控制器设计论文【精品多篇】

【前言】控制器设计论文【精品多篇】为好范文网的会员投稿推荐，但愿对你的学习工作带来帮助。

控制器设计论文 篇一

关键词：车辆工程；课程改革；自动控制；系统辨识；M序

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）20-0035-03

一、引言

《自动控制原理》是一门既抽象又具有很强实践性的课程，但是实际上在工业界可以看到诸多从事控制的工程师并非出于自动控制科班出身，即使有自动控制原理基础的工程师他们也几乎很少用到经典控制理论。这一方面是因为PID控制毋需系统模型就可以获得较好的控制品质，另一方面是因为《自动控制原理》的教程中只讲到了在获得传递函数的情况下如何综合控制器，而对传递函数的获取且是很少提及（除了较为浅显地谈及到如何在波德图基础上进行系统辨识）[1，2]。许多硕士研究生在给出一个传递函数的情况下可以进行各种控制算法（如模糊、神经、预测等诸多高级控制技术），但一涉及到如何针对真实系统进行控制器设计，他们就会放弃各种算法转而求助于PID，甚至有些还只会开环控制。这迫使控制理论教学需要被经一步创新。

当前控制理论的研究新成果层出不穷，工业先进控制技术，如自适应控制、预测控制、鲁棒控制、智能控制，最优控制得到了飞速的发展，但工业界对控制理论的应用且一直滞后不前。原因可能有以下三点。

1.过去由于受限于模拟电路去实现控制规律，因此控制算法不宜过于复杂，这导致诸多复杂但优秀的控制算法因难以实现而只能成为理论家们的欣赏品。这种固有的观点一直被放大，但如今数字控制技术发展迅猛，一些DSP处理器的单次浮点运算已经快于0.01微妙，许多高级控制算法的实现基本上不存在物理瓶颈。

2.自动控制系统的设计过程通常对设计团队有许多要求，从大的方面它至少包括：传感器和执行器选择、系统建模或辨识、控制器设计仿真、控制器软硬件实现。经典《自动控制原理》课程只包含整个过程的20%不到的知识点和工作量，而且往往整个过程需要一个团队而不是个体，这在很多中小型企业中是难以做到的。如果回顾当前软硬件技术的发展，这些原本需要团队完成的工作完全可以让个人胜任。目前先进的控制软件包（Matlab中的控制工具箱）、硬件平台以及相关代码自动生成技术（如dSPACE，MotorTron，ETAS，XPC-Target），已经越来越多在汽车工业界被广泛使用，但同样这些技术和产品也适合其他工业控制器的研发。

3.控制理论教学的创新需要继续发展，教材内容和工程实践存在一定的差距。

要克服上述三点必须从自动控制的基础教学抓起，在现存的《自动控制原理》教材中引入合理的新章节或新实验使得学生在控制器设计的所有环节得到相关训练，从而能够让他们在以后的工程实践中借助于相关控制器设计方法而获得较好的系统控制品质，而不是凭借“万能的PID”进行包罗万象的控制器设计，或依然停留在开环控制阶段

二、《自动控制原理》中包含的新内容

作为一门专业基础课，《自动控制原理》的学习不仅仅是为了考试或停留在理论的欣赏，而更多是受惠于以后的工程实践。但是目前《自动控制原理》过多强调系统分析和系统综合，对系统辨识和控制器设计过程缺少相关知识点的介绍。为此本文针对一般控制对象，从知识点上对控制器设计过程的教学进行了探讨。由于控制器综合的基础是控制对象模型，因此系统模型的获取是十分重要的，但同时很多时候系统模型是难以通过机理的方式建立，即使建立也会有很多参数待辨识；另一方面，工业过程大多较为复杂，机理难以分析，因此机理建模往往被束之高阁。通过输入―输出信息进行系统辨识是一种相对普适的方法，它毋需过多的机理分析，也不需要深厚建模功底，而且又能描述大多数系统过程。实际系统总是非线性的，如何用一个线性模型去逼近实际系统是一个复杂的数学问题，很多教材从理论上解释了如何对微分方程线性化[1，2]。缺少从输入-输出的角度去描述非线性系统线性化，其实这更具有工程实践意义，同时也是容易被接受的。下面就从平衡点线性化和M序列系统辨识两方面来解释模型线性化和模型获取，同时给出了实际系统的控制器拓扑结构。这样就可以让学生对模型获取和控制器设计以及实现过程有了一个整体了解。

