基于遺傳算法的半導體激光器溫度控制系統*

楊芳權， 江渝川

(重慶人文科技學院 計算機工程學院， 重慶 401524)

半導體激光器的工作溫度變化會影響激光器內部材料的折射率，進而使其輸出波長隨溫度變化發生漂移[1].當半導體激光器結溫度增加時，激光器的輸出波長亦隨之變大，產生波長的紅移[2]，激光器的輸出光功率隨著環境溫度的增加而降低，過高的溫度使得激光器輸出功率以指數形式下降[3-4].此外，半導體激光器工作溫度升高會產生熱機械應力，破壞了整體結構的緊湊性，加速焊料變質，使得器件的材料性質發生變化，嚴重縮短其工作壽命.根據上述種種原因，在氣體檢測應用中，為了實現氣體檢測的高精度，延長半導體激光器使用壽命，對其進行恒定溫度控制勢在必行.

近些年，國內外很多科研機構和生產廠商均研制了用于專業用途的半導體激光器溫度控制系統，在溫度控制范圍和控制精度方面做了很多貢獻.國外生產廠商，如ILX Lightwave，Thorlabs和Newport等的產品一般能夠在-50 ℃至+100 ℃的環境下正常工作，且控制精度不低于0.001 ℃.國內方面，以吉林大學、溫州上通儀表公司為代表研制的產品一般只能在常溫下工作，控制精度僅為±0.1 ℃[5-6].雖然國外半導體激光器溫度控制器具有優越的參數性能[7-8]，但是其體積龐大，價格昂貴，不適合便攜式紅外氣體檢測儀器的需求.國外產品的長期穩定度最優性能僅為±0.1 ℃，不能滿足氣體濃度高檢測精度的要求.

為了研制出成本低、性能優越、體積小的激光器恒溫控制系統，本文研制并設計了一款基于遺傳算法學習的自適應半導體激光器溫度控制系統，該系統將處理器從復雜的溫度控制算法中釋放出來，適用于各種實現性要求高的場合.

1 半導體激光器溫度控制系統

半導體激光器溫度控制系統結構框圖如圖1所示.

圖1 半導體激光器溫度控制系統結構圖Fig.1 Structure diagram of temperature control system for semi-conductor laser

1.1 溫度控制單元設計

為了對半導體激光器溫度進行精確地控制，需要對流過半導體制冷器(TEC)的電流大小和方向進行精確控制.當半導體激光器溫度低于工作溫度時，通過TEC對激光器進行加熱處理.當激光器溫度高于工作溫度時，通過TEC對激光器進行制冷處理.TEC稱為半導體制冷器，是半導體激光器封裝在一起的溫控器件.市面上流通的TEC均是利用半導體材料的帕爾貼效應原理生產的，當電流正向流過熱電制冷器時，其一端會吸收熱量，另一端會散發熱量，反之亦然.利用TEC對量子級聯激光器進行恒溫處理，制冷或加熱的方向由流過TEC的電流方向決定，制冷或加熱的速度由流過TEC的電流大小決定.

目前，市場上出現多種專用的TEC控制芯片，它們都具有精度高、使用方便、功率大等優點.本系統采用美信公司生產的TEC控制芯片，型號為MAX1968，其內部集成1.5 V的穩壓源，流過TEC的電流大小和方向與輸入控制端口電壓值一一對應.DAC模塊是連接TEC控制芯片與微處理器的橋梁.微控制器計算出的數字量經過D/A變換成模擬量，該模擬量作用于TEC芯片控制端口，與MAX1968內部電路一起構成電流控制電路，實現激光器溫度的恒定控制.溫度控制單元組成框圖如圖2所示.

圖2 溫度控制單元組成框圖Fig.2 Composition block diagram of temperature control unit

圖2中，DAC模塊的功能是將數字信號轉換成模擬電壓值，其是銜接TEC控制芯片與微處理器之間的橋梁.本系統選用凌力特公司生產的16位低功耗D/A轉換芯片LTC1655，它采用三線串行控制方式.TEC控制模塊采用MAXIM公司生產的用于TEC電流控制的專用芯片MAX1968，它對輸出電流具有較高的控制精度，較大的系統功耗，使用方便，僅需少量分立元件就能完成對TEC電流方向和大小的控制.MAX1968芯片采用先進的TSSOP封裝技術不僅有利于芯片的散熱，具有較小的體積同時極大方便系統的微型化集成.MAX1968的輸出控制電流在-3～+3 A范圍內，能夠滿足不同要求的TEC電流需求.

