一种双加热数字探空仪及其加热控制算法的制作方法

本发明属于气象探测、无线电技术领域，尤其涉及一种双加热数字探空仪及其加热控制算法。

背景技术：

探空仪作为高空气象要素采集的主要工具在气象观测中发挥着重要作用。由探空仪测量的高空大气湿度是大气探测综合观测系统中的关键要素之一，其可靠与否直接影响着天气预报和气候预测的准确性。探空仪湿度测量的一个难点是如何有效预防和消除因为高空大气的低温低湿环境导致的传感器结露结冰。芬兰Vaisala(维萨拉)公司为了解决上述问题，提出了一种基于双加热湿度传感器的探空测量方法，初步解决了雨滴、霜、冰晶等表面覆盖物烘干问题。本发明通过研究双加热探空仪湿度传感器自加热过程涉及到的温度、湿度、露点和水汽压等相关物理量之间的关系，分析了加热器的加热机理，建立了加热前后相对湿度的计算模型。常用的加热控制算法主要是常规的PID控制，此算法其具有原理简单、稳定可靠、无静差等优点，在过程控制中得到广泛应用，但对被控对象的参数变化比较敏感，存在着鲁棒性差、控制精度差等缺点，且无法对控制效果进行预判。动态矩阵控制(DMC)是一种适用于渐近稳定的线性系统的预测控制算法，目前已广泛应用于工业过程控制。它基于对象的阶跃响应建立预测模型，因此建模简单，同时采用多步滚动优化与反馈校正相结合，能直接处理大时滞对象，并具有良好的跟踪性能和较强的鲁棒性。然而如果实际系统存在非线性特征以及环境干扰等因素的影响，DMC将在实际的控制中存在模型失配的问题，导致其在抗干扰能力方面存在不足。针对以上控制算法的不足，提出DMC-PID串级控制的策略。在副回路中采取频率较高的PID闭环控制，抑制系统中出现的主要干扰；然后将PID控制器和被控对象作为广义对象，在主回路中采用DMC算法对这个广义对象进行控制，使系统获得良好的跟踪性和鲁棒性。

技术实现要素：

本发明所要解决的技术问题是，提供一种双加热数字探空仪及其加热控制算法，解决了目前高空气象数字探空仪在高空大气的低温低湿环境下导致的湿度传感器结露结冰的问题，提高了数字探空仪在高空气象条件下测量的精确度、可靠性，实现了快速准确的数据测量。

本发明提供了一种双加热数字探空仪，包括：单片机处理器、温度传感器、气压传感器、双加热湿度传感器电路、GPS模块、GPS天线、无线发射机、发射机天线以及电源模块；

单片机处理器分别与温度传感器、电源模块、气压传感器、GPS模块、无线发射机和双加热湿度传感器电路连接，所述GPS导航模块与GPS天线连接，所述无线发射机与发射机天线连接；

双加热湿度传感器电路包括：加热电路、湿度传感器A、湿度传感器B、多路开关和振荡电路；加热电路与湿度传感器A和湿度传感器B集成在一个单独电路板上，所述的加热电路分别与湿度传感器A和湿度传感器B相连接，湿度传感器A和湿度传感器B通过加热电路交替加热，加热电路与单片机处理器连接，且单片机处理器通过DMC-PID串级温度控制模型控制加热电路，所述湿度传感器A与湿度传感器B均与多路开关相连接，所述多路开关与振荡电路连接，振荡电路与单片机处理器连接，单片机处理器与多路开关连接；

单片机处理器对加热电路的控制包括副回路和主回路两条控制路径，副回路采用高频率的PID控制器闭环控制，然后将PID控制器和被控对象作为广义对象，在主回路中采用DMC算法对这个广义对象进行控制；

所述单片机处理器；用于控制GPS天线输出数字中频信号，完成GPS模块数字中频信号的处理和基带解算，获取位置、速度、时间等导航信息，同时完成对来自温度传感器、气压传感器、湿度传感器A和湿度传感器B的温度、气压和湿度的信号采集处理，获取实时的温度、气压和湿度等信息，并完成卫星导航信息和信息的编码和调制，将调制后的无线信号发送给无线发射机，经过发射机天线发射给地面设备。

单片机处理器为STM32单片机处理器。

一种双加热数字探空仪的加热控制算法，包括副回路PID控制器设计和主回路控制器设计；

副回路PID控制器设计：

w(k)为给定值，P₁(k)为反馈量，e₁(k)为控制偏差，v(k)是控制器的输出，y(k)为系统的实际输出，PID控制器依据给定的w(k)与系统的反馈量P₁(k)构成控制偏差：

e₁(k)＝w(k)-p₁(k)； (1)

将控制偏差e₁(k)与比例调节器P，积分调节器I和微分调节器D通过线性组合构成控制量输出，对被控对象进行控制，其控制规律描述如下式所示：

$v\left(k\right)=K_P\[e_1\left(k\right)+\frac{T_0}{T_i}\underset{i=0}{\overset{k}{\Σ}}{e}_1\left(i\right)+T_d\frac{e_1\left(k\right)-e_1(k-1)}{T_0}\];---\left(2\right)$

式中：K_P是比例环节，T₀是脚标i＝0时的积分时间常数，e₁(i)是表示控制偏差(i的初值等于0，的和，i的最大值为k)，T_i是积分时间常数，T_d是微分时间常数,k为函数系数；

主回路控制器设计：

DMC动态矩阵控制利用被控对象的单位阶跃响应采样数据{a₁,a₂，…}作为预测模型，通过辨识得到模型，将系统动态分阵方程描述为：

Y_m(k+1)＝AΔU(k)+A₀(k-1) (3)

式中，为湿度传感器加热过热的单位阶跃响应经截断后的模型向量；

ΔU(k)＝[Δu(k)，Δu(k+1)，...，Δu(k+M-1)]^T，

式中，Δu为DMC控制增量函数，k为控制增量函数的系数，Δu(k)为控制增量，P为预测时域，N为建模时域，M为控制时域；

采用二次型性能优化指标，在预测时域P内求解如下优化问题：

$\min J\left(k\right)=\underset{i=1}{\overset{P}{\Σ}}{a}_i{\[r(k+i)-{\hat{y}}_M(k+i/k)\]}^2+\underset{j=1}{\overset{M}{\Σ}}{b}_j{\mathrm{\Δu}}^2(k+j-1);---\left(4\right)$

式中，minJ(k)预测时域P内的最优解，当系数等于(k+i/k)时的输出预测值，i变量系数，j为变量系数，r(k+i)为k时刻参考输出，a_i、b_j是加权系数。

将输出预测等式(3)带入式(4)，求解优化问题可得到控制量为：

${\mathrm{\ΔU}}_M\left(k\right)={(A^{T}QA+\mathrm{\λ})}^{-1}{A}^{T}Q\[r_P\left(k\right)-{\hat{y}}_{P^0}\left(k\right)\];$

式中，ΔU_M(k)在M控制时域内的控制增量序列矢量，A为动态矩阵,Q为误差矩阵，λ为变化系数，r_P(k)为k时刻预测时域P内的参考输出，为k时刻系统反馈量的预测矢量；

取其中的即时控制作用增量Δu(k)构成实际控量：

u(k)＝u(k-1)+Δu(k)； (5)

施加于系统，在k+1时刻，将优化问题(4)滚动进行下去从而获得最优控制序列。

本实发明用以上技术方案与现有技术相比，具有以下技术效果：

(1)提出在高空加热条件下DMC-PID串级控制加热模型和加热的策略。

(2)加热电路的设计，在加热过程中，控制电流不变，随温度的上升，电阻的增大，电压也变大，通过电压变化来计算湿度传感器的表面温度。

(3)硬件系统的设计，在满足需求的情况下，降低整个系统的功耗。

(4)在误差分析中，等到准确地传感器动态误差修正模型，提高测量的精度。

(5)基于低功耗采集电路设计与微流供电技术，采用超低功耗的MCU与多路开关进行轮流切换进行信号采集，通过测量整个采集电路的电流进行选择合适的PWM电源芯片，使得电源转化效率达到最大，有效降低了功耗，从而减轻了探空仪的重量，从而使气球及探空仪小型化，轻型化。

附图说明

图1为本发明双加热数字探空仪的原理框架图；

图2为本发明湿度传感器加热电路温度控制模型DMC-PID串级控制结构示意图；

图3为本发明湿度传感器加热电路温度控制模型在干扰下DMC-PID串级控制结构示意图；

图4为本发明加热片PID温度控制仿真结果；

图5为本发明加热片DMC温度控制仿真结果；

图6为本发明加热片DMC-PID温度控制仿真结果；

图7为d＝1干扰的DMC-PID串级控制及PID-PID串级控制的温度控制仿真结果对比图。

具体实施方式

以下结合附图对本发明的实施例做进一步的详细说明。

如图1所示，一种双加热数字探空仪，包括：单片机处理器、温度传感器、气压传感器、双加热湿度传感器电路、GPS模块、GPS天线、无线发射机、发射机天线以及电源模块；

单片机处理器分别与温度传感器、电源模块、气压传感器、GPS模块、无线发射机和双加热湿度传感器电路连接，所述GPS导航模块与GPS天线连接，所述无线发射机与发射机天线连接；

