学的方法,把弹性厚板的基本方程组转化成为解耦的相互独立的偏微分方程.进而可以简化这类问题的求解过程.

关键词：矩形中厚板,精确解,方程解耦

参考文献

[1]胡海昌.弹性力学的变分原理及其应用.北京:科学出版社, 1981

SSSC的有功和无功解耦策略 篇4

静止同步串联补偿器(SSSC)是串联在输电线上的装置。其原理是在线路上注入一个大小和线路电流无关的而相位和线路电流相位垂直的电压,改变该电压大小就相当于改变线路的等效阻抗,从而控制系统潮流。当然,在实际电路中,电压相位和线路电流相位并不是严格垂直的,而是有一个很小的偏差,其作用是为了补偿SSSC的损耗。当注入电压的相位超前线路电流相位90°时,它就相当于在线路中串入电感,从而,线路电流和传输功率都减小,相反,当注入电压的相位滞后线路电流相位90°时,它就相当于在线路中串入电容,线路电流和传输功率增加[1,2]。

以上分析表明SSSC可以控制传输线上的潮流。目前,学者们提出了许多控制模型和策略,文献[3]利用附加节点电流注入法设计了SSSC潮流控制器,但它是利用电流间接控制传输潮流,这样会使系统反应时间变长,动态性能较差。文献[4]基于d-q变换建立了SSSC模型,d-q轴存在耦合。文献[5]建立了SSSC矢量模型,采用双闭环控制策略,控制效果很好,但控制系统复杂。文献[6~9]提出了基于d-q坐标理论的P-Q矢量控制模型,但P-Q存在耦合。文献[10,11]在abc三相静止坐标系下建立SSSC控制模型,原理简单,易于实现,但不利于控制器设计。文献[12]提出了一种解耦方法,但只实现了电流的解耦。文献[13]提出了基于容错控制的解耦方法,自适应能力强,但系统相当复杂。

本文在两相同步旋转d-q坐标系下建立了装有SSSC双机系统的潮流方程,应用输入变换实现了有功和无功的解耦,用Matlab动态仿真工具对含有SSSC的双机系统进行了仿真,仿真结果验证了此解耦方法的有效性。

1 SSSC的数学模型

在不考虑SSSC的动态过程和谐波影响的情况下,SSSC可以等效为电压源、电阻和电感的串联。装有SSSC的单机无穷大系统如图1所示。

图1中,系统采用三相星型连接,且负载是三相对称的。其中sV代表发电机端的电压,rV代表无穷大母线的电压,cV代表SSSC的逆变器发出的电压,cL、cR和rL、rR分别代表SSSC和线路的电感和电阻,I代表线路电流。由KVL可以得出含SSSC简单电力系统在三相静止坐标系下的数学模型,如式(1)。

其中:Vsa、Vsb、Vsc,Vca、Vcb、Vcc和Vra、Vrb、Vrc分别代表发电机端、SSSC和无穷大系统的相电压,ai、bi、ci代表线路线电流,R=Rl+Rc代表线路等效电阻,L=Ll+Lc代表线路电感。

根据式(1),采用同步旋转变换可以得到d-q坐标系下SSSC的数学模型,如式(2)所示。

由瞬时功率理论可得无穷大母线端的潮流表达式,如式(3)所示。

由式(3)可以得到给定参考值i*d,i*q的表达式,如式(4)所示。

其中:P*,Q*为给定的有功和无功功率。

2 动态解耦方法

由式(2)SSSC的数学模型可重新写为:

设:

由式(6)可以看出,d-q之间存在耦合关系。而出现此问题的原因是传递函数矩阵G(S)不是对角阵。假如传递函数矩阵G(S)具有式(12)的形式,就可以实现d-q之间的解耦。

因此,构造了解耦模块F(S),系统传递函数矩阵为:G(S)F(S)

分析式(5)可设:

由式(6)和式(9)可以计算出F(S)为:

式(10)即为解耦模块的具体参数,在SSSC控制模型中加入该模块就可以实现有功和无功功率的动态解耦。

3 数字仿真

为了验证本文所提出的解耦策略的有效性,在Matlab/Simulink环境中搭建了被控系统仿真模型,如图2所示。仿真参数见文献,折算成标么值后如表1所示。

图3为未加解耦模块系统仿真波形,在0.2 s和0.4 s,当P阶跃变化时,Q会有小的波动,同样在0.5 s和0.7 s,当Q突然改变时,P也会有小的波动,从而影响了控制效率。

图4为加入解耦模块的系统仿真波形,P、Q的变化规律和未加解耦模块时的一样。仿真结果表明:有功功率P和无功功率Q已实现了动态解耦。

4 结论

本文通过对含SSSC单机无穷大系统的仿真分析和研究,得如下结论:

本文所提出的有功无功解耦策略,原理简单,易于实现,采用本文设计的解耦控制模块,可以实现P和Q完全动态解耦,从而实现了有功功率和无功功率的独立控制,改善了控制效果,提高了控制效率。

摘要：考虑SSSC的动态过程,在两相同步旋转d-q坐标系下建立了装有SSSC的单机无穷大系统的(SMIBS)数学模型,并基于此模型提出了有功无功动态解耦控制策略。为了验证本文所提控制策略的有效性,在Matlab/Simulink动态仿真环境中搭建了含SSSC的单机无穷大系统的仿真模型,并对有功和无功的调节过程进行了仿真,仿真结果验证了该解耦控制策略的有效性。

