微弧氧化智能控制系統設計

易 宏，孔凡友，秦 林，馬 華

(太原理工大學 材料科學與工程學院，太原 030024)

微弧氧化智能控制系統設計

易 宏，孔凡友，秦 林，馬 華

(太原理工大學 材料科學與工程學院，太原 030024)

為了解決當前微弧氧化系統數字化程度不高，人機交互不夠便捷的問題，提出了一種基于DSP的微弧氧化智能控制系統;完成了微弧氧化系統框架、電源硬件和電源系統軟件的設計;采用軟件PID和硬件PID調節相配合的方法使電源輸出穩定性和實時性都得到了提高;采用了深度信念網絡模型對微弧氧化試樣的膜層厚度進行預測，同時通過外部存儲對運行數據進行存儲有效提高了系統的人機交互友好性;實際應用表明，該系統操作方便、實時性好、工藝適應性好、可擴展性好，達到了設計要求。

DSP；深度信念網絡；實時監控；微弧氧化

0 引言

微弧氧化是一種通過閥金屬(Al，Ti，Mg，Hf等)在電解液中進行等離子放電，產生復雜的電化學、熱化學、等離子化學反應，在閥金屬及其合金表面形成一層堅硬、致密的氧化陶瓷膜的表面處理技術[1]。形成的陶瓷質氧化物膜層具有高阻態、耐腐蝕、耐磨損的性能，在航天、航空、航海、機械、電子等領域有著廣泛的應用前景。目前微弧氧化電源的控制系統數字化程度不夠高，主要表現在：多數以單片機為核心，存在算法單一，控制精度不高，系統響應不夠及時。此外，雖然利用到Digital Signal Processing(DSP)作為核心處理器，但多數只用到其PWM輸出模塊和A/D采樣模塊實現高精度的閉環PWM控制功能，而對其他的一些外設并未使用。

當前，隨著人工智能的快速發展，在電氣自動化控制中引入人工智能技術，實現傳統電氣控制的轉變，進一步推動設備的發展。仿人工智能控制的基本思想是在控制過程中利用計算機模擬人的控制行為功能，最大限度地識別和利用控制系統動態所提供的信息，進行啟發和直覺推理[2]。因此本文設計了一種微弧氧化智能控制系統，其特點如下：

其一，利用DSP保障采集和處理數據功能得以實現且具有足夠的精度。首先DSP的A/D模塊(12bit精度)能采集微弧氧化電源的數據；其次在實際生產中應用，DSP能夠有效的處理和保存相關數據，保障微弧氧化電源效果的提高。

其二，通過對微弧氧化過程的工藝參數進行存儲，便于下次使用同樣參數時可以直接從存儲中調用避免重復輸入和誤操作。

其三，加入膜層厚度預測模塊，通過對已有試驗樣本的學習，建立起實驗因數與輸出結果的映射[3]。實現對電源不同工藝參數下膜層厚度的預測，這對節約試驗成本和優化實驗工藝具有重要意義。

1 微弧氧化系統的設計

微弧氧化系統結構如圖1所示，主要包括電源、上位機、冷卻系統和攪拌系統。此氧化系統電解槽采用的是自己設計的一種結構簡單、操作方便結構，采用304不銹鋼管彎成螺旋狀放入電解液中并且管內通冷卻水來保證溫度一定。同時304不銹鋼管在氧化過程中擔當陰極，與工件在氧化過程中擔當陽極組成微弧氧化過程中的兩電極。在容器上加有溫度傳感器和以PCF8591為核心的A/D采樣模塊，采樣模塊通過IIC接口與DSP通訊，DSP可以將數據上傳到上位機上，便于對溫度的觀察。

圖1 微弧氧化系統示意圖

2 微弧氧化電源總體設計

微弧氧化電源結構如圖2所示，主要包括主電路和控制系統電路。通過DSP的PWM模塊與驅動電路控制斬波逆變電路實現對主電路的數字化控制。通過DSP內部A/D模塊實現對電壓、電流的采樣再經過軟件上的PID算法實現對負載的閉環控制。采用SCI接口實現DSP與上位機的通訊。另外，通過外擴存儲對運行過程的電源參數進行存儲能對故障進行預先處理減少事故發生概率。該電源設計為，輸出直流電壓可在0～1 000 V連續可調，輸出脈沖電壓最大幅值電壓1 000 V占空比和頻率可調。能對電壓、電流、占空比和試驗溫度進行實時監測并數字化顯示。

圖2 電源結構示意圖

3 電源硬件設計

本微弧氧化智能控制系統，以DSP核心芯片作為微處理器,采用硬件PI電路與uc3846配合的方法來驅動由4個IGBT組成的全橋逆變電路，該方式驅動能力強驅動過程穩定。采樣電路上由于電流采樣是直接反饋到硬件PI調節電路所以采用分流器與變送器配合的方式，與直接采用傳感器相比其具有精度高且帶隔離的特點。電壓采樣采用霍爾電壓傳感器(具有電磁隔離)。由于DSP內部存儲有限而本設計需要對運行過程參數進行存儲因此對其存儲外擴SD卡。

3.1 主電路設計

主電路主要包括四部分，工頻可控整流與電容濾波電路、斬波逆變電路、高頻變壓電路和次級整流濾波電路。主要過程為工頻三相交流電經過整流濾波電路輸出直流電，經由4個IGBT組成的移相全橋ZVS PW變換器輸出脈沖電壓，通過高頻變壓器升壓、整流器整流、LC電路濾波后輸出到負載[4]。

3.2 數字信號處理芯片的選型

DSP是繼單片機之后，當今嵌入式系統開發最為熱門的關鍵技術之一。DSP芯片因為其具有穩定性、可重復性、可集成性、柔性化編程和易于實現實時處理等的特點目前已經成為熱門的電源控制芯片[5]。TMS320X2833xDSP是TI公司一款用于控制的高性能、多功能、高性價比的32位浮點DSP。它整合了DSP和微控制器的最佳特性，是功能復雜的控制系統設計的最佳選擇。作為目前應用最廣性價比最高的DSP芯片之一，選擇TMS320X28335作為本次設計的控制芯片。

3.3 驅動電路的設計

由于DSP端口高電平僅為3.3 V其負載能力不夠，應加上驅動模塊保護主控芯片。本設計選擇目前市場上應用廣泛的UC3846作為控制IGBT的控制芯片，采用PI調節與UC3846結合的驅動方式。UC3846是由美國公司Unitrode(現在已經屬于TI公司)生產的性能穩定、具備控制功能的芯片。此芯片主要在橋式拓撲及推免拓撲系統電路中應用，釆用當前廣泛應用的峰值電流型控制方式，輸出信號具有兩個互補輸出端口，可以對IGBT進行直接連接和驅動，并可利用高頻變壓器實現與電網的隔離。

3.4 采樣電路的設計

由于DSP采樣要在0～3.3 V之間，為了不超出電壓范圍，保證電路的可靠性、保護芯片，電壓電流的采樣需要進行隔離。本設計電流采樣考慮到PI調節對采樣精度的要求，采用分流器與變送器配合的設計方式，其原理是電流通過分流器時會產生0～75 mV的電壓信號，經變送器(具有光電隔離的作用)產生相應的電壓再經過運算放大器放大為合適的電壓輸入到DSP芯片。電壓采樣采用霍爾傳感器，其原理是，當電感電流流過霍爾傳感器時，副邊會感應到壓降，此壓降經過運算放大器放大為合適的電壓輸入控制芯片，就能反映出被采樣的電壓變化。

3.5 存儲電路設計

在本設計中，由于TMS320F28335具有SPI總線，在連接的時候可以方便的進行外擴，并且也有利于系統以后的擴展，所以本系統選擇了SPI總線的模式進行DSP與SD卡的連接。SPI模式的優點就是簡化了主機的設計。

4 軟件設計

本智能控制系統核心就在于軟件的設計，以DSP作為核心處理器。通過設定好的占空比和從A/D模塊采樣的電壓、電流信號進行PID運算輸出實時性好、穩定性好的PWM波作為主電路的驅動信號。通過SPI接口實現外部存儲的寫入和讀取。采用SCI接口與上位機通訊，上位機通過電源參數以深度信念網絡模型對膜層厚度進行預測。

4.1 DSP軟件開發

DSP采用輸出PWM信號對逆變電路進行驅動,通過PWM占空比大小實現不同輸出。TMS320F28335的每個ePWM模塊可以產生兩路PWM波[6]。PWM波一個周期T分成了兩個時期，高電平時期t1和低電平時期t2，占空比D為t1與周期T的比值。通過改變占空比的大小來控制IGBT的關斷和打開的時間，從而使主回路也產生相應占空比脈沖電壓。其中關聯到的有周期和占空比，通過周期寄存器TBPRD賦值可以設定PWM的周期，周期計算見公式(1)：

(1)

再通過給比較寄存器CMPRx賦值可以設定占空比，占空比計算見公式(2)：

(2)

DSP主程序控制流程如圖3所示。首先對系統進行初始化，然后循環等待選擇SD卡存儲的工藝參數或者上位機發送的控制指令。開啟定時器，啟動PWM模塊，輸出PWM控制信號通過uc3846驅動功率逆變電路中IGBT工作，同時觸發A/D采樣模塊，對采集的電壓或電流值進行PID運算實時更新PWM信號的占空比，實現對系統的快速準確控制，將該狀態下的工藝參數按一定的算法實時寫入SD卡，達到處理時間后，結束微弧氧化過程。

