AHIC智能测试系统的研发--控制网



AHIC智能测试系统的研发
企业：控制网 日期：2009-05-19
领域：电源 点击数：1147









李中年 （1949-）

男，湖北应城人，武汉理工大学自动化学院教授，工学学士，研究方向为电气工程及其智能化。

基金项目：浙江省舟山市高新技术研发基金

摘要：针对AHIC（Automobile High-energy Ignition Coil）进口测试设备价格昂贵的问题，本文研发了一种基于LabVIEW（Laboratory Virtual Instrument Engineering Workbench）软件平台和NN（Neural Network）设施的AHIC性能智能型测试系统。此系统在LabVIEW环境下实现AHIC多种参数的虚拟测试，并应用NN实现对传感器测量值非线性误差的校正。系统硬件主要由传感器组件、信号调理模块、数据采集卡和计算机构建而成。实际测试结果表明，系统实时性好，测试精度很高，扩展非常容易，操控十分方便，性价比高，实用性强。

关键词：AHIC；LabVIEW；BP-NN；智能测试

Abstract: For the expensive problem of AHIC (Automobile Highenergy Ignition Coil) 
measurement equipment, this paper developed an intelligent measurement system of AHIC 
based on LabVIEW (Laboratory Virtual Instrument Engineering Workbench) software 
platform and NN (Neural Network) facility. This system realizes virtual testing of 
AHIC of multiple parameters in LabVIEW, andnonlinear error correction of sensor
 measurements in NN. The hardware is composed by sensor,signal adjustive module, 
target of data acquisition and computer. The actual test results showthat the 
system is good in real-timeaccuracy, being expanded, operation, cost performance and 
practicality.

Key words: AHIC; LabVIEW; BP-NN; Intelligent measurement

1 引言

    当前国内所用的功能比较齐全的汽车高能点火线圈测试设备，几乎都是进口国外的整机原装设备，其价格昂贵，使用户望而生畏，难以接受。针对这一问题，本文研发了一种基于LabVIEW[1] （Laboratory Virtual Instrument Engineering Workbench）和BP-NN（Back Propagation-Neural Network）的汽车高能点火线圈智能测试平台，这种测试平台的技术内涵实质上是虚拟仪器技术和人工智能技术的有机融合，其测试运作效果十分令人满意。

2 系统硬件设计

    汽车高能点火线圈的工作过程是一种典型的高电压小能量动态时域过程，其动态特性具有很大的随机性和瞬变性。本系统能对带模块和不带模块的汽车高能点火线圈动态特性参数进行测试，诸如测试其初级动态电流、初级动态电压、次级动态电压、火花能量、火花电流、火花持续时间等多个参数，以及进行空载测试、带容性负载测试、带阻性负载测试等多种试验方式。

    汽车高能点火线圈性能测试系统的基本工作原理是通过多个传感器从点火线圈相关部位测取多种信号，并将这些信号经过调理后，再由数据采集卡进行采集处理，然后将这些信号送往计算机主机[2] ，由相应软件进行处理和保存；且通过键盘操作，完成各种输入参量与测试要求的设置和检测；测试结果由屏幕显示，并可打印输出。

    系统硬件中设置了许多传感器，其中最重要的传感器是电压传感器和电流传感器。电压传感器（亦称电压探头），其对线圈点火时的电压参数进行采样，并与电流传感器配合可测火花能量。电压传感器输入、输出电压衰减比选择为2000:1；电流传感器（亦称电流探头）的主要作用是对负载电流参数进行采样。电压传感器和电流传感器送出的模拟信号经高速采样模块处理后，送入计算机进行数据处理和保存，并由显示屏对相关过程和数据进行显示。

    系统硬件中采用的数据采集卡是基于PCI（Peripheral Component Interconnect）总线的PCI-6024E卡，其功能不但可以满足系统的要求，并且还大大增强了系统对数据采集的灵活性和适应性。PCI-6024E卡是基于PCI总线的12位多功能数据采集卡，有16路单端接地的模拟输入通道，2路数字输出通道，8路数字I/O端口，2个24位定时/计数器[3] ，支持DMA方式和双缓冲区模式，最高采样频率达200KS/s，在双极性模式时，输入电压范围选择有0.1V；1V；10V；20V四种，放大器增益为：0.5；1；10；100，足以满足此测试系统数据采集的技术要求。系统的组成原理如图1所示。

                                图1   系统组成原理框图

3 系统软件设计

    系统软件是采用LabVIEW的G语言编程平台研发的，主要由程序前面板和程序图形框两部分组成，其软件平台主界面如图2所示。系统软件采用了模块化设计和多线程技术，具体设计时首先根据系统的总体要求和技术参数，将系统软件划分为各个功能模块（诸如：数据储存模块、数据显示模块、重要参数设置、修改模块、数据统计分析模块等），然后逐个进行设计与研制。模块化程序结构不但增加了软件的灵活性和整体效率，而且也提高了程序的可读性和可维护性。

    对于汽车高能点火线圈测试系统，由于需要检测的参数和技术要求很多，因此将整个系统分成了8个模块，而且采用多线程并行运行的方法，这样可以确保整个系统能以较高的效率运作。然而LabVIEW在使用多线程时，并不是线程越多越好，因此，该系统只设置了三个线程，即数据采集、数据显示和数据分析，且分别放在三个独立的线程上，这样既可使设置的线程不致于过多，又可以采集到完整的数据。