中药生产提取过程建模与解耦控制 篇5

“提取”是中药生产中最重要的环节之一, 它是溶剂溶入药材, 将有效成分从固相转移到液相和气相的过程。中药传统的提取方法有煎煮法、浸渍法、渗流法、回流提取法和水蒸气蒸馏法等。其中煎煮法是目前最常用的浸提方法之一, 其过程可简单描述为:往提取罐内投入原料和一定比例的纯净水, 打开罐底和罐侧的蒸汽阀门, 通蒸汽加热, 待罐内药液达到微沸状态时, 关闭罐底蒸汽阀, 同时打开冷凝水阀。通入罐底的蒸汽一部分在加热料液、丧失热能后进入冷凝器液化为水, 成为挥发油的一部分;另一部分直接在罐内液化, 成为料液的一部分;而通入罐侧的蒸汽基本不液化, 直接在夹层加热料液;罐内料液受热后部分汽化挥发, 经冷凝器冷凝和油水分离器分离后回收, 成为挥发油。其余料液经过滤器过滤后进入浓缩环节[1]。

提取过程的控制影响中药材的利用率和药品的质量。提取过程的数学模型是控制的基础。目前针对中药生产提取过程的各种先进控制的研究主要是以机理模型为基础, 而机理模型无论是在建模阶段, 还是在对模型的处理阶段都作了简化, 只近似地反映了提取过程的动态特性, 本文基于大量的生产实验数据, 以中药提取罐为对象, 采用阶跃响应法建立中药提取工段的动态数学模型, 并采用对角解耦法对其解耦。仿真结果表明, 在给仿真模型作阶跃响应测试时, 解耦前温度和压力曲线有振荡, 且温度与压力之间有较强的耦合, 压力曲线没有稳定在设定值, 而通过解耦后温度和压力间耦合减小了, 且最终都能够稳定在设定值, 效果良好。

1 中药提取过程阶跃响应建模

1.1 罐内温度在蒸汽流量作用下的动态特性

中药提取罐在罐内蒸汽阀开度增大时, 原来稳定的温度会上升, 由于冷凝水阀开度未变, 随着罐内蒸汽的增多罐内压力会增大, 出去的蒸汽量就会增多, 因此温度上升变慢, 直到温度达到一个新的稳定值, 此系统具有自衡性。试验法建立中药提取罐内温度数学模型:首先手动给定罐内蒸汽阀开度u1=50℃, 经过一段时间后, 罐内温度趋于平衡, 此时温度测量值为y (0) =75℃。然后增加阀门开度 (u2=60) , 使阀门做阶跃变化 (通常在10%以内) , 那么罐内温度就升高, 经过一段时间后, 温度重新趋于新的平衡状态, 此时温度测量值为y (∞) =90℃。在温度上升的过程中, 每隔20s记录一次温度值, 使用matlab中曲线拟合工具箱, 对采集的数据进行拟合, 得到蒸汽流量下罐内温度阶跃响应曲线如图1所示。

由图1可知, 提取罐内温度最终稳定在90℃, 而且响应曲线规则, 可近似看作具有时滞的一阶环节[2,3]:

用作图法, 在响应曲线拐点处作切线, 各参数如下:, =时间轴原点至通过拐点切线与时间轴交点的时间间隔, T=被控变量y完成全部变化量的6 3.2%所需时间[17], K= (9 0-7 5) / (60-10) =1.5, =27, T=195。

将上述参数代入式 (1) , 则提取罐在蒸汽流量扰动下, 温度的一阶数学模型近似为:

1.2 罐内压力在蒸汽流量作用下的动态特性

中药提取罐在罐内蒸汽阀开度增大时, 原来稳定的压力会增大, 由于冷凝水阀开度未变, 随着罐内蒸汽的增多, 罐内蒸汽被冷凝的量就会变多, 压强上升变慢, 直到压强达到一个新的稳定值, 此系统具有自衡性。用试验法得到蒸汽流量下罐内压力阶跃响应曲线如图2所示。

从图2可知, 提取罐内压强最终稳定在70kpa, 而且响应曲线规则, 可近似看作具有时滞的一阶环节[2,3]:

可用作图法, 在响应曲线拐点处作切线, 各参数如下:

将上述参数代入式 (3) , 则提取罐在罐内蒸汽流量扰动下, 压强的一阶数学模型近似为

1.3 罐内温度在冷凝水流量作用下的动态特性

中药提取罐在冷凝水阀开度作阶跃变化时, 原来稳定的温度会降低, 由于罐内蒸汽阀开度未变, 随着罐内蒸汽的出量增多, 罐内温度会持续降低, 此系统具有非自衡性。在阀门开度作阶跃变化如图3所示时, 中药提取罐内温度在冷凝水流量作用下的阶跃响应如图4所示。

由图4可知, 该过程可近似看作一阶和积分串联环节:

式中增益K由输出响应曲线的斜率确定, 响应曲线在初始段没有发生变化的时间是时滞, 过程输出响应曲线的渐近线与时间轴交点是时间常数T和时滞之和。模型各参数如下:K=-1/6, T=31, =40。则提取罐在冷凝水流量开度的扰动下, 温度的一阶数学模型近似为:

1.4 罐内压力在冷凝水流量作用下的动态特性

中药提取罐在冷凝水阀开度作阶跃变化时, 原来稳定的压力会降低, 由于罐内蒸汽阀开度未变, 随着罐内蒸汽的出量增多, 罐内压力会一直下降, 此系统具有非自衡性。在阀门开度作阶跃变化如图5所示时, 中药提取罐内压力在冷凝水流量下的阶跃响应如图6所示。