（一）平衡点线性化

实际系统都是非线性系统，而且工作点也并非处在零点这个位置，这里不妨设实际系统为非时变且可以被描述为：x=f（x，u）y=h（x，u） （1）

其中，x为系统状态，u为系统输入，y为系统输入，f，h均为光滑映射。

控制器设计论文 篇二

关键词： 高超声速飞行器； 动力学建模； 飞行控制

中图分类号： V249.1文献标识码： A文章编号： 1673-5048（2015）03-0003-05

Research Progress on Control System of AirBreathing

Hypersonic Flight Vehicles

Wang Pengfei1， Wang Jie1， Shi Jianming1， Chen Xingyang2， Yang Yurong2

（1.The Air Defense and Antimissile Institute， Air Force Engineering University， Xi′an 710051， China；

2.China Airborne Missile Academy， Luoyang 471009， China）

Abstract： The control system function of airbreathing hypersonic flight vehicles is that making the flight vehicles track the command guidance accurately by changing the velocity through engine thrust and regulating flight attitude with deflection of rudder surface in full flight envelop. This paper discusses the dynamic characteristics of flight vehicles， and analyzes the control system development of airbreathing hypersonic flight vehicles with modeling and control law， which can provide a reference for the interrelated study.

Key words： airbreathing hypersonic flight vehicles； dynamics modeling； flight control

0引言

高超声速飞行器是指能够以大于5个马赫数持续飞行的飞行器， 分为无动力式滑翔飞行器和吸气式动力飞行器。 吸气式动力飞行器是从周围环境中获取氧气， 依靠自身发动机提供飞行动力、控制舵调整飞行姿态， 可实现高超声速巡航与突防、空天往返的飞行器。 具有远程快速响应、大机动性、高突防概率和自由进入空间的潜在优势， 主

收稿日期： 2014-12-10

基金项目： 航空科学基金资助项目（20120196006）

作者简介： 王鹏飞（1988-）， 男， 河南开封人， 博士研究生， 主要从事飞行器控制技术研究。

要以美国的高超声速飞行器试验（Hyper-X）计划为代表， 如NASA的X-43A、美国空军的X-51A试验飞行器。

吸气式高超声速飞行器作为临近空间高超声速飞行器发展的重要研究内容， 对国家安全和和平利用空间有重要的战略意义和应用价值。

1吸气式高超声速飞行器动力学特性

1.1飞行环境复杂、飞行包线跨度大

吸气式高超声速飞行器飞行高度覆盖了从大气层到临近空间近80 km的广阔空域， 而飞行速度跨越了5个马赫数到25个马赫数的范围， 在如此广阔而又复杂的环境中作高超声速的机动飞行， 吸气式高超声速飞行器动力学的非线性快时变特征异常明显。 当该类飞行器飞行马赫数大于5以后， 其表面的流场会出现一些明显区别于亚声速和超声速飞行的物理现象， 如薄的激波层、真实气体效应和气动热效应， 这些现象称为高超声速效应。 高超声速效应使得吸气式高超声速飞行器的气动特性和气热特性复杂多变， 会影响飞行器飞行性能、操纵性和稳定性。

1.2外形结构、推进系统和空气动力学之间交叉耦合

以X-43A和X-51A为代表的新一代高超声速飞行器为减小飞行过程中的飞行阻力、降低气动加热、提高升阻比， 广泛采用轻质材料和大型薄壁结构设计， 气动外形为细长体、升力体布局、完全或部分乘波体布局， 这使得吸气式高超声速飞行器动力学系统是气动/推进/结构耦合的复杂系统， 如图1所示。