MAX1968芯片內置TEC電流限制電路，通過外加分立元件可以實現對TEC兩端電壓以及TEC正向電流和反向電流的限制.TEC兩端最大承載電壓四倍于MAXV引腳上的輸入電壓.最大正向電流和反向電流分別由MAXIN和MAXIP引腳上的輸入電壓決定.MAX1968采用增強型散熱結構的TSSOP-EP封裝技術，芯片封裝底部內置長方形金屬熱沉.當芯片的輸出電流較大時，應采用外置散熱片來增強芯片的散熱處理，過高的溫度會導致芯片功能異常，本文采用RHS-03型散熱器對芯片進行散熱處理.

1.2 溫度采集單元設計

核心控制器TMS320LF2812通過溫度信息采集后向通路來讀取TEC控制電流的大小.判斷TEC是否工作在正常狀態，如果發生異常，通過對MAX1968使能引腳的拉低，切斷TEC工作電流，以保護半導體激光器的正常運行.圖3為溫度采集單元組成框圖.

圖3 溫度采集單元組成框圖Fig.3 Composition block diagram of temperature acquisition unit

圖3中，溫度信號采集電路由橋式電阻網絡和儀表放大器(AD620)構成，通過微處理器讀取輸入電壓值，計算得到半導體激光器內部的熱敏電阻值，根據熱敏電阻值與溫度的關系式，計算出結溫度.通過比較采樣溫度值和實際溫度值的差值大小，來設置調節電流的大小及方向，使得半導體激光器的工作溫度始終處在設定范圍內.橋式電阻網絡采用具有相近溫漂性質的精密電阻來降低環境溫度變化對電路精度的影響.AD620具有較低的噪聲密度，較小的溫度漂移系數，是常用的主用差分儀表放大器，僅需要外接單個阻值電阻即可調節電路的放大倍數.本電路中AD620的放大倍數設定為1倍，原因在于后端AD處理電路帶有數字濾波和程控放大功能.電流信號采集電路如圖4所示.

采樣電阻Rs與AD620共同構成了電流取樣放大電路，輸出信號和背景信號一同送入比例加法電路.當無電流流經取樣電阻時，AD620輸出0 V電壓，輸出電壓VCH2為背景信號.當有電流經過取樣電阻時，AD620輸出電壓經過信號電平的平移，信號平移的幅度為背景電壓大小.經過加法電路處理，輸出信號均為正電壓，經過ADC模塊采集，送入微處理器進行處理.

圖4 電流信號采集電路Fig.4 Current signal acquisition circuit

2 遺傳算法神經網絡

用非線性模型來描述被控對象[9]，其表達式為

y(k)=f[y(k-1)，…，y(k-ny)，

u(k-1)，…，u(k-nu)]

(1)

式中：f(·)為非線性的函數；u(·)和y(·)分別為被控對象的輸入和輸出；nu和ny分別為輸入和輸出的階次.

樣本集的構造為采集的100組{u(k)，y(k)}歷史數據，利用歸一化處理使得u(k)∈[0，1]且y(k)∈[0，1].對網絡進行離線訓練時采用BP算法，隱含層和輸出層的激勵函數分別為Tansig函數和Purelin函數，目標函數為

(2)

式中：n為樣本數；ym(k)為模型輸出.學習目標為Je1≤0.002 5.中間層的神經元個數為6，此時的網絡結構為2-6-1.

遺傳算法能夠快速尋優，它在高維空間中的搜索是從隨機產生的起始點開始的，根據設定的適應度函數指定搜索方向.利用遺傳算法來優化神經網絡權系數的步驟如下：

1) 選取NN的輸入和輸出的樣本集，確定網絡權系數的編碼方式，隨機得到初始種群，對個體位串譯碼，得到網絡權系數，再求得對應的網絡輸出.

由于神經網絡正模型有25個權值和閾值變量，取個體為W=(w1，w2，…，wi，…，w25)，分布如圖5所示.

給定變量的門限值，則個體的表現為

W=(0.095，0.788，0.817，1.919，

-1.925，-1.567，…)

(3)

遺傳算法使用的交叉和變異算子需要確保運算結果位于給定的范圍內.因此，交叉運算在兩個基因的分界處進行.

圖5 神經網絡正模型的權值分布Fig.5 Weight distribution of positive model of neural network

2) 選定目標函數，得到網絡適應度，對網絡進行評價.將染色體上的權值和閾值分配到前述2-6-1神經網絡中，由訓練集樣本{u(k)，y(k)}和{y(k+1)}分別作為輸入和期望輸出，取評價函數為誤差平方和的倒數，即f1=1/Je1.

3) 根據適應度和交叉變異算法來進行選擇操作，得到新種群，再返回步驟1)，直到性能滿足要求，得到優化的系數.

使用標準化的幾何排序方法來進行選擇，其表達式為

(4)

式中，q、r和z分別為選擇概率、個體序列號和種群大小.

交叉算法使用數學交叉和啟發式交叉兩種方式，這種組合方式可以提高算法的探測能力.首先，由數學交叉得到的兩個新個體分別為

X′1=aX1+(1-a)X2

(5)

X′2=(1-a)X1+aX2

(6)

式中，a∈(0，1)為隨機數.啟發式交叉的表達式為

(7)

式中，c∈(0，1)為隨機數.如果得到的和均不在解空間，那么由新產生的隨機數來重新進行交叉運算.

變異算法由多元非均勻變異方法得到新種群，其原理為

(8)

式中：r1，r2∈[0，1]；ai和bi為上下限；g為進化代數；gmax為進化代數的最大值；b為擾動參數.

3 半導體激光器溫度測試實驗

為了降低控制系統軟件設計的復雜性，提高半導體激光器輸出波長的穩定性以及溫度控制的精確性，本文對自主設計的溫度控制系統性能進行測試.采用該套溫度控制系統對中心波長在1 563.09 nm附近的DFB激光器做如下系統性能測試實驗.

測試由四部分組成：首先，從電路角度出發，測試半導體激光器溫度控制系統的穩定精度；其次，對半導體激光器溫度控制系統的響應時間進行了測試；然后對所研制的半導體激光器溫度控制系統的溫度控制范圍進行了檢驗；最后對所被控對象半導體激光器發光光譜進行了測試.

3.1 系統穩定性性能測試

實驗測試過程如下：通過主控制器TMS320LF2812將激光器的工作溫度設定為20 ℃(實驗室環境溫度約為25 ℃).在零時刻，溫度控制系統開始工作，實驗測量得到的半導體激光器的環境溫度隨時間變化曲線如圖6所示.

圖6 穩定性性能測試結果Fig.6 Test results of stability performance

由實驗數據可知，DFB激光器的最終工作溫度達到了系統所設定的溫度值.經過長時間觀測，DFB激光器的溫度變化范圍在-0.05～+0.05 ℃之間.

3.2 系統響應時間性能測試

半導體激光器溫度控制系統的響應時間測試結果如圖7所示.通過對圖7的實驗數據進行分析可知，激光器溫度控制器開始工作到激光器的實際溫度達到設定值的時間大約為1 min.激光器的溫度進入設定值后，溫度在該值的-0.05～+0.05 ℃范圍內變換，沒有出現較大的跳變點.

3.3 系統溫度控制范圍性能測試

實驗室溫度的初始值為20 ℃，設定期望半導體激光器溫度值分別為5和70 ℃，從零時刻啟動溫度控制過程，得到不同目標溫度控制的實驗結果分別如圖8、9所示.

圖7 響應時間測試結果Fig.7 Test results of response time

圖8 溫度控制曲線(目標溫度5 ℃)Fig.8 Temperature control curve (target temperature of 5 ℃)

圖9 溫度控制曲線(目標溫度70 ℃)Fig.9 Temperature control curve (target temperature of 70 ℃)

從圖8、9中可以看出，基于遺傳算法的控制算法可以使半導體激光器的實際溫度達到預期設定的溫度值.對于低于室溫的溫度控制，超調量為8%，控制精度為±0.002 ℃；對于高于室溫的溫度控制，沒有超調量，控制精度為±0.001 7 ℃.因此，本文設計的控制系統能夠實現半導體激光器工作溫度的精確控制，穩定度較高.

3.4 激光器發光光譜測試

在氣體濃度檢測實驗中，為了保證系統的檢測精度并提高系統的可靠性，需要對半導體激光器輸出穩定的發光光譜，這完全由激光器的溫控系統決定.利用本文自主研發的溫度控制系統，對同一個半導體激光器的輸出光譜連續三次進行測量，測量的時間間隔為1 h.測量結果如圖10所示，其中，設定激光器的工作溫度為39 ℃，工作電流為60 mA.由實驗結果分析可知，測得的三條激光器輸出譜線幾乎完全重合，說明該激光器溫控系統的穩定性良好.

圖10 半導體激光器發光光譜Fig.10 Emitting spectra of semi-conductor laser

4 結 論

本文設計的基于遺傳算法學習的自適應半導體激光器溫控系統，溫度控制范圍在5～70 ℃之間，控制精度為±0.002 ℃，超調量低于8%，響應時間低于60 s.與造價昂貴的商用集成溫度控制器相比較，自主設計的溫度控制器不僅具有較小的體積，同時也具有較低的成本，能夠非常方便地集成到各種半導體激光器的控制系統中，在實際中具有巨大的潛在應用價值.

為了進一步提升該半導體激光器溫控系統性能指標.在硬件設計方面，下一步工作可采用24位ADC和DAC轉換器，提升半導體激光器溫度控制精度.在軟件設計方面，可采用遺傳算法和模糊PID相結合的方式，進一步提升系統穩定度和響應時間的性能指標.