专利名称：小型人工生态系统气体平衡调节的鲁棒控制器的制作方法
技术领域：
本技术发明专利涉及一种能够在密闭环境中，对小型人工生态系统内气体平衡进 行鲁棒调节的控制器研制，该控制器可广泛应用于永久空间站、月球、火星、极地、深海、荒 漠等基地密闭环境中对气体平衡的控制。
背景技术：
“生物再生式生命保障系统(Bioregenerative life support system, BLSS)，，是 人工生态系统，是今后人类进行载人航天、深空探测和在极端条件下生存所必须建立和发 展的生命支持系统。系统的关键技术之一就是保持系统内气体(主要是CO2和O2)的平衡， 因为在气体失衡的情况下，会立即威胁系统内乘员的生命，并导致系统的灾难性崩溃。因此 使气体能够始终稳健地维持在设定的浓度范围内，是保证BLSS安全与可靠性的基本设计 指标。与其他高等植物相比，微藻具有新陈代谢可塑性强、生长速度快、而且易于控制等 特点，能够快速吸收CO2，释放02，迅速调节BLSS的气相构成，因此微藻可以视作是对系统内 的气体进行控制的强有力的工具。目前世界各航天大国对生保系统中微藻的作用和功能都 进行了深入的研究，目的也都是利用它吸收CO2，为人员提供O2，并分解部分废物。例如俄罗 斯在生保系统中对小球藻进行了培养和控制，研究了微藻生物量在各种温度、光照和培养 制度下，其生长速率的变化，并从中筛选出最佳的控制培养方案；美国NASA科学家研究利 用微藻来维持生保系统中的气体平衡，通过它调节系统内0)2和02比例，并寻找到控制藻生 长的各种可能方法和途径。从目前世界各国的研究现状来看，对生保系统控制方法的研究都尚停留在比较单 一的方法层面，大都还是依靠具体实验，结合研究者的经验进行人工的开环控制，并没有针 对这个复杂系统形成科学有效的控制算法用于闭环的自动控制。然而开环控制的缺陷在 于一是由于BLSS内的乘员受工作时间，生活环境和情绪影响等，会产生操作失误；二是由 于人的控制操作不可能达到很高的精度，所以当需要对某些参量进行精确控制时，人工控 制无法取得良好的效果；三是由于乘员并非BLSS的设计者，他们对系统的运行规律缺乏理 解，难免会产生操作失误；四是由于BLSS属于复杂系统，其内部过程变化极其复杂，存在大 量的不连续、非线性和时变因素，并且运行经常会遭受外部扰动带来的不利影响，会呈现出 不稳定的现象。这些因素都严重的危害到BLSS在空间任务当中的安全与可靠性。为了避 免上述问题，闭环自动控制手段的引入是一个良好的解决方案。由于自动控制不需要人的 参与，因此可以大大减少人为因素干扰，降低航天员的工作强度。只要对被控对象的动态性 能有深入了解，就可以利用控制论知识，设计一套有效的控制算法，并生成实际控制器，实 现对被控对象的有效控制。自动控制能够从根本上提高BLSS运行的安全与可靠性。
发明内容
在系统运行过程中，由于受内部变化与输入扰动的影响，气体不可避免地会发生偏移标称点的情况。根据被控对象的特性与控制性能的要求，发明研制具有容错能力的气 体平衡控制器。内容包括1、基于有限状态机的系统逻辑监控技术由于在小型人工生态系统中采用CO2与O2传感器对它们的含量进行在线采样监 测，并将数据传送到控制算法中，因此传感器是否正常工作对于系统的控制过程至关重要。 然而在系统的运行过程中，由于受潮、腐蚀、寿命等原因，传感器可能会发生故障导致功能 丧失，在这种情况下，控制器就不能正常发挥作用，从而危害空间任务的安全性。因此需要 对传感器状态进行有效的监控。监控逻辑是通过MatLab中有限状态机工具Stateflow来实 现的，在数值仿真的基础上，通过设计事件、条件和逻辑等完成对传感器状态的监测任务， 向控制算法传递监测结果，算法根据不同的监测逻辑运算结果来完成对传感器的校正。