图1吸气式高超声速飞行器气动/推进/结构耦合关系

1.3高度不确定性

吸气式高超声速飞行器动力学的不确定性主要来源于三个方面：一是高超声速气流流动特征和吸气式高超声速飞行器动力学系统中的交叉耦合关系十分复杂， 且由于尚未建立充足的风洞试验和飞行测试数据库， 因此， 与亚声速和超声速飞行器相比， 吸气式高超声速飞行器的许多飞行特性还无法掌握， 其关键气动特性也很难预测； 二是高超声速飞行会经历严重的不确定气动加热环境， 由于表面材料的烧蚀而产生的飞行器结构变形和固有振动频率变化将影响飞行器的结构动力学特性和稳定性； 三是由行环境复杂， 吸气式高超声速飞行器飞行过程中往往会受到各种事先无法预知的大气干扰， 如湍流、阵风等， 气流干扰容易对飞行姿态造成扰动， 使气动舵操纵过程中发生瞬时饱和[1]。

航空兵器2015年第3期王鹏飞等： 吸气式高超声速飞行器控制研究综述综合以上分析可知， 吸气式高超声速飞行器的非线性不确定和交叉耦合， 使得飞行控制系统设计面临着各种严格的控制要求和控制难题。 基于系数冻结的增益调度控制方法和依赖于精确数学模型的传统控制器设计方法已经很难适用于吸气式高超声速飞行器的控制系统设计中。 要适应大范围的飞行环境和高机动的性能要求， 控制系统就必须具有高可靠性、强鲁棒性、强自适应性和强抗干扰的能力。

2吸气式高超声速飞行器控制研究

2.1高超声速飞行器动力学建模研究

如何建立描述吸气式高超声速飞行器特性的数学模型， 是设计高效控制器的一个重要前提。 目前， 主要的建模方法包括以动力学建模为代表的常规建模方法、以模糊建模为代表的智能建模方法， 以及以特征建模为代表的工程化建模方法[2]。 吴宏鑫院士对特征建模方法有着系统深入的研究[3]， 罗熊对智能建模和特征建模相结合的建模方法也进行了进一步的研究工作[4]。 虽然这两种建模方法在传统航天器控制领域有着成功的应用， 但是在面向复杂的吸气式高超声速飞行器建模时还存在着模型参数辨识困难问题。 一般而言， 分析吸气式高超声速飞行器特殊构型设计下的动力学稳定性， 设计适当控制律以获得合适的性能， 都离不开吸气式高超声速飞行器的飞行动力学建模过程。 目前， 已经研究过的动力学模型有NASA Langley研究中心早期公布的风洞数据插值拟合模型[5]、Mirmirani给出的基于计算流体力学（CFD）的数值模型[6-7]、Chavez和Schmidt提出的气动推进/气动弹性一体化解析模型[8]。 虽然学术界和工程领域都在寻求建立吸气式高超声速飞行器的六自由度模型[9]， 但是目前动力学建模工作主要还是在吸气式高超声速飞行器的纵向飞行平面内展开， 这是出于两点考虑[1]：一是吸气式高超声速飞行器对姿态变化敏感， 应避免横向的机动； 二是吸气式高超声速飞行器的纵向动力学特性对于控制问题而言已经足够复杂。 NASA 模型和Mirmirani模型的研究对象是六自由度的Winged-Cone构型高超声速概念飞行器， 该类型飞行器具有锥体外形和刚性结构， 反映不出当前具有乘波体构型吸气式高超声速飞行器的动力学行为。 后续的研究中， 美国空军研究实验室的Bolender和Doman在Chavez和Schmidt模型基础上完善了包含空气动力学、推进系统和结构动力学的动力学模型[10-13]。 在美国空军研究办公室资助下开展的吸气式高超声速飞行器飞行控制研究工作都采用了Bolender和Doman的模型[14-17]， 但是在气动与结构之间的耦合方式、结构动力学特性近似等方面也存在一定的差异。

在高超声速气动力建模方面， 有两类气动力的计算方法： 一是基于计算流体力学的时域计算方法； 二是基于工程近似计算方法。 由于高超声速气动数据库和计算流体力学软件还不完善， 目前多采用工程近似计算方法求解气动力， 此方面广泛应用的理论包括牛顿碰撞理论[18-19]、斜激波理论[20]和Prandtl-Meyer膨胀波理论， 以及活塞理论[21-22]。 牛顿碰撞理论仅适合于马赫数远大于7情况下的气动力近似计算， 而对于吸气式高超声速飞行器的马赫数范围， 该理论计算结果不够准确。 斜激波理论/膨胀波理论适合确定高超声速飞行时飞行器表面激波位置和分布， 但是依据该理论只能进行定常气动力的计算。 活塞理论在非定常气动力近似计算方面应用较为广泛， 针对吸气式高超声速飞行器的非定常气动效应， Oppenheimer研究了采用活塞理论计算吸气式高超声速飞行器表面的非定常气动力的方法[23-24]。

在结构动力学建模方面， 目前关于吸气式高超声速飞行器机身结构存在两种假设： 一是Bolender和Doman所采用的质心固定的两根悬臂梁（Double Cantilever Beam）假设[10]； 二是Bilimoria和Schmidt所采用的两端无约束自由梁（Free-Free Beam）假设[25]。 虽然第一种假设更符合对吸气式高超声速飞行外形的直观感受， 但是基于此假设推导出的弹性模态和俯仰力矩之间直接耦合的理论结果与实际飞行试验观测到的结果并不一致[26]。 在第一种假设下， Bolender和Doman采用Lagrangian方法建立的刚体力学与结构力学强烈耦合动力学模型给控制器设计也带来了不小的困难[15]。 在后续的动力学建模与稳定性分析中[12-13]， Bolender和Doman改用Williams关于结构动力学的假设模态建模方法[27]， 此时结构动力学与刚体动力学之间只通过气动力进行耦合。 这种耦合方式下的动力学模型也逐渐被用于控制器的设计与验证[16-17]。

在推进系统建模方面， Chavez和Schmidt提出了简化的一维超燃冲压发动机模型[8]， 该模型至今仍被应用于吸气式高超声速飞行器的一体化解析建模中， 是后续超燃冲压发动机解析建模的基础。 Chavez和Schmidt的主要贡献在于给出了超燃冲压发动机尾喷管的压强分布预测公式， 从而大大方便了推力的计算。 Torrez提出了包含预燃烧激波和分解效应的超燃冲压发动机模型[28]， 虽然该模型清晰描述了燃烧室内的化学反应过程， 但是不能为控制器设计提供清晰的输入和输出关系， 且该模型是数值模型， 不能进行快速解析计算。

由于吸气式高超声速飞行器未开展广泛的大包线飞行试验， 缺乏关于该类型飞行器的完整气动数据， 因此上述研究都是从原理上进行建模， 将所得的原理模型用于动力学稳定性分析， 及检验基于特定理论所设计的控制器的有效性， 进而辅助地面风洞模拟及高空飞行试验。 但是， 从控制系统设计的角度建立简单高效的系统模型， 研究复杂飞行器具有的严重非线性、快时变及强耦合特性， 目前还没有突破性的研究成果。

2.2控制策略研究

从控制的角度来看， 通过原理模型给出的气动力等作用力的解析表达式必然为控制量的复杂隐函数， 难以直接进行反馈形式的控制器设计。 建立面向控制的动力学模型需要将这些复杂的气动力表示成控制量的仿射形式， 有两种可行的途径：一是基于工作区域内的多个特征点建立线性化模型， 再对各个特征点模型分别进行线性控制器设计， 这体现了增益调度设计方法的思想； 二是将气动力和推力等作用力拟合成关行状态量和控制量的多项式形式， 再进行非线性控制器设计。 目前， 吸气式高超声速飞行器的控制方法研究呈现大发展态势， 主要包括：基于H∞的特征结构配置方法、线性变参数控制方法、自适应控制方法、基于观测器的输出反馈控制方法、模型跟踪控制方法等等， 这些方法涉及线性控制、非线性控制和智能控制， 涵盖了经典控制理论、现代控制理论和智能控制理论。 虽然这些方法从不同角度探索了高超声速飞行器控制系统设计问题， 但是都可以从上述两个方面进行归类。

