APP下载

人工模拟环境试验中温湿度改进控制算法研究★

2018-09-04陈刚谢勇期孔玉梅欧永

电子产品可靠性与环境试验 2018年4期
关键词:制冷量控制算法模糊控制

陈刚 , 谢勇期 孔玉梅 , 欧永

(1.工业和信息化部电子第五研究所,广东 广州 510610;2.广州市电子信息产品可靠性与环境工程重点实验室,广东 广州 510610;3.电子信息产品可靠性分析与测试国家地方联合工程研究中心,广东 广州 510610;4.泰州赛宝工业技术研究院有限公司,江苏 泰州 225500)

0 引言

电工电子产品的应用领域日益广阔,其所经受的环境条件也愈来愈复杂和多样,所涉及的环境因素主要包括温度、湿度、振动、霉菌、盐雾和光照等,只有合理地规定产品的环境条件,正确地选择产品的环境防护措施,才能保证产品在全寿命周期中的安全与可靠,因而,对电工电子产品进行人工模拟环境试验成为了保证其质量的必不可少的重要环节。

温度和湿度环境应力引起的失效占所有环境应力引起的失效的大部分,其中温度环境应力所引起的失效占整个失效的比重为40%,湿度引起的失效占整个失效的比重为18%,温度变化引起的失效占整个失效的比重为2%,整个温湿度环境应力引起的失效占到所有失效的60%左右,因此,开展温湿度为主的环境试验就成为了产品环境适应性设计和验证的重点。

在工业环境中,温度、湿度的静态和动态过程非常多,表现出复杂性和多样性,例如:急速温度升高可能导致焊锡回流;启动马达时周围器件的温度会急速地上升,关闭马达后周围器件的温度会急速地下降;设备从温度较高的室内移至温度相对较低的室外,或者从温度较低的室外移至温度较高的室内都会引起设备温度的改变;设备在较低的温度下接电时,设备内部会有一个很大的温度变化梯度;设备可能因为突降大雨而导致其温度下降,湿度改变;航空器在起飞或降落时,其表面材料也可能会出现温度和湿度急剧变化的情况,高温高湿条件及温湿度的变化作用于试验样品上,可以构成水气吸附、吸收和扩散等物理和化学过程,材料在吸湿后会发生膨胀、性能也随之发生变化,并引起物质强度降低及其他主要机械性能的下降,同时吸附了水气的绝缘材料的电性能也会下降,主要包括膨胀、潮解、变性、短路、开路和腐蚀等。

因此,在实际开展环境模拟试验时,完成温度、湿度的静态和动态模拟控制,即人工模拟温度湿度场,定性和定量地再现实际的气候环境应力至关重要。为了模拟真实或更加严酷的试验条件,试验过程中不同等级的温湿度应力的转换、持续加电、通断加电、开箱门进行操作、察看样品、调整样品的数量和种类等,这些都会对试验箱内的温湿度控制指标形成扰动,对系统的制冷量提出不同的要求。另外,温度、湿度类试验一般所需的时间很长,对试验稳定性和不可中断性的要求很高,试验时对于降低成本、实现经济运行和节水节电的要求也很高,针对以上要求,本文就环境试验中加热量、加湿量和制冷量的控制算法提出了一种新的改进方法。

1 传统的控制模式的介绍

人工模拟温湿度环境试验系统非常复杂,同时有加热、加湿和制冷 (除湿量)3个主要变量会对温度和相对湿度产生影响,传统的控制方式只是对温度和相对湿度进行控制,几个变量之间没有形成关联,例如:温度控制回路中,一般是温度采用PID控制,控制对象为箱内温度,在人机界面上完成设定修改,传感器实时采样环境试验箱内的温度值完成反馈形成闭环,完成PID运算并将控制周期和计算输出值送到PLC中,通过PLC进行运算输出,采用固态继电器 (SSR:Solid-state relay)无触点通断控制加热器的导通时间,即通过调节等脉宽的时间占空比来控制加热器在单位时间内的发热功率,一个控制周期内加热器导通时间越长,发热量越大,反之,发热量越小。其相对湿度控制模式与温度控制模式相同。对制冷机组的控制基本上是采用ON-OFF控制模式,制冷量控制上也不能实现柔性控制和合理实时匹配。