                                图2   系统软件平台的主界面  

4 系统非线性误差的补偿

    对于汽车高能点火线圈这种测试系统，由于其传感器的输入输出存在非线性，而且容易受到工作环境影响，这会给实际测量结果带来较大误差。特别是此系统为基于PC-DAQ（Data Acquisition）的虚拟仪器系统，由传感器、信号调理模块、数据采集卡以及数据采集与处理软件多个部分组成，因此该系统要达到高测量精度，对系统的非线性误差进行补偿校正是至关重要的。

    对于这种智能化虚拟测试系统来说，传统的误差修正补偿方法与技术表现出很大的局限性和不适应性。而NN对修正补偿这种测试系统的非线性特性却能完美的“胜任”。该系统采用了目前应用最为广泛的BP-NN。工程实际应用中的BP-NN通常具有三层结构，除了输入层和输出层外，还包含中间层（亦称隐含层）。这样的三层BP-NN能够在线学习并调理系统输入和输出之间的非线性关系[4] 。这里所采用的基本神经元的函数式为：
     
                                           (1)

    式中θ为偏移量，为响应函数。

    系统采用的三层BP-NN，其中输入层有两个节点（神经元），这两节点的输入信号分别为电压传感器和电流传感器的输出信号；中间层节点数（神经元个数）由试验确定，取试验误差最小时的节点数（这里为30）；输出层输出为汽车高能点火线圈性能测试[5] 结果，依据当时测试对象所需输出参量个数，在线自动确定（生成）输出层节点（神经元）个数。

    因为被控（即修正补偿）对象为测试系统的非线性误差 ，此误差不仅具有非线性，而且还具有时变性，其相应的BP-NN运作模型（即修正非线性误差的作用函数） [6] 可设定为：
                                (2)

    若BP-NN中有p个非线性节点，则系统输出为：
                             (3)

    式中Ng[·]和N [·] 均为BP-NN修正补偿[7] 系统非线性误差的动态子神经网络。可见，只有当Ng[·]→g[·]和N [·]→ [·]时，才能使y(k) →r(k)。

    设置准则函数为： 
                  (4)

    则BP-NN训练过程（即权系调整过程）为
                                   (5)
                                     (6)

    BP-NN学习算法：   
                                       (7)
                                        (8)                                      

    将式（3）和式（4）代入式（7）和式（8）可得：
                      (9)

                  (10)

    系统运作之前[y(k)]未知，可设其符号已知，记为   sgn{[y(k)]}，代替（9）式和（10）式中的[y(k)]，则有：
                     (11)

                  (12)

    式中ηw>0，ηv>0，它们决定BP-NN收敛于被控对象的速度。综上所述可见，此BP-NN校正补偿系统非线性误差的运作原理及过程 [8] 如图3所示。

    同一层的各基本神经元在LabVIEW中的实现如图4所示。而实现修正补偿系统非线性误差的子VI程序[9] 图形框如图5所示。

                        图3   BP-NN对系统非线性误差校正补偿运作原理

                               图4   基本神经元在LabVIEW中的实现

                                      图5   子VI程序图形框

5 结论

    此测试系统主要基于LabVIEW图形化软件环境、虚拟仪器硬件设施以及相关传感器组件，并且辅以BP-NN对传感器测量值进行非线性校正的举措与设施，成功地构建了一种智能化的汽车高能点火线圈测试平台，它能对汽车高能点火线圈的多项技术参数进行测试，并能满足各种各样汽车高能点火线圈测试的要求，实测效果表明，系统运作安全可靠、测量精度很高，功能扩展升级容易、操作使用简单方便，并且性价比高。

    其它作者：

    陈永红（1980-），女，山西临汾人，武汉理工大学自动化学院研究生，硕士在读，研究方向为智能控制与智能自动化；

    周  欣（1984-），女，湖北松滋人，武汉理工大学自动化学院研究生，硕士在读，研究方向为智能控制与智能自动化。



参考文献

[1] 刘君华. 虚拟仪器图形化编程语言LabVIEW教程[M].西安：西安电子科技大学出版社，2001.

[2] 李中年. 电脑控制的测试与设备[M].武汉：武汉测绘科技大学出版社，1990.

[3] 李中年. 控制电器及应用[M].北京：清华大学出版社，2006.

[4] 熊秀等. 用LabVIEW实现神经网络控制[J].测控技术，2005，24（4）：51-54.

[5] 李中年；高永雄；刘合波.测定有效电感的一种新方法[N].中国电机工程学报，2006，26（19）：156-159.

[6] LI Zhongnian；FANG Huan. Research on the N2C2 Temperature Control System of 
the Electrogilding Liquid. Proc.of ICEMI’2005(5):46-49，2005，10.

[7] LI Zhongnian；HUANG Tao；PI Guozhi.A New Method of Measuring WDV Basedon 
Chaos Theory. Proc.of ICEMI’2007 Vol. 1，pp125-128. IEEE，Xian,P.R.China，2007.

[8] LI Zhongnian；ZHOU Jiaqi；HE Chao. Fault Diagnosis of the ELVE Intelligent 
Electrical Control System.Proc. of ICMEI’2007’Vol. 3，2007，08.

[9] LI Zhongnian；LIU Qi；WANG Baoguo. Research Development on V/A/W Three
 Meters Inspection System.Proc.of ISTAI’2008’Vol. 2，2008，11.
  • 在线反馈
1.我有以下需求：



2.详细的需求：
姓名:
单位:
电话:
邮件: