基于STM32的大功率LED 阵列高精度制冷控制系统*

钱依凡，薛凌云，洪哲扬

(杭州电子科技大学 自动化学院，浙江 杭州 310018)

0 引言

LED 以其小体积、高亮度、长寿命、节能环保、可DC供电与调光等优势被广泛应用于各种指示、显示以及照明系统中。限于当前材料、封装和工艺等技术水平，LED量子效率低，在工作过程中会产生大量的热[1]。由多颗LED 组成的大功率LED 阵列不仅表现为单颗LED 产热严重且LED 间相互耦合，其散热问题更加突出。随着LED 研究与应用的深入，LED 阵列中LED 功率和集成度亦随之增加，其单位面积上所产生的热量愈来愈多，若非在重量和尺寸上指数增加，单纯依靠被动散热已无法及时散发大功率LED 阵列热量[2]，由此导致LED 阵列热沉温升问题严重影响LED 阵列的光学性能与可靠性，如发光效率降低、波长偏移、颜色偏移、寿命缩短等[3-5]，而良好的制冷控制不仅能保持LED 阵列工作环境温度的稳定，更能提高LED的发光效率。

半导体制冷器(Thermoelectric Cooler，TEC)结构简单，具有热惯性小、制冷速度快、体小质轻、易于调控、寿命长、无噪声、无污染等优点，应用范围广泛且非常适合应用于微型制冷领域，如激光器、医疗器械和空间飞行器上的仪器设备冷却等[6-7]。TEC 驱动电源大致发展为开关电源和线性电源，开关电源具有转换效率高的优点，但易产生较强的电磁干扰；线性电源的电磁干扰小，输出电压电流纹波小[8]，设计线性电源驱动TEC 可使其工作更稳定。

TEC 制冷过程是五大效应综合作用的结果，受其驱动电流、热端散热条件及系统接触热阻等因素多重影响表现出复杂的非线性特征。PID 因结构简单、方便实用常用于半导体制冷控制[9-10]，但PID的本质为线性控制，常导致非线性的TEC 制冷控制系统存在快速性和超调量难以兼得、抗干扰能力差等问题。因此在TEC 制冷控制的实际应用中，人们将非线性系统理论、智能控制理论等与PID 控制相结合，提出了多种无需建立复杂热传导模型的PID 控制算法，实验表明其具有较好的适用性及抗干扰能力[11-14]。

鉴于以上原因，本文采用STM32 单片机设计并制作相应制冷控制系统实物，实现模糊RBF 神经网络PID 控制策略在该系统的嵌入式应用，并利用6×3 W 大功率LED 阵列对该系统进行制冷控制，对制冷效果等进行了实际测量。

1 实验方案

经简化，实验测量装置整体示意图如图1 所示。源表板卡P1 通过接收温度反馈值进而根据控制策略调整输出不同大小电流驱动TEC 以不同制冷效率工作，源表板卡P2 驱动风扇提高TEC 热端至塔式散热器传递的热量与空气交换速率，源表板卡P3 可设置电压、电流大小及驱动模式以驱动LED正常工作，测控版卡MC1主要功能为测量LED热沉温度。板卡P1、P2、P3、MC1 间通过以太网口及交换机建立连接与PC 上位机进行数据交互。

图1 实验测量装置整体示意图

1.1 系统总体方案

依照分布式与模块化的设计思想，制冷控制系统主要由测控板卡、源表板卡、上位机三部分构成，按照图2所示方式进行连接、组合。

图2 制冷控制系统组成

该系统以STM32 作为制冷控制核心，利用嵌入式以太网控制芯片W5500，通过不同报文帧的设计实现指令上传下达及数据交互。工作时，通过上位机设置预定温度值及制冷控制开启信号后生成参数报文发送至MC1、P1 分别开启温度采集、制冷控制，PT100 模块采集的电压信号经AD7792 转换成数字信号交由STM32 处理生成温度报文后由W5500 发送至P1，P1 通过比较设定温度与采集温度的大小输出不同大小的恒定电流，从而驱动TEC 输出不同的制冷功率，对大功率LED 阵列进行制冷控制。

1.2 硬件设计

1.2.1 测控板卡

该板卡主要功能为温度测量，温度传感器转换的电压信号经滤波放大及A/D 转换后经SPI 总线送入STM32 单片机处理，STM32 处理后生成温度值送入W5500 传送至PC、源表板卡。