2 改进的控制算法

控制改进是基于在制冷系统中引入电子膨胀阀节流装置这一关键部件来实现的。在完成了系统硬件改造升级后,在制定控制算法时,要根据实际的应用特点,并总结传统的控制方法的得失,制定一套新的控制方式,基本控制思路如图1所示,具体的实施步骤如下所述。

图1 控制流程图

a)寻求制冷系统安全运行的条件

采用试验数据分析法,收集不同工况下采集的数据并汇总所有的电子膨胀阀开度数据,根据经验滤去部分异常数据后,就可以拟合出不同环境温度和工况下的安全边界线。

b)寻求环境试验中不同条件对冷量的需求规律,并设计控制表

在整个系统中,由于加热、加湿和制冷 (除湿)3个变量都会对温度和相对湿度产生影响,因而仍将加热量控制回路、加湿量控制回路作为控制主线,基于所反馈的温度和湿度偏差,采用PID控制,直接作用于温度和湿度;制冷量控制回路则作为辅线。

在试验系统单独控制温度时,制冷量控制输出采用基于经验和规则的模糊控制算法,即以经验和试验参考数据为基础来设计控制算法,这样一来,就没有必要去精确地了解对象的模型,具体的做法是:采用常规模糊控制方法中的查表法,首先,通过事先的离线计算,根据一般的模糊控制方法,包括选择隶属函数、确定模糊控制范围和模糊与反模糊化等步骤,得到模糊控制表;然后,计算出试验设备各试验状态的制冷控制量;最后,取得一个模糊控制表,将控制表存放到计算机中,实际控制中,由控制表的第i行与第j列找到控制量tp,乘以比例因子,就可以直接作用于电子膨胀阀了。单独控制温度时,以箱内实测温差e、箱内实测温度变化速率△e作为输入语言变量,以控制制冷量的电子膨胀阀开度控制量tp作为输出语言变量,属于双输入单输出模糊控制。

根据试验条件状态的不同,必须要建立不同层次的制冷量需求等级,才能满足实际试验时的各种温湿度应力变化要求。

根据单独控制温度时温度变化速率及稳态时制冷系统特性的实际要求,建立模糊控制表:1)模糊控制表1 Low_per_tabl如图2所示;2)模糊控制表2 Mid_per_table如图3所示;3)模糊控制表3 High_per_table如图4所示。

温湿度组合控制时,采用基于经验的直接阶梯形预置电子膨胀阀开度的方法,并通过实时的动态自寻优运算,调整电子膨胀阀开度。温湿度组合控制时,以试验的温湿度状态:设定温度Ts和设定湿度RHs作为输入逻辑变量,以控制制冷量的电子膨胀阀开度控制量tp作为唯一对应的逻辑输出,属于双输入单输出直接逻辑控制,如表1所示。

1)输入条件

设定温度为Ts、设定湿度为RHs。

2)讨论范围

温度: 10~85℃;

湿度: 5%RH~100%RH。

图2 模糊控制表1

图3 模糊控制表2

图4 模糊控制表3

3)逻辑区间划分

temp1温度非常低:Ts≤17℃;

temp2温度低:17℃≤Ts<37℃;

temp3中等温度:37℃≤Ts<57℃;

temp4温度高: 57℃≤Ts<83℃;

temp5温度非常高:Ts≥83℃;

humi1湿度非常低:RHs<21%RH;

humi2湿度低: 21%RH≤RHs<46%RH;

humi3中等湿度:46%RH≤RHs<71%RH;

humi4湿度高: 71%RH≤RHs<84%RH;

humi5湿度非常高:RHs≥84%RH。

4)电子膨胀阀开度分级

电子膨胀阀开度分5×5=25级:tp1、tp2、tp3、tp4……tp25。

5)控制规则

归纳如下:IF temp*AND Humi*THEN电子膨胀阀开度tp*。

6)温度逻辑控制表

温湿度组合控制时,建立湿度逻辑控制表Humi_per_table,如表1所示。

表1 湿度逻辑控制表

c)自寻优修正运算设计

在温度和湿度的控制过程中,根据温湿度偏差大小,对加热器、加湿器采用PID控制和ON-OFF控制相结合的控制方式,PID控制方法简单,计算量小,便于实现,这在传统的控制系统中已经运用得很成熟了。由于外界条件的不确定性,例如:负载变化、环境温度变化等,通过查询控制表计算所得的控制量通常并不是最合适的,必须根据实际情况进行调整以匹配这种变化。通过加热控制回路和加湿控制回路的输出量及其变化情况,可以得出系统对制冷量的需求方向;知道了系统的需求方向,就可以计算出校正量来调节制冷量。虽然其调节总是滞后于加热量控制回路和加湿量控制回路的变化,但这种滞后总的来说是可以克服的,对系统控制并无显著的影响。