由图6可知, 该过程具有积分环节:

式中增益K由输出响应曲线的斜率确定, 则提取罐在冷凝水流量下的扰动下, 压强的一阶数学模型近似为:

综合式 (2) 、 (4) 、 (6) 和式 (8) , 得到中药提取过程的动态特性为式 (9) :

由式 (9) , 得到中药提取过程的动态数学模型为式 (10) :

其中u1为罐内蒸汽阀门开度;u2为冷凝水阀门开度;y1为罐内温度;y2为罐内压力。

2 提取过程模型解耦

对中药提取过程而言, 只有保持罐内压力和温度的动态平衡, 才能保证药液和挥发油的浓度及PH值达到要求, 从而保证药液的质量。只有保持罐内压力的稳定, 使罐内液位得到控制, 不出现跑料现象, 才能能保证药液的总量。只有保持罐内温度的稳定, 才能保证中药的提取质量, 因为温度太高, 会破坏药材的有效成份;温度太低, 药材有效成分就不会完全浸出, 导致提取率降低, 或者提取时间加长, 导致能耗升高[4]。

而温度和压力是耦合的, 其动态平衡和各自的相对稳定相当难以控制。要保证提取罐内的温度和压力的动态平衡及各自的相对稳定, 就需要对上节所建模型 (10) 式进行解耦, 把提取过程的多变量耦合控制转化为单输入, 单输出的控制, 从而得到更好的控制效果。

传统的解耦方法有对角形解耦方法、相对放大系数匹配法、状态反馈法等, 本文采用对角形解耦方法对中药提取过程的耦合参数进行解耦[5]。

2.1 对角形解耦方法

对角矩阵是模型已知的被控系统常用的解耦方法, 对角矩阵解耦方法需要被控系统的动态数学模型已知, 其解耦原理为设计一个解耦补偿器, 使该解耦补偿器与被控对象组成的广义系统的传递函数矩阵为对角阵, 从而把一个具有耦合性的多变量系统化为多个无耦合的单变量系统[6]。该解耦方法的核心就是设计一个解耦网络D (s) :

使得G (s) 与D (s) 的乘积等于G (43) (s) , 即将耦合对象G (s) 改变成一个对角矩阵G (43) (s) :

除主对角线保留原矩阵G (s) 的元素外, 其他位置上的元素均为零。

设G (s) 为一个非奇异方阵, 则解耦矩阵:

式中, Gs (8) -1为矩阵G (s) 的逆矩阵, 若G (s) 为一个非奇异方阵, 则有逆矩阵存在。

2.2 中药提取过程对角形解耦网络求解

中药提取过程是一个双变量耦合系统, 温度和压力存在耦合性, 通过解耦使之成为单独的两个变量, 相互之间不存在干扰。中药提取过程对角矩阵解耦控制结构如图7所示。

该系统为双变量控制系统, 则:

由式 (13) 得中药提取过程解耦矩阵为:

式 (15) 是完全解耦装置的模型, 如果对象的传递函数矩阵已知, 那么, 相应的解耦装置矩阵就可以求得。完全对角矩阵解耦虽然能消除系统之间的关联, 但解耦装置矩阵的模型比较复杂, 这给解耦控制的实现带来很大困难, 为此,

图8 Simulink中的仿真框图

本文引入了一种简化对角矩阵解耦。即在解耦装置模型的四个元素中令某两个元素等于1, 但这两个等于1的元素不能在同一调节器的输出端。如:令D11 (s) (28) D22 (s) (28) 1, 则:

将 (16) 带入 (15) 式, 得:

将中药提取过程温度与压力传递特性函数式 (9) 中相应元素代入式 (17) , 得到中药提取过程的反馈解耦补偿矩阵为:

经过解耦后的中药提取过程对象特性表示为:

经过解耦后的系统分为两个耦合作用较小的单输入单输出系统。当调节一个输入时, 只有一个输出量发生变化, 另一个基本不发生变化。

3 提取工段参数自整定模糊PID多变量解耦控制仿真

为了观察解耦效果, 本文采用参数自整定模糊PID控制算法对提取过程温度与压力进行解耦控制。将系统的给定激励设定为阶跃函数, 即:

分别取罐内温度90℃和压力120Kpa, 仿真框图如图8所示。解耦前后仿真结果如图9和图10所示。

从仿真曲线可知, 在给仿真模型作阶跃响应测试时, 解耦前温度和压力曲线有振荡, 且温度与压力之间有较强的耦合, 压力曲线没有稳定在设定值, 而通过解耦后温度和压力间耦合减小了, 且最终都能够稳定在设定值, 效果良好。

4 结束语

中药生产提取过程具有多变量、强耦合、大迟滞的特点, 其先进控制一直是中药企业及中药学术界关注的焦点及研究热点。本文基于大量的生产试验数据, 采用阶跃响应法建立了提取过程的动态数学模型, 并采用对角解耦法对模型进行了解耦。仿真结果表明, 本文所建模型及解耦控制方法能有效降低系统的耦合度, 减小中药提取过程温度和压力的震荡, 使温度和压力稳定在设定值, 控制效果优于传统的PID控制。

摘要：中药生产提取过程是一个多变量、强耦合、大迟滞的过程, 采用常规控制方法很难取得理想控制效果。为了降低变量间耦合度、优化提取过程控制, 文章基于大量的生产试验数据, 采用采用阶跃响应法建立了提取工段的动态数学模型, 并采用对角解耦法对模型进行解耦, 最后进行了解耦控制仿真研究。仿真结果表明, 运用本文设计的解耦控制, 能有效降低系统的耦合度, 减小中药提取过程温度和压力的震荡, 使温度和压力稳定在设定值。

关键词：中药生产,提取,建模,解耦,控制

参考文献

[1]黄挚雄, 中药生产过程优化控制策略的研究[D].中南大学, 2006.