针对线性化模型， Lohsoonthorn等人在模型不存在不确定性和外部干扰的情况下， 采用基于H∞理论发展的Shapiro特征结构配置方法研究了长短周期解耦控制问题[29]。 Gregory等人考虑了大气干扰和输入不确定性， 采用直接H∞回路成形和DK迭代μ综合方法等经典的H∞鲁棒控制设计方法设计了三种控制器， 通过仿真表明， μ最优控制器具有一定的鲁棒性， 而单纯的H∞控制器不能满足稳定性要求[30]。 Marrison和Stengel基于线性二次型调节器控制结构并采用随机鲁棒分析与设计方法研究了鲁棒控制综合问题[31]。

针对非线性模型， 许斌采用高增益状态观测器估计经连续求导线性化获得的状态量， 并对变换后系统的集总不确定项采用一个神经网络进行逼近[32]。 张天翼等人在引入参考模型的基础上， 建立了一种具有非匹配特性的耦合控制模型。 通过动态调节参数的方法， 得到了一种鲁棒自适应控制律。 该算法保证在气动参数摄动与干扰同时存在的情形下， 满足飞行器稳定飞行的要求[33]。 王明昊等人对非线性动力学模型进行雅克比线性化处理并拟合得到LPV模型， 离散化后存储于一张量中， 利用高阶奇异值分解， 得到有限个LTI多胞顶点系统。 再对各顶点进行状态反馈H∞控制器设计， 通过引入松弛变量， 在不同点使用不同的Lyapunov函数矩阵， 以此降低控制器的保守性， 得到依赖变参量进行增益在线调节的控制器[34]。

从应用的角度讲， 反馈控制系统的一个主要问题是由于执行机构的物理约束使得设计的控制律产生的控制信号不能实施， 称此问题为输入受限问题或有限控制权问题。 输入受限问题是控制理论与方法走向工程应用过程中的一个很突出的问题， 因为目前大量的控制方法针对的都是具有线性连续响应系统， 即假设系统的控制输入能够一致处于有效的线性工作状态， 而实际系统中执行机构对控制指令的响应总是受到物理机制等方面的约束。 因此， 从理论分析中所得出的结论在实际系统应用中可能并不成立。 通过前面分析可知， 机身和推进系统耦合、控制和结构耦合带来的稳定性要求和约束要求， 使得吸气式高超声速飞行器控制系统设计过程中， 尤其需要重视输入受限问题。 文献[1]将输入受限问题和不确定性问题一同归入线性变参数系统鲁棒性框架内， 通过设计鲁棒控制器加以解决。 以上研究只局限于在线性化模型中解决执行机构饱和问题， 对于状态量约束问题还需进一步研究。 针对高超声速飞行器的非线性模型， 文献[35]采用模型预测方法研究了状态变量和控制变量幅值约束时的控制问题； 文献[36]将饱和视为系统的不确定项， 采用神经网络进行补偿， 提出了输入受限条件下的自适应滑模控制方法。 但是， 这些控制方法在具有广泛意义的输入受限问题上还需要进行更深入的研究。

3结论

综上所述吸气式高超声速飞行器控制方法研究涵盖面广， 取得了很多的新成果， 但还需要在以下几个方面开展进一步的研究工作：

（1） 原理建模的合理简化问题

原理模型较为真实全面地反映了吸气式高超声速飞行器纵向运动的特点， 但是原理模型具有非最小相位行为， 且模型中各子系统中的状态量是相互耦合相互影响的， 故一般在设计控制系统时都要对原理模型进行适当的简化处理。 目前， 由于仅对高超声速飞行器进行了有限的飞行试验， 使得该类型飞行器的许多动力学特性还未被完全掌握。 因此， 现有研究采用的假设和简化模型并不能完全反映出高超声速飞行器的动力学特性， 甚至有些假设并不完全符合试验观测到的结果。 在下一步的研究过程中， 还需深入研究高超声速飞行器的气动/推进/结构动力学交叉耦合机理， 对原理模型进行更为合理的简化和近似。 此外， 从控制系统设计角度讨论研究高超声速飞行器具有的严重非线性及强耦合特性， 并建立简单高效的系统模型等问题也有待进一步研究。