双加热湿度传感器电路包括：加热电路、湿度传感器A、湿度传感器B、多路开关和振荡电路；加热电路与湿度传感器A和湿度传感器B集成在一个单独电路板上，所述的加热电路分别与湿度传感器A和湿度传感器B相连接，湿度传感器A和湿度传感器B通过加热电路交替加热，加热电路与单片机处理器连接，且单片机处理器通过DMC-PID串级温度控制模型控制加热电路，所述湿度传感器A与湿度传感器B均与多路开关相连接，所述多路开关与振荡电路连接，振荡电路与单片机处理器连接，单片机处理器与多路开关连接；

单片机处理器对加热电路的控制包括副回路和主回路两条控制路径，副回路采用高频率的PID控制器闭环控制，对系统干扰具有很强的克服能力，缩短了控制通道，使PID控制器的控制作用更加快速，与加热度模型构成广义被控对象；然后将PID控制器和被控对象作为广义对象，在主回路中采用DMC算法对这个广义对象进行控制，使系统获得良好的跟踪性和鲁棒性；

所述单片机处理器；用于控制GPS天线输出数字中频信号，完成GPS模块数字中频信号的处理和基带解算，获取位置、速度、时间等导航信息，同时完成对来自温度传感器、气压传感器、湿度传感器A和湿度传感器B的温度、气压和湿度的信号采集处理，获取实时的温度、气压和湿度等信息，并完成卫星导航信息和信息的编码和调制，将调制后的无线信号发送给无线发射机，经过发射机天线发射给地面设备。

单片机处理器为STM32单片机处理器。

如图2所示，湿度传感器加热电路温度控制模型DMC-PID串级控制结构图。由动态矩阵控制模型的卷积性质决定了其采样周期要长于PID控制，因此动态矩阵控制不能像PID控制有效的抑制过程中随机突发性干扰。针对预测控制的不足，本发明提出了DMC-PID串级控制的策略。在副回路中采取频率较高的闭环控制，抑制系统中出现的主要干扰；然后将控制器和被控对象作为广义对象，在主回路中采用DMC算法对这个广义对象进行控制，使系统获得良好的跟踪性和鲁棒性。副回路采用常规PID控制器，对系统干扰具有很强的克服能力，缩短了控制通道，使控制器的控制作用更加快速，与加热度模型构成广义被控对象；主回路采用控制器，以克服制传感器冷却变化过程中的迟延和惯性，实现快速调节。

一种双加热数字探空仪的加热控制算法，包括副回路PID控制器设计和主回路控制器设计；

副回路控制器设计：

PID是技术相对成熟的一种控制方法，在工业控制中得到了广泛的运用。控制器由比例、积分、微分调节器组成。

图2中是w(k)给定值，P₁(k)为反馈量，e₁(k)为控制偏差，v(k)是控制器的输出，v(k)为系统的实际输出。PID控制器依据给定的w(k)与系统的反馈量P₁(k)构成控制偏差：

e₁(k)＝w(k)-p₁(k)； (1)

将控制偏差e₁(k)与比例调节器P，积分调节器I和微分调节器D通过线性组合构成控制量输出，对被控对象进行控制。其控制规律描述如下式所示：

$v\left(k\right)=K_P\[e_1\left(k\right)+\frac{T_0}{T_i}\underset{i=0}{\overset{k}{\Σ}}{e}_1\left(i\right)+T_d\frac{e_1\left(k\right)-e_1(k-1)}{T_0}\];---\left(2\right)$

式中：K_P是比例环节，T₀是脚标i＝0时的积分时间常数，e₁(i)是表示控制偏差(i的初值等于0，的和，i的最大值为k)，T_i是积分时间常数，T_d是微分时间常数；

PID控制器各环节对系统性能的影响分别如下：

比例环节K_P：当K_P增大时会提高系统的响应速度，减少系统静差，但当K_P过大时会使系统超调过大，产生振荡，系统稳定性变差。

积分时间T_i：当T_i增大时减小系统超调，减小系统振荡，系统更加稳定，但消除系统静差的速度减慢。

微分时间T_d：当T_d增大时会提高系统的响应速度，减小超调量，稳定性增加，但抑制系统扰动的能力减弱。

主回路控制器设计：

由于内环控制器在串级控制系统中是一个随动控制系统，主控制器的输出决定了它的设定值。因此主控制器就可以依照工况条件和负荷的变化情况，相应的调整内环控制器的设定值，从而可以保证在工况条件和负荷发生改变的情况下，控制系统仍具有良好的跟踪性能和较好的鲁棒性。采用动态矩阵预测模型来描述该对象的随机扰动过程，也就是通过输入量与输出量之间的相互关系，来建立探空仪加热系统的预测模型。

