·上一文章:基于FPGA的高速时钟数据恢复电路的实现
·下一文章:选择合适的FPGA千兆位收发器至关重要
2 温度与真空度控制模型
2.1 恒温或按某预定温度曲线的控制模型
温度控制模型如图2所示。温度控制采用神经网络模糊控制模型,设定值和测定值经过模糊划分后,同时送入神经模糊控制网络,生成模糊控制子集,通过转化器产生。PWM脉宽调制用的频率值与占空比,然后生成PWM驱动信号,驱动电力电子器件,电源输出给红外石英管,对真空箱进行加热。通过温度传感器及调整电路,形成温度值和温度变化率,根据温度值和温度变化率控制器对输出频率和占空比进行调整。
2.2 恒真空度或按某预定真空曲线的控制模型
真空度的控制模型与上述温度控制模型结构相似,不同的是神经模糊控制网络的输出不是直接用于电机的控制驱动,而是把输出的频率量转换成变频器的远程控制信号,通过RS485接口控制变频器的启动、停止和频率设置,如图3所示。
2.3 神经网络选择与仿真
根据上述控制模型,比较成熟的BP网络选择的控制神经网络如图4所示。神经模糊控制器在输入/输出参量的选择,以及模糊论域和模糊子集的确定方面,与一般的模糊控制器没有什么区别,只是在推理手段上引入了神经网络。
以真空度控制为例来验证控制模型的精确程度。令x1~x7为输入真空度的模糊子集,x8~x14为输入真空度变化的模糊子集,y1~y8为输出空置量的模糊子集,从表1可以看出,共有16条控制规则。例如,当真空度为"合适",变化率为"零"时,抽空时间应该为"短",这个样本可以表示为: