基于嵌入式技术的动车室温智能控制系统

伍志丹

摘要：为向乘客提供更加舒适的乘坐环境，文章设计了基于嵌入式技术的动车室温智能控制系统。该系统以嵌入式微处理器作为核心芯片，通过温度检测单元采集动车室温数据，并以该数据为基础，采用模糊PID控制算法控制调温风机的送风量与转速，实现对动车室温的智能控制。实际应用结果表明，该系统可实现对动车室温进行智能控制，控制时效性较高，控制过程无超调现象，实际应用价值较高。

关键词：嵌入式技术;动车室温;智能控制;模糊PID算法

中国分类号：U231.8文章标识码：A411574

0 引言

动车的车厢属于封闭状态，动车室温成为保障旅客乘车舒适度的关键因素之一，为了向旅客提供更加舒适的乘车环境，需选取恰当的方式对动车室温实施智能控制[1]。目前大多数动车组客室的温度通过空调系统实施调控，运用通风、采暖及制冷等方式，使动车室温达到设定的目标温度，但此种单纯的空调系统存在一定的弊端，无法有效保证温度控制的实时性与精准性，控制效果不够理想[2-3]。

嵌入式技术的主要特点为针对性与目的性较为明确，应用嵌入式技术的系统在设计与开发时，均有其特定的应用范围，此为嵌入式系统与普通系统之间的区别之一[4]。嵌入式技术的持续发展，使其逐步成为当下计算机技术和微电子技术领域内的关键分支，并且成功划分计算机类别为嵌入式系统与普通计算机系统两大类，被网络、电信以及工业控制等领域广泛应用。嵌入式系统融合了硬件与软件两部分，通过向相应的系统内装入嵌入式设备构成全新用途的专用系统，主要由宿主机与目标机组成[5-6]。在设计嵌入式系统时，应充分运用嵌入式技术的特定用途范围及按照实际需求设计系统的软硬件，提升嵌入式系统的运行效率[7]。嵌入式系统将应用作为核心，适当调整软硬件后，可成为功能更加专业的专用系统，在控制算法的应用方面，可选取PID算法与模糊控制相结合的模糊PID算法，达到高鲁棒性、精准高效的控制效果[8-9]。

综合以上分析，本文提出了基于嵌入式技术的动车室温智能控制系统，该系统将通过嵌入式微处理器S3C2440A核心芯片所构造的嵌入式智能温度控制器作为硬件部分，结合软件部分的模糊PID控制算法共同实现对动车室温的智能控制，高效精准地实时控制动车的室内温度，为乘客提供更加舒适的乘坐环境。

1 嵌入式技术的动车室温智能控制系统

1.1 系统整体架构设计

以嵌入式智能温度控制器作为硬件的核心部分，以模糊PID控制算法作为软件的核心部分，设计包含硬件部分、中间部分以及软件部分的动车室温智能控制系统，整体架构如图1所示。

通过硬件部分中的嵌入式智能温度控制器采集动车室温转换为对应的电压数据，将所采集到的数据作为初始值，调用软件部分内的模糊PID控制算法，运用初始值实施运算，获取当前的控制输出量，嵌入式智能温度控制器运用此控制输出量控制调温风机的送风量与转速，实现对动车室温的智能控制。其中，系统中间部分的BSP即为板级支持包，也可称作硬件抽象层，它的功能为分离系统的软件部分与硬件部分，令系统软件部分仅以此层所提供的接口为依据开发即可，不需要与硬件部分的详细状况相关联，同时对系统内硬件部分实施初始化。

1.2 硬件部分功能设计

硬件部分的核心为嵌入式智能温度控制器，其以嵌入式微处理器S3C2440A为核心芯片构造而成，结构设计如图2所示。

嵌入式智能温度控制器主要包含主控单元、温度检测单元、操作单元、通信单元及受控单元等。其中主控单元属于嵌入式智能温度控制器的核心单元，主要由嵌入式微处理器S3C2440A芯片构成，此芯片具有非常丰富的内部资源，其内核为ARM920T，可实现单独的16 kB数据与指令缓存，可集成LCD、PWM、SPI及A/D等众多设备接口，降低外围接口电路的设计难度，实现信号处理及计算等任务;温度检测单元的主要任务是检测动车室内温度及对温度信号实施标准化，同时向主控单元传送标准化处理后的信号;通信单元由CAN控制器与DM9000EP以太网控制器芯片构成，经由CAN总线实现CAN控制器接口向外输送控制信号并达到同其余控制節点通信的目的，利用双绞线将DM9000EP与上位机相连，通过网络服务器监控下位机并交换上下位机数据;操作单元内包含触摸屏与LCD显示屏，动车室温设置键与系统的开关等均设置于触摸屏上;受控单元包含变频器与调温风机，当此单元接收到主控单元所传送的控制信号后，运用变频器对调温风机转速实施调整，实时调整送风量以控制动车室温。

1.2.1 输入与输出接口设计

嵌入式微处理器S3C2440A芯片可提供较多的通用I/O引脚，能够完全满足本文动车室温智能控制系统的需求，无须对I/O引脚实施扩展。因此，在设计本文控制系统的输入与输出接口时，需重点权衡输出信号同主机的隔离、输出信号的驱动、输入信号的转换以及输入信号同主机的隔离等。

1.2.2 A/D与D/A转换

嵌入式微处理器S3C2440A芯片中不具备集成DAC，具备8路十位集成ADC与五个16位的定时器，包含内部定时器1个与PWM定时器4个。为了将以PWM为基础所实现的DAC精准电路获取到，可通过在外侧与一个转换电路及滤波器相连实现，详见图3。图中D1与Q1分别为高精度稳压二极管与高频开关管，因高频开关管Q1的截止电阻较高而导通电阻较小，高精度稳压二极管D1能够转换嵌入式智能控制器的输出PWM波形，转换后PWM波形的高、低电压分别为2.5 V与0 V，属于目标PWM波形。为达到高精度DAC功能，需采用二级阻容滤波将直流分量获取到，并通过低噪声放大器TLV4376驱动输出实现。

1.3 软件部分设计

本文控制系统的软件部分主要包括模糊PID控制算法、嵌入式Linux操作子系统、图形用户接口及应用程序等，其中嵌入式Linux操作子系统安装于虚拟机软件上，在此子系统下实现图形开发及交叉编译等。

1.3.1 温度采集与转换过程设计

嵌入式微处理器S3C2440A芯片将温度传感器所采集到的温度信号转换成相对的电压信号，并向嵌入式微处理器S3C2440A芯片的内置A/D转换器传送;通过A/D转换器转换为16进制数据之后，再经10进制和16进制运算与转换为浮点数据后，通过LCD显示屏呈现。其中系统所设定的A/D转换数据存储到缓存区的时间间隔为80 ms，当缓存区存储数量到达设定数量时，将缓存区数据清零并标记为1，继续实施A/D转换;若缓存区存储数量未达到设定数量，则继续实施A/D转换。温度采集与转换过程如图4所示。

1.3.2 模糊PID控制算法

系统中的嵌入式智能温度控制器通过运用模糊PID控制算法，实现对动车室温的实时在线智能控制。PID控制是通过运用微积分与比例运算出控制量而实现的，它的控制规律可表示为：

2 实验结果分析

将本文系统应用于某动车操控平台中，对此动车室温实施智能控制，检验本文系统的实际应用效果。实验动车共有8节车厢，车体的总长度为201.78 m，其中中间每节车厢的长度为25.80 m，两端车厢的长度为23.49 m，车体的高度与宽度分别为3.90 m与3.31 m;该动车的运行平均速度为355 km/h，可载客600人左右。