[2]Nair, P.K., Consider computer integrated manufacturingfor continuous process plants[J], Chemical EngineeringProcess.1992, 11, 88 (11) , 71-81.

[3]xiao, zhongjun.Application of computer integratedprocess system in the pulp and paper industry[J]AppliedMechanics and Materials, v 44-47, p 237-241, 2011.

[4]黄海松, 中药制造综合自动化关键技术及应用研究[D].贵州大学, 2012.

[5]Ding Yong-sheng Liu Bao An intelligent bi-cooperativedecoupling control approach based on modulationmechanism of internal environment in body IEEETransactions on Control Systems Technology, v 19, n 3, p692-698, May 2011.

火炮随动系统解耦控制的应用研究 篇6

现代的战场环境对武器系统提出了越来越高的要求。对火炮来说,调炮的平稳性和反应时间是火炮性能的重要因素。一般火炮随动系统大多存在有两个控制通道:高低和方位控制通道。从理论上讲两者相互独立。但实践中由于火炮方位轴与高低轴并不严格正交,两通道的运动控制并不独立,存在相互耦合影响[1]如图1。本文通过对解耦理论的研究,结合捷联惯导在火炮上的应用,运用四元数解耦算法对火炮双通道耦合进行解耦。

1 耦合分析

火炮随动系统的耦合情况如图1所示,方位量通过耦合通道K21影响高低输出,同样高低量通过耦合通道K12影响高低输出。如果能过得到耦合网络K的具体各参数,就可以设计一个前馈解耦网络[2]对系统进行解耦。但是直接求取耦合网络参数很困难,因此,采用四元数法对其进行解耦。

2 调炮过程的四元数建模

利用捷联惯导系统为姿态测量元件,假设火炮在非射击状态下是刚体,建立坐标系。以当地地理坐标系n系为参考坐标系。x轴平行于水平面指向正东;y轴水平指向正南;z轴沿铅垂线向下。P系为炮身坐标系,xp轴和yp轴平行于炮身上的L形基准,yp轴正向与炮口方向相反。方位ψ、表尺θ、侧倾角γ分别对应方位角、俯仰角和横滚角三个欧拉角[3]。火炮的方向轴和俯仰轴分别为F轴和G轴,如图2。

设F轴和G轴在n系的单位矢量分别为fn=b1i+b2j+b3k和gn=a1i+a2j+a3k。设当前火炮身管的欧拉角为ψ0、θ0、γ0,火炮绕F轴和G轴转动,转动量分别为α和β,转动结束后的输出欧拉角为ψ1、θ1、γ1,则火炮的转动可以用四元数描述为[1]:Q=QαQβ。其中:

由惯导测定可知火炮身管初始欧拉角为φ0,θ0,γ0,而转动后输出欧拉角为φ,θ,γ。同理,将火炮当前坐标轴视为转动轴,则:火炮的转动可以用四元数描述为:Q=Qγ1QφQθQ-γ0。由转动的等价性:QαQβ=Qγ1QφQθQ-γ0利用这些关系列出方程组,求解解耦控制量。

要实现解耦就要求出俯仰轴和高低轴的参数。俯仰轴即火炮耳轴,在就位后在地理坐标系中固定,可以直接利用转动量α和β以及采样得出的欧拉角算出;而方位轴在地理坐标系位置会由于种种原因变化,需要实时计算。

3 解耦量的计算

要求火炮从姿态ψ1,θ1,γ1转动到姿态ψ2,θ2,γ2(对γ2没有要求)。要计算解耦的转动量α和β。要实现解耦必须得到转轴的6个参数。火炮的耳轴是实际的俯仰轴,它与炮身固连在一起,所以俯仰轴的单位矢量在炮身坐标系p系中是固定的。火炮的方向轴固连在基座上,火炮就位后基座的位置在当地地理坐标系中是固定的,故火炮方向轴的单位矢量在n系是固定的。只要给定输入转动量并采样得到转动前后的火炮欧拉角,就可以根据输入与轴的参数之间的非线性函数关系把它们辨识出来。

转动的四元数表示为:Q=QαQβ。

火炮的转动等价于先绕xp轴在n系xoy平面的投影转θ;再绕n系的z轴转ψ;再绕yp转γ。其中,ψ=ψ2-ψ1,θ=θ2-θ1。对应的四元数为:Q=QγQψQθ。

其中,

由等价关系得:QαQβ=QγQψQθ。

身管的瞬时高低量可由此求得[2]:gi=(TniP[10 0]T)[i j k]T,其中,

式中:i∈[0,1,2,…,m],表示第i次计算,即:

而方位轴向量fi可由以下两种方法得出:

3.1 俯仰轴矢量叉乘法[4]

这种方法的思路是:利用不同时刻的俯仰轴瞬时值叉乘求得方位轴。在第n-1(n为大于1的整数)个采样时间由捷联惯导系统测量出的实时姿态参数求出此时刻俯仰轴向量gn-1,与第n个采样时间俯仰轴参数gn叉乘,求得fn′,如图3所示。

