
李中年 (1949-)
男,湖北應城人,武漢理工大學自動化學院教授,工學學士,研究方向為電氣工程及其智能化。
基金項目:浙江省舟山市高新技術(shù)研發(fā)基金
摘要:針對AHIC(Automobile High-energy Ignition Coil)進口測試設備價格昂貴的問題,本文研發(fā)了一種基于LabVIEW(Laboratory Virtual Instrument Engineering Workbench)軟件平臺和NN(Neural Network)設施的AHIC性能智能型測試系統(tǒng)。此系統(tǒng)在LabVIEW環(huán)境下實現(xiàn)AHIC多種參數(shù)的虛擬測試,并應用NN實現(xiàn)對傳感器測量值非線性誤差的校正。系統(tǒng)硬件主要由傳感器組件、信號調(diào)理模塊、數(shù)據(jù)采集卡和計算機構(gòu)建而成。實際測試結(jié)果表明,系統(tǒng)實時性好,測試精度很高,擴展非常容易,操控十分方便,性價比高,實用性強。
關(guān)鍵詞:AHIC;LabVIEW;BP-NN;智能測試
Abstract: For the expensive problem of AHIC (Automobile Highenergy Ignition Coil)
measurement equipment, this paper developed an intelligent measurement system of AHIC
based on LabVIEW (Laboratory Virtual Instrument Engineering Workbench) software
platform and NN (Neural Network) facility. This system realizes virtual testing of
AHIC of multiple parameters in LabVIEW, andnonlinear error correction of sensor
measurements in NN. The hardware is composed by sensor,signal adjustive module,
target of data acquisition and computer. The actual test results showthat the
system is good in real-timeaccuracy, being expanded, operation, cost performance and
practicality.
Key words: AHIC; LabVIEW; BP-NN; Intelligent measurement
1 引言
當前國內(nèi)所用的功能比較齊全的汽車高能點火線圈測試設備,幾乎都是進口國外的整機原裝設備,其價格昂貴,使用戶望而生畏,難以接受。針對這一問題,本文研發(fā)了一種基于LabVIEW[1] (Laboratory Virtual Instrument Engineering Workbench)和BP-NN(Back Propagation-Neural Network)的汽車高能點火線圈智能測試平臺,這種測試平臺的技術(shù)內(nèi)涵實質(zhì)上是虛擬儀器技術(shù)和人工智能技術(shù)的有機融合,其測試運作效果十分令人滿意。
2 系統(tǒng)硬件設計
汽車高能點火線圈的工作過程是一種典型的高電壓小能量動態(tài)時域過程,其動態(tài)特性具有很大的隨機性和瞬變性。本系統(tǒng)能對帶模塊和不帶模塊的汽車高能點火線圈動態(tài)特性參數(shù)進行測試,諸如測試其初級動態(tài)電流、初級動態(tài)電壓、次級動態(tài)電壓、火花能量、火花電流、火花持續(xù)時間等多個參數(shù),以及進行空載測試、帶容性負載測試、帶阻性負載測試等多種試驗方式。
汽車高能點火線圈性能測試系統(tǒng)的基本工作原理是通過多個傳感器從點火線圈相關(guān)部位測取多種信號,并將這些信號經(jīng)過調(diào)理后,再由數(shù)據(jù)采集卡進行采集處理,然后將這些信號送往計算機主機[2] ,由相應軟件進行處理和保存;且通過鍵盤操作,完成各種輸入?yún)⒘颗c測試要求的設置和檢測;測試結(jié)果由屏幕顯示,并可打印輸出。