圖3 DSP軟件流程

4.2 SPI通訊存儲的實現

SPI是一種高速同步串行輸入/輸出接口，主要通過同步時鐘線(SCK)，主機輸入/從機輸出數據線(MISO)，主機輸出/從機輸入數據線(MOSI)進行數據傳輸。另外還有一條低電平有效的從機片選擇線CS(card select)用來選擇主/從機模式。DSP與SD卡的通信由DSP控制，在對SD卡進行操作前必須先拉低SD卡的片選信號CS，然后發送命令。SD卡對主機發送的任何命令都要進行響應，除了對命令響應外，在執行寫操作時，還要對主機發送的每個數據塊進行響應。

SD卡讀寫流程如圖4所示，其中寫操作支持單塊寫和多塊寫，單塊寫(CMD24)是只能寫數據長度為512字節，多塊寫是從指定位置寫直到接收停止命令(CMD12)，本設計采用單塊寫。操作時，可首先向SD卡發送寫數據塊的命令字CMD24，在接收到SD卡的響應信號后，再發送數據起始標志，然后發送數據。當SD卡的回應信號為E5H時，即表明SD卡可正確接收數據，之后，SD卡的輸出口變為低電平，表明正在寫SD卡，當輸出口變為高電平時表明寫操作完成[7]。SD卡的讀操作與寫操作的不同之處在于首先向SD卡發送的讀數據塊的命令字為CMD17。

圖4 SD卡發送/接收過程

4.3 IIC通訊的實現

由于TMS320F28335本身不具有IIC的模塊，因此，需要通過GPIO口來模擬IIC接口的時序，通過設置兩個GPIO口作為IIC接口與PCF8591模塊完成通訊。DSP可以讀取數據，然后使用定時器的周期中斷，每隔1 s將信息發送到上位機。

4.4 預測網絡模型建立

4.4.1 樣本數據處理

進行網絡訓練，需對輸入、輸出值進行歸一化處理，常用變換式(3)將輸入、輸出數值變換為[0,1]區間的值。

(3)

式中,xi代表輸入或輸出數據；xmax代表數據變化范圍的最大值；xmin代表數據變化范圍的最小值。

4.4.2 網絡結構設計

網絡結構設計由疊加的受限玻爾茲曼機( restricted boltzmann machine，RBM)和BP網絡構成，其結構如圖5所示。訓練過程可以分為兩步，首先，使用無監督學習方法訓練每一層RBM，且每個RBM的輸入為上一個RBM的輸出，即每一層RBM都要單獨訓練，確保特征向量映射到不同的特征空間時，盡可能多的保留特征信息；第二，使用最后一層的BP網絡接收最后一個RBM的輸出，用有監督的方式訓練整個網絡，對其進行微調[8]。

圖5 網絡結構圖

在網絡訓練過程中，底層網絡接收電壓占空比、時間、電流、電壓等的原始數據，每層提取數據的特征，并作為下一層的輸入，在上層網絡形成更易分類的特征向量。一般采用3個RBM就可以保證足夠的精度，每個RBM由一個可見層和一個隱含層組成[9]。可視層與隱含層間使用雙向全連接，學習規則采用matlab中全退火算法。

4.4.3 算法與流程

此網絡模型無需預先給定公式，而是以實驗數據為基礎，經過無監督自學習方式獲得一個反映實驗數據內在的規律，從而建立數學模型，因而特別適合于研究材料科學中復雜的非線性問題。以下是基于神經網絡的預測系統，流程參見圖6，主要工作步驟如下：

(1)輸入、輸出向量樣本集的設計。輸入向量進行歸一化處理，根據不同參數的微弧氧化過程的理論分析和實際經驗，可以確定微弧氧化后材料滲層厚度。

(2)構造網絡結構模型，用學習樣本對其進行學習訓練，確定其結構參數。

(3)以待測數據樣本作為測試樣本，輸入到已訓練好的網絡進行測試，輸出待測材料的滲層厚度。

圖6 網絡工作流程

4.5 人機交互的設計

本設計采用SCI接口實現DSP與上位機通信。SCI提供通用異步接收/發送(UART)通信模式，UART通信模式只需要兩根信號線就可以和使用RS232的標準設備相連[10]。應用MAX3232的接收端和發送端與TMS320F28335的SCITXDA和SCIRXDA引腳相連接,再與上位機通訊。其中TMS320F28335中的SCI通信具備中斷和查詢兩種基本的方式，本設計采用中斷的方式。DSP的SCI模塊初始化時首先在初始化程序里面設置GPIO相應的SCI口，再選擇時鐘模式，然后進行波特率的編寫，最后需要使能內部的時鐘。在PC機上的編程實現用到了Windows提供的API來實現對串口的操作。設置上位機的通訊波特率、數據格式與DSP設置的一致就可以實現與DSP的通訊。