需要注意的是:采样时间间隔的选用非常重要。根据叉乘特点可知,当两向量差别很小时,叉乘结果趋近0向量,因此希望两向量至少保证一定角度,而本方法为了保证f′n精度,需要采样间隔越小越好,这样两向量差别会很小。针对这个矛盾,需要合理选取采样时间间隔。捷联惯导系统的姿态刷新频率(n0)为50 Hz,即每20 ms刷新一次。本文中采用试探的办法,取n0的整数倍。

即

3.2 高低量差值解算法[3]

这种算法的思路是:利用连续姿态之间的转动四元数,即连续两个采样点姿态四元数的变化值Q,与f0和fi之间的关系入手,建立方程,求解fi。

随动系统获得主令φ1,θ1,并读取当前身管姿态φi,θi,γi,在求取了高低、方位矢量gi,fi后,根据上式的任意3个非线性方程,采用Newto-Gauss迭代法解出αi,βi。

由于每次的矢量gi都是用当前姿态角来计算,视f变化对前后高低调炮影响较小,可以用前两次姿态和前两次解算的高低差值Δβ′实时求解fi。组合调炮过程中,fi按下式求解:

其中Q为连续两姿态之间的转动四元数[3],Q=Q0+Q1i+Q2j+Q3k。

最终求出fi=b1,ii+b2,ij+b3,ik。

编写软件采用C语言,程序设计流程如图4。

4 仿真与实验结果

表1和表2列出了两种方法的部分叉乘结果。

表3表示在允许时间(6 s)内调炮所能达到的精度。

由上述表可见,经过解耦的火炮随动系统可以保证误差在0.5 mil以内,证明四元数解耦控制算法的有效性。

5 结束语

因为捷联惯导系统的高精度等优点,它已经取代了姿态传感器成为火炮首选的姿态测量元件。而基于捷联惯导体系的四元数解耦算法也比传统方法(欧拉角法,方向余弦法等)更实用更高效[1],能够较好地减弱双通道耦合对调炮产生的影响,达到调炮精度要求。这种方法也可以适用于其他火炮系统。

参考文献

[1]汤永刚,杨健文,李宗良.基于四元数的火炮随动系统解耦控制.火力指挥与控制,2002;27(5):75—78

[2]尹美兰.多变量内模解耦控制的研究.北京化工大学学术论文集:2003:19—24

[3]秦永元.惯性导航.北京:科学出版社,2006:287—298

[4]李伟,饶蔚巍,等.基于捷联惯导的火炮随动系统研究

复杂环境下创新网络的解耦研究 篇7

随着科学技术的发展, 企业的创新日趋复杂, 面对多变的市场、快速的技术更新和多元文化融合的挑战, 企业需要具有强大的内部和外部资源整合能力, 而这种能力有赖于一个合理的高效的创新网络来实现。在以往有关创新网络的研究中, 主要从两方面进行探讨, 一个是社会经济学方面提出的社会网络在创造力根源方面的作用, 另一个是探讨知识网络对创新的重要性。知识网络不同于社会网络, 知识网络是由连接科学和技术核心知识的知识链组成的 (Carnabuci&Bruggeman, 2009;Yayavaram&Ahuja, 2008) 。这些知识元素在调研和实验的关键过程中进行组合和重构, 进而促进创新。本文认为复杂组织系统中的创新过程需要对社会网络和知识网络的作用进行深入的研究分析。

但是, 在创新发明的活动中, 很多进行创新的有关人员并不清楚这两种网络的不同效应。目前缺乏关于社会网络和知识网络对创新的相对功效研究, 缺乏社会网络和知识网络如何嵌入到企业的创新网络中去的相关研究。现在的研究缺乏对于知识元素之间的组合重构的深入研究 (Carnabuci&Bruggeman, 2009;Yayavaram&Ahuja, 2008) 。当前还没有将嵌入式的研究方法引入网络方面的研究:在更大的知识网络范围内确认研发人员的知识元素, 分析这些知识网络的结构特点, 调查这些结构特征对研发人员的创新过程的影响机制。

当前的文献研究集中在社会网络这边, 主要是强调社会网络调节知识结构的重要性。通过社会网络而形成的知识宽度被认为是有利于保持知识组合重构的几率, 这种知识宽度的对于研究人员的发明创新有重要的支持作用 (Phelps, 2010;Rodan, 2010;Rodan&Galunic, 2004) 。但是, Fleming et al. (2007) 发现依托于社会网络形成的知识宽度对于研发人员进行全新的、新奇的知识元素组合重构有负面影响。这说明社会网络下的多种类的知识元素不等于研发人员拥有更多的知识组合重构的机会。以前的研究过高的估计了社会网络对于知识元素获取的好处。在研究中, 不能简单地把知识看做成研发人员的一种属性或者社会网络下的一种特性, 而要把知识看做成一个多研发人员嵌入式的、复杂的、多维度的结构。在研发人员中植入知识网络和合作网络, 有利于更好的理解知识在创新中的作用。研发人员之间的链接建立在合作基础上, 在合作创新活动中逐渐形成的, 所以, 在本研究中, 笔者把研发人员的社会网络定义为研发人员的合作网络。