（2） 自适应控制系统的输入受限问题

一般而言， 自适应控制中的跟踪误差主要由参数估计误差产生。 而当考虑高超声速飞行器的输入受限问题时， 跟踪误差则非直接由估计误差引起， 传统的自适应方法难以保证闭环系统稳定， 从而出现动态响应特性恶化等问题。 因此，近些年来， 输入受限问题逐渐得到重视， 但研究还并不十分充分。 一些研究虽然也将其研究的内容称为输入受限问题， 但实际上仅仅考虑了饱和约束， 且将约束作为一种不确定性加以考虑， 未从理论上进行深入分析。 所以， 在输入受限的条件下如何保证控制器的鲁棒性以及自适应控制的稳定性和有效性， 仍是有待解决的关键问题。

（3） 控制系统全反馈的实现问题

目前， 相关控制研究大都建立在全状态反馈的基础上， 即假设高超声速飞行器动力学系统中的所有状态变量都是可以获得的。 但实际的工程实践中， 并非所有状态量都可以方便测量。 例如严重的气动加热使得传统的物理测量设备对迎角和航迹角等小角度值的测量十分困难。 因此， 考虑动力学系统状态量的不便测量或不完全可测量的因素， 研究全状态反馈的实现方法对控制方法走向工程应用有着重要的意义。

总之， 高超声速飞行器的强非线性和高度的不确定性， 使得飞行控制系统设计十分困难。 传统的增益调度法和依赖于精确数学模型的控制器设计方法已经很难适应高超声速飞行器的控制系统设计要求。 要适应飞行器大范围机动飞行的性能要求， 控制系统就必须具备高可靠性、强鲁棒性以及强自适应性。 因此， 在今后较长一段时间内， 高超声速飞行器的控制问题将是航空航天领域持续关注的热点。

参考文献：

[1] 葛东明。 临近空间高超声速飞行器鲁棒变增益控制[D]. 哈尔滨： 哈尔滨工业大学， 2011.

[2] Lian Baohua， Bang H， Hurtado J E. Adaptive Backstepping Control Based Autopilot Design for Reentry Vehicle[C]∥AIAA Guidance， Navigation， and Control Conference and Exhibit， Providence， Rhode Island： AIAA，2004-5328.

[3] 吴宏鑫， 胡军， 谢永春。 基于特征模型的智能自适应控制[M]. 北京： 中国科学技术出版社， 2009.

[4] 罗熊， 孙增圻， 颜时雨。 面向复杂航天器控制应用的模糊动态特征建模与控制[J]. 空间控制技术与应用， 2010， 36（3）： 1-13.

[5] Shaughnessy J D， Pinckney S Z， Mcminn J D， et al. Hypersonic Vehicle Simulation Model： Winged-Cone Configuration[R]. NASA-TM-102610， Hampton， Virginia： NASA， 1990.

[6] Keshmiri S， Colgren R， Mirmirani M. Six-DOF Modeling and Simulation of a Generic Hypersonic Vehicle for Control and Navigation Purposes[C]∥AIAA Guidance， Navigation， and Control Conference and Exhibit， Keystone， Colorado，AIAA 2006-6694， 2006.

[7] Clark A， Wu C， Mirmirani M， et al. Development of an Airframe-Propulsion Integrated Generic Hypersonic Vehicle Model[C]∥44th AIAA Aerospace Sciences Meeting and Exhibit， Reno， Nevada， AIAA 2006-218， 2006.

[8] Chavez F R， Schmidt D K. An Integrated Analytical Aeropropulsive/Aeroelastic for Dynamic Analysis of Hypersonic Vehicles[C]∥AIAA Atmospheric Flight Mechanics Conference， Hilton Head Island， South Carolina， 1992： 551-563.