2、基于径向基函数(Radial Basis Function，RBF)人工神经网络的插值校正传感 器技术在小型人工生态系统中，CO2和O2浓度的变化速率是密切关联的。根据实验数据， 在数值仿真的基础上，运用RBF人工神经网络技术通过学习和训练来拟合它们之间的关 系，并建立RBF插值预测模型。例如当CO2传感器在某个时刻发生损坏时，通过O2传感器可 以得到O2浓度在下个时间段的变化速率，代入RBF插值预测模型中便可以预测CO2浓度在 下个时间段的变化速率，把它加上传感器发生故障的时刻的CO2浓度，便可以得到在下一时 刻CO2的浓度值，如此迭代，便可以预测CO2在以后各个时刻的浓度，如同CO2传感器未受损 坏一样，使得控制算法和控制过程不会因CO2传感器的损坏而中断，从而实现了鲁棒控制， 增强系统运行的安全可靠性。若损坏的是O2传感器，校正情况类似。传感器的校正模块是 由RBF插值模型构成的2个使能子系统组成，当两个传感器处于正常工作状态时，整个模块 的输出为这两种气体的实际采样值，若其中某个传感器发生损坏时，相应的使能子系统开 始进行插值预测，整个模块输出为一个是实际采样值，另一个是插值预测值。当两个传感器 都损坏时，此时整个模块的输出对控制算法已经不再有任何意义，系统进入了自我保护的 运用状态，控制器停止输出，光强保持在微藻生长的最佳值200 μ mol/(m2*s)。3、基于线性二次高斯(Linear Quadratic Gaussian，LQG)法的状态反馈控制技术整个小型人工生态系统的数学模型具有8个状态变量，是通过8个一阶非线性常 微分方程组构成的状态方程来描述的。在数值仿真的基础上，采用现代控制理论中的LQG 法实现对CO2和O2浓度的控制。该方法能够有效地避免输入扰动与采样噪音对系统运行的 影响，使CO2和O2的浓度始终维持在标称水平上。在传感器的采样时和RBF网络插值的过 程中会产生一些高频噪音，而使用LQG反馈控制器可以有效地消除这些噪音，以及内部变 化造成的对控制作用和系统运行的不利影响。数字积分器可以有效地消除稳态误差，使联 合系统中CO2和O2的浓度保持在与参考输入一致的水平上。当系统内不是所有状态变量都可测时，根据系统的状态方程模型设计一个Kalman 滤波器来预测系统的状态，它与最佳增益共同构成伺服控制器跟踪参考输入，在有输入扰 动和采样噪音的情况下，使系统的输出能够保持在和参考输入一致的水平上。即使CO2和 O2的浓度偏离了设定值，系统也能够在LQG控制作用下经过较短的时间和较小的波动重新 返回到设定的平衡状态。4、基于MatLab/Simulink实时仿真技术
运用MatLab/Simulink 实时仿真工具 Real-Time Workshop (RTW)完成对上述控制算法的实时仿真研究。其中控制器采用高性能的工控机/单片机；执行机构是采用脉 宽调制(Pulse-width modulate，PWM)的红蓝发光二极管(light-emittingdiode，LED)电 源；外围电路包括数据采集板(Ni PCI 6221)，O2和CO2传感器，放大电路等；被控对象是 光藻反应器。它们在一起联合形成半实物仿真结构。在实时仿真中工控机/单片机运行由 MatLab/Simulink构建的控制器仿真模型，它接收由传感器得到系统内当前O2和CO2的数 据，决定控制的模式和输出的光强大小。
图1 气体鲁棒控制器示意框图；图2 控制器各组成的示意框图；图3 :LQG控制算法的示意框图。
具体实施例方式首先建立BLSS的小型地基物理模型——人、蚕、生菜和微藻的小型人工生态系 统，在该联合系统中，植物间种植生菜，动物间饲养蚕，光藻反应器中培养微藻(Spirulina platensis)，人通过呼吸面罩在植物间中呼吸。它们之间的连接方式是植物间一动物间一 光藻反应器一植物间，同时构成气体单向流动的闭环回路，方向与连接方式一致。在相关机理和实验数据的基础上，运用系统动力学和化学计量学原理，建立系统 各个单元的产/耗气动力学模型，然后通过它们之间的耦合，形成整个小型人工生态系统 的数学模型。除了连续过程外，模型中还对系统中已知的或可能存在的不连续环节，如死 区、粘滞、回环、饱和、时变等环节做了细致的设计和模拟，尽可能地保证模型在结构和功能 上的有效性。在光藻反应器数学模型的基础上，运用MatLab/Simulink，Simulink/Stateflow 为开发平台，研制控制算法的仿真模型。包括运用有限状态机的对传感器的状态进行逻辑 监控，并改变控制的模式，实现鲁棒控制。运用RBF神经网络学习并拟合CO2和O2速率之间 的映射关系，实现受损传感器的在线校正。