2 知识网络

2.1 知识网络的形成背景与概念

随着科学和技术的发展, 研发人员从劳动部门逐渐的被明确分化出来 (Durkheim, 1997, Merton, 1968) 。一系列的成功案例、普遍的规则、成熟的理论和方法暗示出:一个个的科学领域或者技术领域都趋向于一个自然性的和社会性的现实潮流———对特定问题的研究进行特定轨道化的研究 (Kuhn, 1996) , 由大学、科研机构和企业的科研人员组成的网络正在形成 (Berger&Luckmann, 1967;Collins, 1987;Griffith&Mullins, 1972) 。例如, 领域内的权威杂志、行业协会和会议、产业论坛、科研机构和科研基金等通过联络业内的科研人员, 促使他们在行动和思想上达到一致, 最终形成领域的特定网络, 即一个由研发人员的知识元素组成的知识网络形成。

2.2 知识元素

在知识网络中, 知识元素是一个节点, 节点之间的链接是知识元素之间的结合 (Carnabuci&Bruggeman, 2009) 。知识元素是一个社会性的定义, 包含一系列初步的结论, 在科学和技术领域的研发联盟中, 它表现为关于某个事项的定理、理论、方法和流程 (Berger&Luckmann, 1967;Kuhn, 1996) 。因为新发明通常产生于知识元素之间的组合和重构 (Schumpeter, 1934;Weitzman, 1998) , 所以知识元素并不是孤立的, 是通过过去成功发明的经验联系在一起的 (Fleming, 2001) 。知识元素被编织在一起, 形成一个知识网络, 这个网络储存着过去相关的知识元素的重构信息 (Carnabuci&Bruggeman, 2009) 。

一个特定的科学技术领域包含着许多知识元素。知识元素是构建一项创新和发明的基础材料 (Fleming&Sorenson, 2004) 。其中表现为三个主要特征:第一, 知识元素是一个自然的或者社会的客观现实, 同时给个人或公众带来利益。例如, 当前的技术环境下, 多晶硅是生产半导体芯片的重要材料 (Berlin, 2001;Kumar&Krenner, 2002) , 所以多晶硅在半导体领域是最基本的构建单元。第二, 知识元素通常被固定在一个特定的学科里。不同的学科趋向于关注不同的知识元素 (Kuhn, 1996) 。即便是对于相同的知识库, 不同的学科趋向于研究不同的方向和特性, 同时运用不同的理论、方法和研究过程。第三, 知识元素的内容包含了关于事实、理论、方法或者研究过程的暂时性推论, 这些暂时性的推论是科学或技术领域中研究体系的中重要组成部分 (Kuhn, 1996) 。这些内容通过新发现得到不断的完善。

2.3 知识组合重构

成功产品或服务通常需要来自不同的科学领域和技术领域的专业知识 (Schumpeter, 1934) 。例如, 前期的计算机是源于数学知识和电子工程知识的组合重构 (Owens, 1986) , 生物医药的知识体系通常是化学、药理学、微生物学和生物化学的知识元素的组合重构形成的 (Drews, 2000) 。因此, 企业需要招揽各种各样的人才以保持在相关领域内的竞争能力。在这样一个知识多样性的背景下, 企业将是最活跃的知识加工厂, 在这里, 新观念、新思想进行组合重构。

两个知识元素连接在一起形成一个知识链, 这就是创新发明中的知识组合重构 (Fleming&Sorenson, 2004) 。即使知识元素没有代理, 知识链也可以表现出潜在的两种知识元素的组合重构的可能性, 这种知识链增强了研究人员在科学技术领域以及商业应用领域对知识元素组合重构的信心, 并利于他们掌控的资源积极开展知识元素的组合重构 (Carnabuci&Bruggeman, 2009;Yayavaram&Ahuja, 2008) 。

第一, 自然规律肯定了两种知识元素组合重构的可能性, 但知识元素之间的组合重构可能产生不了任何有用的东西。例如, 在生物医药技术中, 并不是所有的蛋白质都可以合成可以治疗疾病的化合物 (Drews, 2000) 。研发人员常常忽视知识组合重构的有用性, 这导致有用的组合重构都是建立在很多失败的组合重构基础上的 (Yayavaram&Ahuja, 2008) 。对于一个知识库来说, 潜在的组合重构空间存在一个给定的时刻, 给定可能组合重构的最大数量。在一个或多个知识元素的基础上, 这个空间可以扩展并发展。例如, 在上世纪四十年代, 没有人会想到把沙子和铝组合起来利用, 但是上世纪九十年代, 在半导体产业中大量运用这种组合 (Fleming, 2001) 。

第二, 研发人员相信一个科研社团会促进多种知识元素的相互组合重构, 这种信念直接影响着研发人员的注意力、工作的重心和资源的调配, 并在这种信念的指引下探索和实现知识组合重构的机会 (Yayavaram&Ahuja, 2008) 。这种信念的上升和巩固是在一定的社会背景下形成的 (Berger&Luckmann, 1967) 。这个信念的建立可能源于过去在科学发现、科学理论和科学预测方面上的成功, 或者是别的偶然因素 (Fleming&Sorenson, 2004;Kuhn, 1996) 。这种信念的结果是:在最近潜在的组合重构空间里, 那些被大家确认的研究领域将得到重点的关注, 并将拥有更多的组合重构的机会。

第三, 发现组合重构的机会是要付出很大代价的, 所以现有掌握到的资源决定着哪些机会应该被抓住, 并且决定了用什么方式抓住它 (Rogers, 2003) 。一个研发团体需要大量资源来采购设备和原材料, 招聘和保持那些具有专业知识的研发人员。大量知识元素之间的组合重构所带来的巨大利益, 这种利益促使资源向实现这种可能的领域流动。