[9] Shakiba M， Serrani A. Control Oriented Modeling of 6-DOF Hypersonic Vehicle Dynamics[C]∥AIAA Guidance， Navigation， and Control Conference and Exhibit， Portland， Oregon， AIAA 2011-6227， 2011.

[10] Bolender M A， Doman D B. A Non-Linear Model for the Longitudinal Dynamics of a Hypersonic Air-Breathing Vehicle[C]∥AIAA Guidance， Navigation， and Control Conference and Exhibit， San Francisco， California， AIAA 2005-6255， 2005.

[11] Bolender M A， Doman D B. Nonlinear Longitudinal Dynamical Model of an Air-Breathing Hypersonic Vehicle[J]. Journal of Spacecraft and Rockets， 2007， 44（2）： 374-387.

[12] Bolender M A， Oppenheimer M W， Doman D B. Effects of Unsteady and Viscous Aerodynamics on the Dynamics of a Flexible Air-Breathing Hypersonic Vehicle[C]∥AIAA Atmospheric Flight Mechanics Conference and Exhibit， Hilton Head， South Carolina， AIAA 2007-6397，2007.

[13] Bolender M A. An Overview on Dynamics and Controls Modelling of Hypersonic Vehicles[C]∥IEEE American Control Conference， St.Louis， Missouri， 2009： 2507-2512.

[14] Groves K . Modelling， Simulation， and Control Design of an Air-Breathing Hypersonic Vehicle[D]. Ohio： The Ohio State University， 2005.

[15] Parker J T， Serrani A， Yurkovich S， et al. Control-Oriented Modeling of an Air-Breathing Hypersonic Vehicle[J]. Journal of Guidance， Control， and Dynamics， 2007， 30（3）： 856-869.

[16] Sigthorsson D O. Control-Oriented Modeling and Output Feedback Control of Hypersonic Air-Breathing Vehicles[D]. Ohio： The Ohio State University， 2008.

[17] Fiorentini L. Nonlinear Adaptive Controller Design for Air-Breathing Hypersonic Vehicles[D]. Ohio： The Ohio State University， 2010.

[18] Morgan H G， Runyan H L， Huckel V. Theoretical Considerations of Flutter at High Mach Numbers[J]. Journal of the Aerospace Sciences， 1958， 25（6）： 371-381.

[19] Yates Jr E C， Bennett R M. Analysis of Supersonic-Hypersonic Flutter of Lifting Surfaces at Angle of Attack[C]∥12th Structures， Structural Dynamics and Materials Conference， Anaheim， California， AIAA 1971-327， 1971.

[20] Zartarian G， Hsu P T， Ashley H. Dynamic Airloads and Aeroelastic Problems at Entry Mach Numbers[J]. Journal of the Aerospace Sciences， 1961， 28（3）： 209-222.

[21] Lighthill M J. Oscillating Airfoils at High Mach Numbers[J]. Journal of the Aeronautical Sciences，1953，20（6）： 402-406.

[22] Ashley H， Zartarian G. Piston Theory： A New Aerodynamic Tool for the Aeroelastician[J]. Journal of the Aeronautical Sciences， 1956， 23（12）： 1109-1118.

[23] Oppenheimer M W， Doman D B. A Hypersonic Vehicle Model Developed with Piston Theory[C]∥Atmospheric Flight Mechanics Conference and Exhibit， Keystone， Colorado， AIAA 2006-6637， 2006.

[24] Oppenheimer M W， Skujins T， Bolender M A， et al. A Flexible Hypersonic Vehicle Model Developed with Piston Theory[C]∥AIAA Atmospheric Flight Mechanics Conference and Exhibit， Hilton Head， South Carolina， AIAA 2007-6396， 2007.

[25] Bilimoria K D， Schmidt D K. Integrated Development of the Equations of Motion for Elastic Hypersonic Flight Vehicles[J]. Journal of Guidance， Control， and Dynamics， 1995， 18（1）： 73-81.

[26] Somanath A. Adaptive Control of Hypersonic Vehicles in the Presence of Actuation Uncertainties[D]. Massachusetts： Massachusetts Institute of Technology， 2010.