为了使CO2和O2的浓度稳健地保持在标称值上， 采用LQG法设计控制器。通过设计状态观测器——Kalman滤波器来预测那些不能在线测量 的状态值，Kalman滤波器输出与积分器输出在一起确定最佳LQ控制增益。这样由Kalman 滤波器与最优LQ增益联合构成联合系统中CO2和O2浓度的伺服控制器。将运用纯数值方法 得到的控制器运用于对联合系统气体平衡的实际控制当中，通过快速原型设计技术最终完 成对小型人工生态系统气体鲁棒控制的设计。CO2和O2传感器与采集板的模数转换器(A/ D)传递到Simulink/Stateflow控制器仿真模型的工控机，经过计算，将结果经采集板的数 模转换器(D/A)，由放大电路转化为控制信号——光照强度去控制光藻反应器中微藻的生 长速度，导致系统内CO2与O2的浓度按照要求发生相应的变化，与参考输入保持一致，并具 有良好的动态响应性能，包括瞬态性能与稳态性能。
权利要求
一种自动调节小型人工生态系统中CO2和O2平衡的鲁棒控制器研制，其特征在于(1)当CO2或O2浓度传感器某一个因故障失灵时，基于有限状态机原理和人工神经网络插值技术，可以立刻在线监测到这一情况，并将这一情况以事件的形式发出，控制器的改变算法的结构去适应这一变化。(2)径向基函数神经网络(Radial Basis Function，RBF)通过正常传感器去预测损坏传感器的值，使控制作用不至于中断，从而提高了控制作用的鲁棒性，以及整个系统的安全与可靠性。(3)运用线性二次高斯法(Linear Quadratic Gaussian，LQG)，设计伺服控制器。根据被控对象的物理特征和数学模型和传感器的噪声特点，设计Kalman滤波器消除噪声对控制的不利影响，并预测那些无法在线测量的状态变量的值，同时确定控制输出——光强的大小。(4)基于MatLab/Simulink平台的纯数字仿真与实时半实物仿真技术(Real-TimeWorkshop，RTW)相结合，完成控制器的理论算法设计和快速原型设计。
2.如权利要求1所述方法，其特征在于通过有限状态机技术，在线监测C02和02传感 器的状态，并根据传感器是否失效，而改变控制器的运行模式，并把事件和数据传递给其他 部分，如RBF人工神经网络可根据事件和数据去校正失效传感器的值。
3.如权利要求1所述方法，其特征在于运用LQG方法建立控制器，用于消除内部变化 和外部扰动对控制作用的影响，使通过闭环控制达到稳健维持co2和02平衡的目的。
4.如权利要求1所述方法，其特征在于在MatLab/Simulink中对控制器进行纯数字 仿真实验，检验算法的可靠性，并确定控制参数，包括系统各初值、可调参数，以及LQG控制 算法中的Kalman滤波器各矩阵参数和最佳LQ增益等。
5.如权利要求1所述方法，其特征在于运用RTW实时半实物仿真对实际小型人工生 态系统中的co2和02进行控制，对上述控制算法进行快速原型设计，通过调节微藻的生长及 光合速率，间接调控小型人工生态系统中co2和02的浓度，使它们能够稳健地平衡在设定的 水平上，并具有良好的动态响应性能，使该算法通过工控机或单片机成为系统实际的co2和 02平衡控制器。
全文摘要
本发明涉及小型闭合人工生态系统中CO2和O2浓度平衡鲁棒控制器的研制。首先在相关机理和被控对象性质的基础上，建立气体鲁棒控制器的仿真模型，然后通过纯数字仿真的方法对算法模型的结构和参数的可行性进行初步研究，最后运用进行实时仿真实验，检验控制器的实际效果。通过有限状态机设计监控逻辑和人工神经网络学习预测，使得在某一传感器失效的情况下，可以通过另一传感器的测量值对该传感器进行校正，实现鲁棒容错控制。运用线性二次高斯算法计算控制光强的大小，从而能够有效地影响人工生态系统中微藻的生长速率，间接达到调节CO2和O2浓度的目的，使它们的浓度能够稳健地平衡在设定的范围内，并具有良好的动态响应性能。
文档编号G05B19/042GK101859118SQ20101019586
公开日2010年10月13日 申请日期2010年6月1日 优先权日2010年6月1日
发明者佟玲, 刘红, 李明, 胡大伟 申请人:北京航空航天大学