5 實驗結果

對整個微弧氧化系統進行直流和脈沖操作測得到的波形如圖7，其中圖7(a)為恒壓模式微弧氧化時測得的負載兩端電壓，其電壓為500 V，圖7(b)為在主變壓器輸出不整流產生的脈沖電壓在微弧氧化過程測得的電壓，其頻率為20 kHz幅值電壓為450 V。從圖中可以發現無論是直流還是脈沖此電源的輸出電壓都很穩定，頻率可以在0～20 kHz連續可調，符合對微弧氧化電源高精度要求。

圖7 測得負載兩端的直流和脈沖電壓

采用12組單元素分析微弧氧化數據(包括3組不同電壓、3組不同電流、3組不同氧化時間、3組不同溫度，電解液都為15 g/L的Na2Sio3溶液)對深度信念神經網絡進行訓練。表1為對訓練好了的網絡模型用直流下3組不同電壓(電流0.4 A，氧化時間都為20 min，溫度控制在40℃以下，電解液15 g/L的Na2Sio3溶液)微弧氧化數據對其進行檢驗。結果可以看出其預測偏差在10%左右，通過增加預訓練試樣的數量可以進一步提高預測精度。

表1 不同電壓下膜層厚度

6 結論

本文設計了一種微弧氧化智能控制系統，其具有實時性好、操作方便、擴展性好等優點。此系統可以將運行過程中的參數進行存儲，在下次運行時可以選擇直接調用前面選用的參數，簡化微弧氧化的操作。利用深度信念網絡所建立的模型能夠通過電源參數來預測微弧氧化后的滲層厚度，可以有效的節約試驗成本和優化實驗工藝。可以對故障數據進行存儲在事故沒出現之前就對其進行處理，弱化事故出現環境。對系統的升級和擴展只需要軟件算法的升級，對后續系統的升級非常方便。

[1] 馮欣榮，吳漢華，龍北玉. 多功能微弧氧化電源的研制[J].儀表技術與傳感器，2004(9):32-34.

[2] 王 鐸.基于人工智能控制的微弧氧化開關電源[J].電測與儀表，2013(10)115-118.

[3] Amos O A, Tunbosun B O, Mustapha O B. Application of artificial neural network to loan recovery prediction[J]. International Journal of Housing Markets and Analysis.2016,9:222-238.

[4] Yungtaek J, Milan M J. A New PWM ZVS Full-Bridge Converter[J]. Power Electronics, IEEE Transactions on.2007.22:987-994.

[5] 顧衛剛. 手把手教你學DSP[M].北京：北京航空航天大學出版社，2011.

[6] 孫麗明. TMS320F2812原理及其c語言程序開發[M].北京：清華大學出版社，2008.

[7] 韓 方. 基于DSP的數據存儲與傳輸系統的研究與設計[D].武漢:武漢理工大學, 2010.

[8] 田 楊. 改進的深度信念網在磨削加工粗糙度值預測中的應用[J].組合機床與自動化加工技術,2016,7(7):108-110.

[9] 高 強，馬艷梅. 深度信念網絡(DBN)網絡層次數量的研究及應用[J].科學技術與工程，2016，(23):234-238.

[10] 郭偉偉，馬捷中，翟正軍，等. DSP與PC機之間的數據通訊研究[J].微處理機，2008，29(4):155-160.

Design of Intelligent Control System of Micro-arc Oxidation

Yi Hong, Kong Fanyou, Qin Lin, Ma Hua

(School of Materials Science and Engineering, Taiyuan University of Technology, Taiyuan 030024, China)

In order to solve the micro-arc oxidation system problem, such as: digitization is low and the operation is not convenient enough，a control system scheme of artificial intelligence in micro-arc oxidation power supply based on DSP is proposed. Micro-arc oxidation system, the hardware of the power supply and software of the power supply is designed at the same time. Power output is stable and real-time have been improved by the use of software PID and hardware PID adjustment. In addition, the belief network model is used to predict the film thickness after micro-arc oxidation，at the same time through the storage of operational data effectively improve the system's human-computer interaction. Practical application shows that the system is easy to operate, excellent process adaptability, scalability excellent and real-time outstanding meet the design requirements.

DSP; belief network; real time monitoring; micro-arc oxidation

2016-11-07；

2016-11-17。

山西省留學回國人員科研經費資助項目(2013-030)。

易 宏(1992-)，男，江西宜春人，碩士，碩士研究生，主要從事新能源電源方向的研究。

秦 林(1974-)，男，四川樂至人，博士，副教授，主要從事新能源、雙輝等離子方向的研究。

1671-4598(2017)03-0088-05

10.16526/j.cnki.11-4762/tp.2017.03.025

TP273

A