因此, 基于企业的知识库形成的网络, 是企业中研发人员在一次次成功的组合重构的基础上, 通过知识链将这些知识元素连接起来形成的 (Yayavaram&Ahuja, 2008) 。这个网络是企业级别的知识网络, 是通过几代研究人员的经验积累形成的, 对于现在的研发人员来说, 作为外部的、必备的、客观现实资料 (Berger&Luckmann, 1967) 。在进行知识生产加工前, 研发人员至少需要掌握部分的企业知识库, 并且还必须理解已经实现的知识元素之间的链接和潜在链接。

3 合作网络

3.1 合作网络的概念及与知识网络的关系

在合作网络中, 研发人员就是一个节点, 节点之间的链接就是研发人员之间的关系 (Fleming, Mingo&Chen, 2007) 。研发人员在进行创新的过程中, 要进行知识搜索, 在这个过程中, 研发人员之间逐渐形成了企业特有的合作网络。具有相同结构特性的知识网络可能对应着不同的研究人员组成的合作网络。研发人员的合作网络的结构特性关系到人与人之间的相互交流的机会和制约因素。合作网络有利于研发人员从外界进行知识元素的补充, 使研发人员在决策中具有信息优势和决断力 (Burt, 1992;Granovetter, 1973, 1974;Shipilov&Li, 2008) 。

3.2 合作网络中信息的价值

信息与知识元素是不同的 (Griffin, 1983;Salancik&Pfeffer, 1978;Woodman et al., 1993) 。知识元素具有可编码性、传递性和重复性, 这些特征表明知识元素的相对稳定性, 描述了当前研发人员对当下的研发主体的理解。相反的, 信息是动态的、广阔的、大量的和短暂的, 更重要的是, 它是社会化的, 信息顺畅的流动有赖于研发人员之间构建合理的合作网络。

这里有三种类型的信息与创新有关。第一种, 信息可以表示在科学和技术的联盟中的知识元素的分布, 也就是知道某个研发人员的具有哪些知识元素。这种信息有利于确认哪个研发人员具有特定的专业技术知识。第二种, 信息可以是关于研究领域的最近发现和发展趋势, 例如当前的研究前沿、在科学技术领域中的研究热点和在解决科学技术领域中的问题的研究趋势、方法、过程和工具等。它可以在特定的研究项目中捕捉到最新的发展动态, 这有利于增加现存知识元素的内容, 同时有可能创造出新的知识元素。信息被认为是知识元素进行新的组合重构的基础和保证, 保证新的知识元素快速大量的开发出来。第三种, 信息承载着研究人员的性格特征和他们之间的相互关系:谁是有能力的和可信任的, 谁知道谁, 谁喜欢谁, 这些信息对于一个研发团队的组建者来说是至关重要的。

及时性是信息的重要价值, 而这些及时的信息通常是借助合作网络获得的 (Burt, 1992) 。由于这种及时性的信息反应在科学技术创新中的具有优先性, 例如实验阶段、难题攻关阶段、专利申请、公开出版、商业价值评估, 信息的优先性都具有重要的价值 (Hagstrom, 1965) , 那些构建了合理的合作网络的企业, 保证了信息的及时流动, 这有利于帮助他们确认和获得更多的创新的机会。

优化的合作网络可以保证研发人员的自主权 (Burt, 2004) , 研究人员束缚少, 在进行创新观点的探索时更容易放开手脚, 因为他们受行业内的意见领袖和普遍的认识机制的影响较小 (Janis, 1972) 。进一步来说, 研究人员在合作网络中与其他很多的研究者有着紧密的联系, 这样的研究人员更多的可以在网络中推行自己早前的研究成果, 进而可以得到更多的专业领域的声望和地位 (Ahuja, 2000) 。

4 知识网络与合作网络之间的解耦作用对企业创新的影响

本文认为这两种网络之间是解耦关系。研究人员在社会网络的位置很可能与他的知识元素在知识网络的位置不匹配。例如, 一个没有社会网络的研发人员可能在知识网络中有非常丰富的知识元素的链接。知识元素在研发人员之间的分步是不均匀的:一个知识元素趋向于被多个研发人员所持有, 同时一个研发人员经常持有多个知识元素。两个研发人员之间的合作可能包含一个或多个知识元素;两个知识元素可能通过研究人员之间的共享或通过研发人员之间的各种团体组织进行组合和重构。因此, 研发人员之间的合作模式和知识元素之间的组合模式有很大不同。一个企业的知识系统, 也就是知识元素之间的组合模式, 通常是企业几代研发人员的多年积累, 这个企业的知识系统通常优于当前的研发人员之间交互作用 (March, 1991) 。这种历史性的因素进一步使得知识网络和社会网络更加不同。

企业的研发人员在进行发明创新的活动中经常要与其他研发人员进行合作, 这种工作方式会逐渐形成研发人员的合作网络 (Nerkar&Paruchuri, 2005) 。这个合作网络与企业的知识网络之间是解藕关系。一个研发人员在合作网络的位置和知识网络的位置通常是不相同的。只有很少的情况下这两种网络的位置保持一致:当这个研发人员仅仅知道一个知识元素;当这个研发人员仅仅拥有一个知识元素;当两个研发人员之间的合作仅限于获取对方的各自的知识元素。但是上面这三种情况几乎是不存在的。大多数的研发人员都是控制着多个知识元素, 同时大多数的知识元素都是被多个研发人员所占有, 并且两个研发人员之间的合作通常涉及到多种知识元素。因此, 解耦这两种网络是符合常规规则, 而不是特例。