动态矩阵控制利用被控对象的单位阶跃响应采样数据{a₁,a₂，...}作为预测模型，通过辨识我们可以得到模型，将系统动态分阵方程描述为：

Y_m(k+1)＝AΔU(k)+A₀(k-1)； (3)

式中，为蒸发器过热度系统的单位阶跃响应经截断后的模型向量；

ΔU(k)＝[Δu(k)，Δu(k+1)，...，Δu(k+M-1)]^T，

式中，k为控制增量函数的系数，Δu为DMC控制增量函数，Δu(k)为控制增量，P为预测时域，N为建模时域，M为控制时域；

采用二次型性能优化指标，在预测时域P内求解如下优化问题：

$\min J\left(k\right)=\underset{i=1}{\overset{P}{\Σ}}{a}_i{\[r(k+i)-{\hat{y}}_M(k+i/k)\]}^2+\underset{j=1}{\overset{M}{\Σ}}{b}_j{\mathrm{\Δu}}^2(k+j-1);---\left(4\right)$

式中，min J(k)预测时域P内的最优解，当系数等于(k+i/k)时的输出预测值，i变量系数，j为变量系数，r(k+i)为k时刻参考输出，a_i、b_j是加权系数。

将输出预测等式(3)带入式(4)，求解优化问题可得到控制量为：

${\mathrm{\ΔU}}_M\left(k\right)={(A^{T}QA+\mathrm{\λ})}^{-1}{A}^{T}Q\[r_P\left(k\right)-{\hat{y}}_{P^0}\left(k\right)\];$

式中，ΔU_M(k)在M控制时域内的控制增量序列矢量，A为动态矩阵,Q为误差矩阵，λ为变化系数，r_P(k)为k时刻预测时域P内的参考输出，为k时刻系统反馈量的预测矢量，

取其中的即时控制作用增量Δu(k)构成实际控量：

u(k)＝u(k-1)+Δu(k)； (5)

施加于系统。在k+1时刻，将优化问题(4)滚动进行下去从而获得最优控制序列。

如图3所示，湿度传感器加热电路温度控制模型在干扰下的DMC-PID串级控制结构图。理想的抗干扰性是无法达到的，对干扰来说抗干扰性要做出快速反应，而是有较小采样周期，但显然DMC算法在线计算是比PID算法要复杂，那么为了使维数不过高并影响控制系统的实时性，不能把釆样周期取得太小。采用DMC控制的加权方式对预测输出进行校正，无法分辨误差的主要原因，是模型失配还是干扰引起的，校正无法兼顾对干扰的反应的快速性及鲁棒性。

本发明把PID控制和DMC算法相结合，并构成串级控制系统，系统的主要干扰是在副回路，因此采用PID控制，可以取比较小的时间常数，对进入对象的二次干扰就可以及时克服而主回路里使用DMC算法，其目的是获得更好的跟踪性能，并且对模型失配也有比较强的鲁棒性。

如图4-7所示，从流体动力学(CFD)角度仿真分析得到当两个湿度传感器相距大于3mm时，一个传感器加热时，不会影响另一个传感器周围的温湿度场，所以测量结果是有效的，提出了加热的低空模式和高空模式：低空模式下(0-20km)，在功率为0.6W时，当温升为46℃时，地面温升时间为5.8s。高空模式下(20km-30km)，在功率为0.4W时，温升为40℃时，高空温升时间为5.8s。

基于以上控制要求，当加热片温度从0℃升至46℃，采样周期取为20s，预测控制各参数分别选为:Ts＝5，P＝10，M＝1，N＝30，alpha＝2，系统输出反馈系数H的取值h＝[h₁，h₂…h_N]^T，其中h₁＝1，由于系统为一阶惯性系统，因此加权阵Q、R的选取可依照:Q＝I(单位阵)，然后在实时控制过程中来确定R。系统的阶跃响应输出曲线如图5所示。

当加热片温度从0℃升至46℃，采样周期取为20s，PID控制器的参数：K_p＝5K_t＝0.2K_d＝0.01。DMC控制器的参数：优化时域P＝30，控制时域M＝20，误差矩阵Q＝eye(P)，控制矩阵R＝1，如图6所示：

设被控对象传递函数为：

$G\left(s\right)=\frac{3.5}{10s+1};---\left(6\right)$

控制结果比较如图7所示，图中分别为出现d＝1干扰的DMC-PID及PID-PID串级控制结果，DMC-PID串级结构大大改善了控制的抗干扰性。