为实现对温度的准确测量，温度传感器的选择尤为重要。铂电阻的稳定度理论上可达0.1%，其以高稳定度与高测量精度等优势被ITS-90国际温标所采用并作为基准测试仪器。本设计采用IEC751 国际标准下的三线制A 级铂热电阻PT100，三线制接法在工业上应用成熟，可大大减小导线电阻带来的附加误差[15]。

PT100 采集所得代表温度变化的阻值信息通过恒流源可转换成电压值方便后续A/D 处理，本设计采用ADI 公司生产24 位∑-ΔADC 内部集成低噪声可编程增益放大器AD7792 芯片。其不仅自带激励电流源，且内部增益在1～128 倍间可调，同时24 位分辨率保证了对热电阻电压变化的辨识能力，均方根噪声仅为40 nV，满足温度测量的精度需求。图3 为主要的温度检测电路。

图3 温度采集电路

为实现最佳三线式RTD 配置，需用两个完全匹配的激励电流。在该配置中，若只输出一路激励电流IOUT1，因PT100 引线电阻存在，会在AIN1+引脚与AIN1-引脚间产生电压差，因此需要输出另一路激励电流IOUT2 用于补偿IOUT1 输出所产生的误差。电流流经REFIN+与REFIN-间的精密电阻可为AD7792 提供基准电压，该方案可使模拟电压输入范围随基准电压呈比例变化，同时基准电压变化可补偿任何因激励电流的温漂所导致的模拟输入电压误差，最终保证温度测量的精度与稳定度。

1.2.2 源表板卡

半导体制冷器是电流驱动器件，其制冷功率可通过驱动电流大小调节，输出电流稳定可调、响应时间小、纹波电流小同时具备输出检测反馈的源表设计是半导体制冷器制冷控制精确的基础。

该电源板卡主要包含电压驱动和电流驱动两部分，两者原理基本相同，且本设计最终采用电流驱动半导体制冷器，因此对电流驱动部分进行描述。220 V 市电经EMI 滤波器、变压器、整流桥、滤波电容后转化为直流电压接入，图4 为主要源表电路。

图4 电流驱动电路

该电路总体为浮地线性电源。左侧光耦TLP521 具备隔离功能同时亦能通过副边输出控制MOS 管IRFP250 导通或关断进而控制后级输出。最右侧为主体放大电路，设计同时反馈给STM32 片内AD 采集进而根据PID 策略调整DA 输出达到恒流目的，其中运放选择为压摆率达16 V/μs、均方根噪声仅为15 nV的TL084 芯片。其中Q5 和Q6 是功率对管，用于提高电路驱动能力。C7、C8、C30 组合成输出滤波电容，其中D4 是稳压二极管有输出过压的抑制作用。该板卡最终可实现电压电流0～30 V、0～4 A调整范围输出，同时板卡装载保险丝，软硬件两方面都具备过流保护作用。

1.3 软件设计

1.3.1 下位机软件设计

下位机软件根据上位机下发的目标参数与开启停止指令来实现对制冷系统的控制。系统下位机软件流程如图5 所示。

图5 下位机软件流程图

系统上电复位后，开始程序初始化同时MC1、P1、PC建立网络连接，待上位机参数设定后向MC1、P1 发送开启制冷控制系统，MC1 开启温度采集并发送给P1，P1 根据反馈值及设定值调用模糊RBF 神经网络PID 进行电流输出调节进而驱动TEC，从而实现制冷控制。当收到上位机制冷控制停止信号后停止制冷控制流程。

1.3.2 模糊RBF 神经网络PID

本设计将模糊RBF 神经网络PID 嵌入下位机实现。如图6 所示，以制冷控制温度设定值r(k)与检测值y(k)的偏差e(k)和偏差变化率△e(k)为模糊RBF 神经网络控制器的输入变量，以PID 增量参数△KP、△KI、△KD为输出变量。模糊RBF 神经网络以性能指标为目标不断优化神经网络权值，输出最佳PID 增量参数，PID 控制参数作用于被控对象TEC 得到实际输出值，以提高半导体制冷温度控制效果。

图6 模糊RBF 神经网络PID 控制框图

针对模糊控制结构和PID 控制器的设计要求，模糊RBF 神经网络采用两输入三输出四层结形式，其网络结构如图7 所示。该模糊神经网络第1～4 层分别为输入层、模糊层、推理层和输出层。

图7 模糊RBF 神经网络结构

第一层(输入层)：以温度偏差e(k)和温度偏差变化率△e(k)作为输入量。输入向量x=[x1x2]T，x1=e(k)，x2=e(k)-e(k-1)=△e(k)。

第二层(模糊化层)：输入向量x=[x1x2]T归一至论域[-10，10]。第二层的每个节点代表一个语言变量值，设定e(k)和△e(k)的模糊子集均为{NB(负大)，NM(负中)，NS(负小)，ZO(零)，PS(正小)，PM(正中)，PB(正大)}，其作用为根据隶属函数计算各个输入分量xi的隶属度隶属度函数为高斯型函数，则有：

式中，cij和σij分别是第i 个输入变量第j 个模糊集合的隶属度函数的中心和宽度，i=1，2，…，n；j=1，2，…，mi。n=2 是输入量的维数，mi为xi的模糊分割数。该层节点数为14。

cij的选取以全交迭、对称和不均匀分布为原则。以e(k)为例，隶属度函数如图8 所示。

图8 隶属度函数

输出公式为：

第三层(模糊推理层)：节点数等于输入变量的模糊子集个数乘积，共49 个节点。该层每个节点代表一条模糊规则，通过与模糊化层的连接完成模糊规则的匹配，实现各节点之间模糊运算，每一个神经元的输出为：

式中j，k=1，2，3，4，5，6，7；n=7(j-1)+k。

第四层(输出层)：该层节点数为3，其作用为实现PID 参数的增量清晰化，采用重心法：

式中n=1，2，3。

采用梯度下降法改变模糊RBF 神经网络第三层与第四层之间的连接权值，优化输出。性能指标函数如式(5)所示。

式中m 为每次学习采样个数。

则每次权值的修正量公式为：

式中η 为学习速率。

对式(6)分解得：

对式(7)中每项进行推算得：

第1 项：

第2 项：

第3 项：增量式PID 计算公式为：

将增量式PID 计算公式带入权值修正的分解公式第3 项可得：

第4 项：

由上可得，权值修正量为：

每次权值调整公式为：

式中k 表示权值修正次数。

1.3.3 上位机软件设计

本文使用Qt 平台设计开发TEC 制冷控制上位机方便操作人员控制系统工作、实时观测系统温度状态并记录实验过程数据。上位机软件基于UDP 协议，通过以太网、交换机与下位机进行通信，利用报文帧的不同设计判别指令与数据报文，采用判断帧头帧尾、数据长度位、异或校验位来保证传输数据的可靠性。操作人员可通过上位机进行参数配置及下达控制命令，实验过程中相关数据可保存为相应TXT 格式文件，方便后续分析。系统上位机软件界面如图9 所示。

图9 上位机软件界面

2 实验结果

2.1 源表响应时间与稳定性实验

源表响应快、纹波小、稳定度高是TEC 正常工作及制冷控制高精度的基础。源表外接极限功率300 W、10 Ω可调水泥电阻负载，设定不同大小电流后利用TDS 2024C示波器对输出电压进行测量，测量所得部分瞬态响应波形如图10 所示。调整示波器为交流耦合模式，进行纹波测量，所得部分波形如图11 所示。该板卡可实现电压电流0～30 V、0～4 A调整范围输出，在带载情况下设定不同大小电流开出测试时，该源表响应时间范围为2.5 ms～5 ms，纹波峰峰值范围为24 mV～38 mV，纹波系数范围为0.21%～0.55%，满足TEC 工作及控制需求。

图10 不同大小电流瞬态响应波形

图11 不同大小电流纹波波形

2.2 大功率LED 阵列温升实验

利用6×3 W的大功率LED 阵列作为热源，因需将LED 阵列置于积分球内对输出光学性能进行监测同时提高阵列散热性能，设计Ф46×38 mm 圆柱状LED 热沉，将LED 阵列铝基板与LED 阵列热沉相连，TEC 冷端与另一端LED 阵列热沉相连，TEC 热端与带风扇的塔式散热器相连，通过在各接触面涂抹高导热系数导热硅胶固定连接并降低接触热阻。

实验过程中环境温度保持在10～14 ℃，在TEC 制冷控制未工作时，对大功率LED 阵列热沉温度进行测量记录，绘制如图12 所示。

图12 大功率LED 阵列热沉升温曲线

该LED 阵列实际工作功率约为12.6 W，在Ф46×38 mm圆柱状LED 热沉条件下，热沉温度在36 min 内便上升到40 ℃以上，并且呈不断上升趋势。说明即使在拥有被动散热条件下，在未施加制冷控制时，该LED 阵列的散热问题仍然非常严重。