2.1 控制效果检验

实验中分别检验应用本文系统前后实验动车室温的恒温控制效果，其中恒温控制的设定温度为25 ℃，设定时间为09[JX-+0.7mm]：[JX+0.7mm]30-21[JX-+0.7mm]：[JX+0.7mm]30，应用本文系统前后的控制情况对比结果如图5所示。通过图5（a）能够得出，无本文系统实验动车室温的恒温控制效果差，室温多次出现大幅度波动，而应用本文系统后实验动车室温的恒温控制效果显著，始终保持设定的25 ℃室温，偶有微小的温度波动，但波动误差始终<±0.3 ℃，可实现动车室温的恒温控制;由图5（b）可看出，应用本文系统后实验动车室温可迅速达到设定温度，所用时间远低于应用本文系统前，并且无超调现象。综合可见，本文系统可实现对动车室温的恒温控制，控制效果理想，控制效率高无超调现象。

统计应用本文系统前后实验动车室温达到各时间段设定温度所用时间及控制中是否存在超调现象，统计结果如表1所示。由表1能够得知，应用本文系统前实验动车室温达到各时间段设定温度所用时间均远高于应用本文系统后，应用本文系统前后实验动车室温达到设定温度的平均用时分别为28.08 s与11.85 s，且应用本文系统后实验动车室温控制过程中的超调现象得到有效改善。

2.2 數据处理性能检验

对本文系统控制过程中的数据处理性能实施检验，检验随着数据量的持续增长，本文系统的处理能力，结果如表2所示。通过表2能够看出，随着数据量的增长，本文系统的数据处理用时也随之增加，但增加幅度不大，在高数据处理量下本文系统的平均吞吐量与丢包率分别为888.67 Mbps与0.25%。说明在应对高数据处理量情况下，本文系统的数据处理效率较高，单位时间内完成的处理量较多，且数据丢失情况较少，综合处理性能优越，能够满足实际应用需求。

3 结语

本文设计了基于嵌入式技术的动车室温智能控[JP+2]制系统，系统主要由硬件、软件及中间部分三部分构成，其中硬件部分的核心为嵌入式智能温度控制器，该控制器的核心芯片为嵌入式微处理器S3C2440A，软件部分的核心即为模糊PID算法与嵌入式Linux操作子系统，通过结合软硬件的嵌入式智能温度控制器与模糊PID算法，达到控制动车室内温度的目的，实际应用结果分析表明，应用本文系统之后可实时精准地控制动车室温，令动车室温快速达到设定目标温度，控制性能稳定且效果显著，实现对动车室温的恒温及分时段控制，控制过程中未出现超调现象，控制中的数据处理性能较好，可满足实际应用所需，为动车组提升乘客的乘坐舒适度提供有效保障。

参考文献：

[1]孟 添，张继业，李 田.卧铺动车组客室温度场数值模拟及优化[J].机械工程学报，2018，54（12）：17-22.

[2]姜 陈，周 斌，廖小东.基于BP神经网络的动车组客室空调故障识别与预警研究[J].铁道标准设计，2018，62（2）：173-179.

[3]周 强，付志亮，张爱华，等.高速动车组智能气动门控系统研究[J].机车电传动，2020，73（2）：72-75.

[4]吴亚垒，祁力钧，张 豪，等.基于嵌入式互联网的远程智能喷雾控制系统设计[J].农业工程学报，2018，34（20）：36-43.

[5]曾 敏，魏识广，李 林.基于嵌入式的厂区环境在线监测系统的设计[J].电子器件，2018，41（1）：212-218.

[6]徐银霞.基于嵌入式的多通道联合通信控制器设计[J].微电子学与计算机，2018，411（8）：143-146.

[7]程 全，张 凯.基于遗传算法的温度PID智能控制系统设计[J].沈阳工业大学学报，2018，40（4）：101-105.

[8]孙 瑞，赵 杰，卢岳俊.基于ZigBee技术的物流仓库温湿度监控系统设计[J].保鲜与加工，2018，18（2）：125-129.

[9]张 春，鲁世红，李正芳，等.整体自阻电加热渐进成形温度控制系统[J].锻压技术，2019，44（2）：124-130.

3029501908263