为了在试样负载突变或者外界环境温度变化时,制冷量的调节能够适应这种变化,能够根据外界或负载的变化来实时地调节电子膨胀阀的开度,提高设备的负荷能力和对周围环境的适应能力,在控制算法中引入性能辨识环节,以加热控制回路的输出Ur和加湿控制回路的输出Ut′作为性能辨识环节的输入条件,如图5所示,通过建立一定的运算规则,计算出一个校正控制量,迭加在查表得出的控制输出量上进行校正,即根据性能测量环节得到的校正量来计算最终控制量的值,这样就使系统具备了自适应机制,具有自寻优调节制冷剂流量的功能。

图5 改进控制算法结构图

图2中:Ts——设定温度,参与温度控制回路计算、温湿度控制回路的解耦计算和制冷控制回路的规则运算;

K1——温湿度控制回路的解耦系数;

To——实测温度,控制反馈,参与制冷控制回路的输入条件;

RHs——设定湿度,参与湿度控制回路计算,制冷控制回路的输入条件;

Rho——实测湿度,控制反馈;

Ur——温度控制回路控制输出,参与制冷控制回路的自寻优规则运算;

Ut′——湿度控制回路控制输出,参与制冷控制回路的自寻优规则运算。

3 温湿度控制性能对比

开展温度湿度组合试验时,采用基于专家经验的预置电子膨胀阀开度的方法,并通过实时的动态自寻优运算,控制制冷系统节流装置电子膨胀阀的开度,也就是说,制冷量总是自动地匹配于温度湿度的组合试验点,高湿时有高湿所需求的制冷除湿量,低湿时有低湿所需求的制冷除湿量,并且可以根据样品负载大小的转换和箱内湿度的变化进行自动修正,旧的系统由于硬件和控制算法的局限,系统的制冷、除湿量要兼顾不同的环境试验温湿度点,这样,有的温度湿度组合试验就不能完成控制,表现为试验能力不够和控制范围狭小。系统改进前后的温度湿度控制性能对比情况如图3所示。

图6 温度湿度控制性能对比

4 结束语

改进了控制算法以后,通过实际的试验数据的对比发现,温度、湿度的稳态控制性能超过了原来的控制水平,另外在系统其他综合试验性能方面也有了很大的改进,除温度湿度控制范围有大的提升以外,系统综合性能的提高主要还体现在以下几个方面:

a)动态控制性能有了很大的提高,快速或者慢速线性降温的温度变化曲线线性度优于传统的系统;

b)制冷机组的制冷效率得到了改善,降温速率得到了提高;

c)带样品负载的能力有了大幅度的提高;

d)系统受环境温度的变化的影响减小;

e)温湿度控制因操作人员开关门维护受试验样品造成的波动减小且恢复得很快;

f)系统的故障率明显地降低,使用寿命也将延长;

g)在湿热试验和动态降温试验时,系统在节能和省水方面的优势比较明显。

以上综合性能的提升,对环境试验系统本身的综合品质来说是一个质的飞跃,因而这些性能的改善,为顺利地开展人工模拟环境试验提供了有力的保障。

猜你喜欢

制冷量控制算法模糊控制
基于ARM+FPGA的模块化同步控制算法研究
谷物冷却机运行特性研究
空调器制冷量不确定度评定
T-S模糊控制综述与展望
基于模糊控制的PLC在温度控制中的应用
基于模糊控制的恒压供水系统的研究
用于光伏MPPT中的模糊控制占空比扰动法
一种优化的基于ARM Cortex-M3电池组均衡控制算法应用
更 正
一种非圆旋转工件支撑装置控制算法