进一步说, 一个企业的知识体系是由企业几代研发人员的积累得来的, 通常优先于单个研发人员的知识体系。研发人员的知识元素在知识网络中的位置并不是单单由他的发明创造的活动决定的, 更多的是由其他研发人员的共同努力决定的。这种历史性的因素使的知识网络和合作网络之间的区别更加明显。 (图1描述了这种两种网络的解耦特性)

最上面的部分代表了研发人员的合作网络, 合作网络中的节点代表研发人员, 节点之间的连线代表在发明创造的项目中两节点的优先合作连接。研发人员A和B的中心集中度、网络局限度等网络特性, 可以根据连接节点的数量进行量化。图1的中间部分表示研发人员的知识元素组成的知识体系。研发人员的知识体系中的知识元素通过节点和链接与外界的知识网络进行连接和沟通。图中的研发人员A和B每人有四个知识元素。在研发创新的合作网络中, 他们共享各自的知识元素。图1的底部表示企业的知识网络, 每个节点代表一个知识元素, 两个知识元素通过链接进行沟通。这两个研发人员的知识体系中的每个知识元素都可以在知识网络中找到相应的位置。同样根据知识网络中的节点数量, 可以量化研发人员A和B的知识元素的中心集中度、网络局限度等网络特性。

在这两个不同的网络中, 这两个研发人员的相对位置是不同的。在合作网络中, 研发人员A的中心集中度相对研发人员B更高, 但网络的局限度相对研发人员B较低;与此相对的是, 在知识网络中, 研发人员A的知识元素相对于研发人员B来说, 是较低的中心集中度和较高的网络局限度。这表明, 知识网络和合作网络是可以被解耦的。

5 结论

本文的研究在解释发明创新方面开辟了新的道路, 强调了在创新中知识嵌入式的重要作用, 即在企业的知识网络中研发人员的知识元素的结构特性对创新的影响, 进而扩大了研究范围, 将社会网络、知识元素和创新联系在一起进行研究。

第一, 本文强调了一个研发人员知识元素嵌入性的多种属性 (Brass, Galaskiewicz, Greve, &Tsai, 2004;Kilduff&Brass, 2010;Ranganathan&Rosenkopf, 2014) :研发人员不仅仅嵌入在一个合作网络中, 从而达到与其他研发人员连接的目的, 而且也嵌入在一个知识元素组成的知识网络中。本研究给出了这两种网络之间是解耦的关系:在一个网络中的位置并不会相应地影响在另一个网络中的位置。一个研发人员在合作网络中拥有较多的结构洞, 并不必然对应着该研发人员在知识网络中同样拥有较多的结构洞;一个研发人员处在合作网络的中心位置, 并不必然对应着该研发人员在知识网络中占据知识元素的中心位置。

第二, 本文的着重点是以知识为基础的研究:一个研发人员通过自己现有的知识元素来进行组合创新的机会和通过新的知识元素进行组合创新的机会。通过应用网络分析工具对组合创新的联接过程进行分析, 提供了以知识元素为基础的研究过程的评估方法。相对与社会网络为基础的研究, 以知识元素为基础的研究对知识heterogeneity进行了更深入的探讨。以知识为基础的研究扩展了人们对知识在创新中的作用的认识, 打开了一个新的理论研究知识创新的方向。

第三, 单位分析可以由一个研发人员变成一个企业。一个产业领域的知识网络可以被规划出来, 同时一个企业的知识元素的结构特性和位置特性也可以被确定下来。这样的研究可以测试结构位置特性的变化对企业发明创新结果的影响。一个产业领域的合作网络是以企业为节点连接在一起的网络。同时, 在产业或者组织层级上, 企业的知识网络与企业的合作网络之间的解耦水平可能有所变化。这里可能存在一个两个网络之间的最佳的解耦水平, 从而增强企业的发明创新的绩效。

摘要：在回顾有关创新网络理论的基础上, 对创新网络进行解耦:一种是由连接知识元素的知识链组成的知识网络, 另一种是社会网络下的研发人员之间的合作网络。深入分析了这两种网络在创新活动中的作用机理和影响企业创新的网络特性, 探讨了创新网络内在解耦的运行机理, 构建知识网络与合作网络之间的解耦模型, 指导复杂环境下企业的创新实践。

关键词：知识创新,网络创新,知识管理

参考文献

[1]Ahuja, G.Collaboration networks, structural holes, and innovation:A longitudinal study[J].Administrative Science Quarterly, 2000, 45:425-455.

[2]Carnabuci, G.The ecology of technological progress:How symbiosis and competition affect the growth of technology domains[J].Social Forces, 2010, 88:2163-2187.

[3]Carnabuci, G., &Bruggeman, J.Knowledge specialization, knowledge brokerage and the uneven growth of technology domains[J].Social Forces, 2009, 88:607-641.

[4]Kilduff, M., &Brass, D.J.Organizational social network research:Core ideas and key debates[J].Academy of Management Annals, 2010, 4:317-357.

[5]Lee, J.J.Heterogeneity, brokerage, and innovative performance:Endogenous formation of collaborative inventor networks[J].Organization Science, 2010, 21:804-822.

[6]Phelps, C.C., Heidl, R., &Wadhwa, A.Knowledge, networks and knowledge networks:A review and research agenda[J].Journal of Management, 2012, 38:1115-1166.

[7]王彦博, 和金生.跨组织的知识创新网络研究[J].科学学与科学技术管理, 2010 (10) :93-97.