2.3 半导体制冷精度及稳定度实验

在环境温度为11.0 ℃时，通过预整定，确定P、I、D参数的初始值：KP=12.0，KI=0.12、KD=0.5。在设定制冷目标温度为5 ℃时，分别使用常规PID与模糊RBF 神经网络PID 控制策略，实验结果如图13 所示。为了更加清晰地反映两者曲线的差别，将图中50 s 至400 s 控制曲线放大以插图形式展示于右半部。

图13 线性PID与模糊RBF 神经网络PID的实验输出对比

实验结果表明，使用常规PID 控制TEC 时，温度从11.0 ℃初次下降到5 ℃需要90 s，并且于182 s 时出现最大超调，超调量为0.38 ℃，而在388 s 时才上升至5 ℃，此后误差在波动中逐渐减小，最终温度控制在5±0.2 ℃以内。

在相同条件下，使用模糊RBF 神经网络PID 控制TEC。相比于常规PID 控制，温度从11.0 ℃下降到5 ℃虽然需要116 s，但是于184 s 便已出现最大超调量，仅为0.14 ℃，超调量与超调时间均有改善。而后，制冷控制系统进入稳态，在362 s 后系统便能使温度控制在5±0.08 ℃以内，经稳定性测试，其进入稳态后，系统可将温度控制在5±0.1 ℃以内。

由大功率LED 阵列温升实验可知，大功率LED 阵列的温升是一个非线性过程，其热沉温度在经过36 min便上升到40 ℃以上且呈不断上升趋势，非常适合作为热源对进入稳态后的系统进行带载及干扰测试。在相同条件下，对上面进入稳态后的系统于9 min 时开启大功率LED 阵列，测试结果如图14 所示。

图14 制冷控制时开启大功率LED 阵列后热沉温度曲线

由图14 可知，9 min 时开启大功率LED 阵列后，系统最大偏离0.7 ℃，经过13.5 min 后系统重新降至5 ℃，此后系统便能使温度控制在5±0.1 ℃以内，表明该系统具备较好的带载及抗干扰能力。相较于大功率LED 阵列经过36 min 后仍呈温度上升趋势，该制冷控制系统可大大缩短热平衡时间。

2.4 大功率LED 阵列光学性能对比

将6×3 W 大功率LED 阵列置于积分球内，利用Ocean Optics 光谱仪HR4000 对其进行光学特性测量，获得光谱曲线如图15 所示。

图15 LED 阵列热沉不同温度下输出光谱对比

图15中左部分为蓝光LED 所发蓝光，峰值波长为460 nm 左右，中间部分为绿光LED 所发绿光，峰值波长为515 nm 左右，右部分为红光LED 所发红光，峰值波长为625 nm 左右。

随LED 阵列热沉温度升高，不同种类LED的峰值波长均发生不同程度的红移，在控制LED 热沉温度从5 ℃到45 ℃过程中，蓝光LED 峰值波长从457.8 nm 偏移至460.3 nm，绿光LED 峰值波长从515.0 nm 偏移至517.1 nm，红光LED 峰值波长从625.8 nm 偏移至631.5 nm；谱线半高宽随着温度上升不断加大，其颜色纯度降低，光强峰值呈不断下降趋势，红光LED的相对辐射强度从15 706降至10 180，相较于控制LED 热沉温度为20 ℃时测量所得相对辐射强度为13 481 时，其光强下降可达24.5%。可见，良好的制冷控制不仅可防止LED 阵列因温升所导致的波长、颜色的偏移，亦可提高其输出光效。

3 结论

本文设计了一套以STM32 微处理器为控制核心的TEC 制冷控制系统，采用上下位机架构，设计安全可靠的可编程线性电源驱动TEC 工作，实现了温度的设定、测量、显示与控制。通过模糊RBF 神经网络PID 算法对温度进行控制，实验证明相较于常规线性PID，系统的动态特性大大改善，在调节时间、超调控制等方面表现出更佳的控制效果，同时具有一定的抗干扰能力，该算法对类似的过程控制系统具有一定的参考意义。本文对LED 阵列光学性能与热沉温度的关系进行测量，随热沉温度增大，其峰值波长与颜色均发生不同程度偏移，施加制冷控制后使其工作温度稳定的同时提高了光效。