系統(tǒng)硬件中設置了許多傳感器,其中最重要的傳感器是電壓傳感器和電流傳感器。電壓傳感器(亦稱電壓探頭),其對線圈點火時的電壓參數(shù)進行采樣,并與電流傳感器配合可測火花能量。電壓傳感器輸入、輸出電壓衰減比選擇為2000:1;電流傳感器(亦稱電流探頭)的主要作用是對負載電流參數(shù)進行采樣。電壓傳感器和電流傳感器送出的模擬信號經(jīng)高速采樣模塊處理后,送入計算機進行數(shù)據(jù)處理和保存,并由顯示屏對相關(guān)過程和數(shù)據(jù)進行顯示。
系統(tǒng)硬件中采用的數(shù)據(jù)采集卡是基于PCI(Peripheral Component Interconnect)總線的PCI-6024E卡,其功能不但可以滿足系統(tǒng)的要求,并且還大大增強了系統(tǒng)對數(shù)據(jù)采集的靈活性和適應性。PCI-6024E卡是基于PCI總線的12位多功能數(shù)據(jù)采集卡,有16路單端接地的模擬輸入通道,2路數(shù)字輸出通道,8路數(shù)字I/O端口,2個24位定時/計數(shù)器[3] ,支持DMA方式和雙緩沖區(qū)模式,最高采樣頻率達200KS/s,在雙極性模式時,輸入電壓范圍選擇有0.1V;1V;10V;20V四種,放大器增益為:0.5;1;10;100,足以滿足此測試系統(tǒng)數(shù)據(jù)采集的技術(shù)要求。系統(tǒng)的組成原理如圖1所示。
3 系統(tǒng)軟件設計
系統(tǒng)軟件是采用LabVIEW的G語言編程平臺研發(fā)的,主要由程序前面板和程序圖形框兩部分組成,其軟件平臺主界面如圖2所示。系統(tǒng)軟件采用了模塊化設計和多線程技術(shù),具體設計時首先根據(jù)系統(tǒng)的總體要求和技術(shù)參數(shù),將系統(tǒng)軟件劃分為各個功能模塊(諸如:數(shù)據(jù)儲存模塊、數(shù)據(jù)顯示模塊、重要參數(shù)設置、修改模塊、數(shù)據(jù)統(tǒng)計分析模塊等),然后逐個進行設計與研制。模塊化程序結(jié)構(gòu)不但增加了軟件的靈活性和整體效率,而且也提高了程序的可讀性和可維護性。
對于汽車高能點火線圈測試系統(tǒng),由于需要檢測的參數(shù)和技術(shù)要求很多,因此將整個系統(tǒng)分成了8個模塊,而且采用多線程并行運行的方法,這樣可以確保整個系統(tǒng)能以較高的效率運作。然而LabVIEW在使用多線程時,并不是線程越多越好,因此,該系統(tǒng)只設置了三個線程,即數(shù)據(jù)采集、數(shù)據(jù)顯示和數(shù)據(jù)分析,且分別放在三個獨立的線程上,這樣既可使設置的線程不致于過多,又可以采集到完整的數(shù)據(jù)。
4 系統(tǒng)非線性誤差的補償
對于汽車高能點火線圈這種測試系統(tǒng),由于其傳感器的輸入輸出存在非線性,而且容易受到工作環(huán)境影響,這會給實際測量結(jié)果帶來較大誤差。特別是此系統(tǒng)為基于PC-DAQ(Data Acquisition)的虛擬儀器系統(tǒng),由傳感器、信號調(diào)理模塊、數(shù)據(jù)采集卡以及數(shù)據(jù)采集與處理軟件多個部分組成,因此該系統(tǒng)要達到高測量精度,對系統(tǒng)的非線性誤差進行補償校正是至關(guān)重要的。
對于這種智能化虛擬測試系統(tǒng)來說,傳統(tǒng)的誤差修正補償方法與技術(shù)表現(xiàn)出很大的局限性和不適應性。而NN對修正補償這種測試系統(tǒng)的非線性特性卻能完美的“勝任”。該系統(tǒng)采用了目前應用最為廣泛的BP-NN。工程實際應用中的BP-NN通常具有三層結(jié)構(gòu),除了輸入層和輸出層外,還包含中間層(亦稱隱含層)。這樣的三層BP-NN能夠在線學習并調(diào)理系統(tǒng)輸入和輸出之間的非線性關(guān)系[4] 。這里所采用的基本神經(jīng)元的函數(shù)式為:



式中θ為偏移量,為響應函數(shù)。
系統(tǒng)采用的三層BP-NN,其中輸入層有兩個節(jié)點(神經(jīng)元),這兩節(jié)點的輸入信號分別為電壓傳感器和電流傳感器的輸出信號;中間層節(jié)點數(shù)(神經(jīng)元個數(shù))由試驗確定,取試驗誤差最小時的節(jié)點數(shù)(這里為30);輸出層輸出為汽車高能點火線圈性能測試[5] 結(jié)果,依據(jù)當時測試對象所需輸出參量個數(shù),在線自動確定(生成)輸出層節(jié)點(神經(jīng)元)個數(shù)。
因為被控(即修正補償)對象為測試系統(tǒng)的非線性誤差 ,此誤差不僅具有非線性,而且還具有時變性,其相應的BP-NN運作模型(即修正非線性誤差的作用函數(shù)) [6] 可設定為:

若BP-NN中有p個非線性節(jié)點,則系統(tǒng)輸出為:

式中Ng[·]和N [·] 均為BP-NN修正補償[7] 系統(tǒng)非線性誤差的動態(tài)子神經(jīng)網(wǎng)絡。可見,只有當Ng[·]→g[·]和N [·]→ [·]時,才能使y(k) →r(k)。
設置準則函數(shù)為:

則BP-NN訓練過程(即權(quán)系調(diào)整過程)為


BP-NN學習算法:


將式(3)和式(4)代入式(7)和式(8)可得:


系統(tǒng)運作之前[y(k)]未知,可設其符號已知,記為 sgn{[y(k)]},代替(9)式和(10)式中的[y(k)],則有:


式中ηw>0,ηv>0,它們決定BP-NN收斂于被控對象的速度。綜上所述可見,此BP-NN校正補償系統(tǒng)非線性誤差的運作原理及過程 [8] 如圖3所示。
同一層的各基本神經(jīng)元在LabVIEW中的實現(xiàn)如圖4所示。而實現(xiàn)修正補償系統(tǒng)非線性誤差的子VI程序[9] 圖形框如圖5所示。
5 結(jié)論
此測試系統(tǒng)主要基于LabVIEW圖形化軟件環(huán)境、虛擬儀器硬件設施以及相關(guān)傳感器組件,并且輔以BP-NN對傳感器測量值進行非線性校正的舉措與設施,成功地構(gòu)建了一種智能化的汽車高能點火線圈測試平臺,它能對汽車高能點火線圈的多項技術(shù)參數(shù)進行測試,并能滿足各種各樣汽車高能點火線圈測試的要求,實測效果表明,系統(tǒng)運作安全可靠、測量精度很高,功能擴展升級容易、操作使用簡單方便,并且性價比高。
其它作者:
陳永紅(1980-),女,山西臨汾人,武漢理工大學自動化學院研究生,碩士在讀,研究方向為智能控制與智能自動化;
周 欣(1984-),女,湖北松滋人,武漢理工大學自動化學院研究生,碩士在讀,研究方向為智能控制與智能自動化。
參考文獻
[1] 劉君華. 虛擬儀器圖形化編程語言LabVIEW教程[M].西安:西安電子科技大學出版社,2001.
[2] 李中年. 電腦控制的測試與設備[M].武漢:武漢測繪科技大學出版社,1990.
[3] 李中年. 控制電器及應用[M].北京:清華大學出版社,2006.
[4] 熊秀等. 用LabVIEW實現(xiàn)神經(jīng)網(wǎng)絡控制[J].測控技術(shù),2005,24(4):51-54.
[5] 李中年;高永雄;劉合波.測定有效電感的一種新方法[N].中國電機工程學報,2006,26(19):156-159.
[6] LI Zhongnian;FANG Huan. Research on the N2C2 Temperature Control System of
the Electrogilding Liquid. Proc.of ICEMI’2005(5):46-49,2005,10.
[7] LI Zhongnian;HUANG Tao;PI Guozhi.A New Method of Measuring WDV Basedon
Chaos Theory. Proc.of ICEMI’2007 Vol. 1,pp125-128. IEEE,Xian,P.R.China,2007.
[8] LI Zhongnian;ZHOU Jiaqi;HE Chao. Fault Diagnosis of the ELVE Intelligent
Electrical Control System.Proc. of ICMEI’2007’Vol. 3,2007,08.
[9] LI Zhongnian;LIU Qi;WANG Baoguo. Research Development on V/A/W Three
Meters Inspection System.Proc.of ISTAI’2008’Vol. 2,2008,11.