智能热分析仪器系统开发

　　1　引　言

　　热分析是一种通过分析热力学参数随温度变化的关系对物质进行分析并揭示物质特性的方法。近年来,计算机技术和智能化数据处理技术的快速发展,将这些先进技术与热分析仪器的开发相结合,促进了热分析仪器实现快速、准确、便捷地测量,也使得热分析仪器的应用前景更加广泛[1]。在新型热分析仪器的研制中,利用虚拟仪器技术进行了系统硬件和系统软件的集成、系统模块化设计、智能PID算法、数据处理、图像显示等,并通过网络通信接口实现信息传递。所开发的热分析仪器控温系统能通过动态改变PID修正因子,及时改善控制器系统对温度变化的敏感度;数据分析系统不仅能进行差热分析(DTA)、差示扫描量热分析(DSC)、热重分析(TGA)、微分热重分析(DTG)、逸出气分析(EGA)等热分析实验,还能准确测量试样温度曲线上特征点的搜索,动态显示温度、差热(DTA)、热重(TG)以及热重微分(DTG)的采样曲线。①

　　2　控制原理

　　智能控制是当前自动控制领域的前沿技术,其最大优点是:人们根据对被控对象的粗略了解(如,根据被控对象的惯性类型、被控参数的变化范围等),便可利用智能控制方法直接实现最佳控制。本系统提出的多级递阶智能控制,如图1所示。将整个控制系统划分为学习系统级、智能协调级和控制级(由模糊神经网络控制实现)。模糊神经网络控制器与被控对象形成闭环,完成实时的过程控制(实现加温工艺曲线跟踪);智能协调级在线实时监测控制系统性能,并在线调整控制器,起到承上启下作用;学习系统级在线对智能协调的工作进行监督指导与评价,收集环境信息,有效地充实和修改智能协调级,使整个控制系统的品质逐步得到改进

　　为了便于利用计算机实现PID控制,将传统PID控制公式加以量化,因为采样时间间隔ΔT是由程序设计人员给定的,在计算机运行期间保持为常数值,所以被量化的PID控制公式可以表示为[4]

　在热分析仪器温度控制方面,使用固定了的kP,kI,kD的PID控制规律很难适应整个反应过程,会出现温升控制的振荡现象,影响控制精度。所以在选择PID为基本算法的基础上,通过增加其它修正因子和矫正因子来改善控制效果,再通过与模糊神经网络和预测算法的结合使得系统被控指标过冲小、静差小,得到了很好的效果。实际应用的智能PID控制规律中利用如下公式.

　　动态增益因子α随系统温度偏差而变化,这样处理的目的是使控制器随温度差的变化更加敏感,同时在被控指标接近目标时,系统增益降低,减少了过冲的程度。测量温度与目标温度差变大时α也随着增大,提高了系统的动态特性,使其控制温度尽快到达设定值。