[27] Williams T， Bolender M A， Doman D B， et al. An Aerothermal Flexible Mode Analysis of a Hypersonic Vehicle[C]∥AIAA Atmospheric Flight Mechanics Conference and Exhibit， Keystone， Colorado， AIAA 2006-6647， 2006.

（下转第12页）（上接第页）

[28] Torrez S M， Scholten N A， Micka D J， et al. A Scramjet Engine Model Including Effects of Precombustion Shocks and Dissociation[C]∥44th AIAA/ASME/SAE/ASAEE Joint Propulsion Conference and Exhibit， Hartford， Connecticut： AIAA， 2008-4619.

[29] Lohsoonthorn P， Jonckheere E， Dalzell S. Eigenstructure vs Constrainted H∞ Design for Hypersonic Winged-cone[J]. Journal of Guidance， Control， and Dynamics， 2001， 24（4）： 648-658.

[30] Gregory I M， Chowdhry R S， Mcminn J D，et al. Hypersonic Vehicle Control Law Development Using H∞ and μ-Synthesis[R]. NASA-TM-107689， Hampton， Virginia： NASA， 1992.

[31] Marrison C I， Stengel R F. Design of Robust Control Systems for a Hypersonic Aircraft[J]. Journal of Guidance， Control， and Dynamics， 1998， 21（1）： 58-63.

[32] Xu Bin， Gao Daoxiang， Wang Shixing. Adaptive Neural Control Based on HGO for Hypersonic Flight Vehicles[J]. Science China： Information Science， 2011， 54（3）： 511-520.

[33] 张天翼，周军， 郭建国。 高超声速飞行器鲁棒自适应控制律设计[J]. 宇航学报， 2013， 34（3）： 384-389.

[34] 王明昊， 刘刚，赵鹏涛，等。高超声速飞行器的LPV变增益状态反馈H∞控制[J]. 宇航学报， 2013， 34（4）： 488-496.

[35] Vaddi S S， Sengupta P. Controller Design for Hypersonic Vehicles Accommodating Nonlinear State and Control Constraints[C]∥AIAA Guidance， Navigation， and Control Conference， Chicago， Illinois： AIAA， 2009-6286.

[36] 李静， 左斌， 段σ悖 等。 输入受限的吸气式高超声速飞行器自适应Terminal滑模控制[J]. 航空学报， 2012， 33（2）： 220-233.

控制器设计论文 篇三

关键词 三自由度直升机模型；LQR控制器；多模型LQR控制器

中图分类号 TP2 文献标识码 A

Summary：In this paper， the multi-model set of 3-DOF is built， based on model switch idea and the LQR controller is established by analyzing the whole helicopter system. The multi-model set is achieved and differed by high angle and pitch angle and the controller is designed and simulated in Matlab. With the real-time value of control variables， the performance of the designed controller is shown. The real controller is built in Matlab RTW with the help of Wincon software interface of Quanser. The results of the simulation is shown the effectiveness of the designed system.

Key Words：3-DOF helicopter model； LQR controller； multi-model LQR controller

引言

二十世o七十年代末我们开始了对直升机的研究，分别从美法等直升机研究水平处于世界领先地位的发达国家引进了诸如“Black Eagle”和“Apache”等成熟的直升机机型。但是长久以来我们的努力只是停留如何去模仿别人，最多达到在别人的基础上稍作修改，并没有真正在直升机的技术核心领域获得成功，比如直升机飞行最为核心的操控系统，就鲜有成绩，这就给后来学者和研究人员提出了更高的要求，促使我们进一步探索[1]。

在国内高校方面，研究本课题的有：东北大学的刘鑫，首先针对直升机设计PID控制器，然后设计直升机系统的模糊控制器，最后将两者合二为一，设计出模糊控制和PID控制相结合的控制方法，取得良好效果；山东大学的葛金来，他不但设计了PID和LQR控制器，还对直升机模型有无动态干扰模块（Active Disturbance System， ADS）扰动进行了实验，最后还对直升机模型进行了基于保性能的控制研究[13]；国外的，如Jonas Witt利用非线性近似模型预测控制设计控制器；Ali T. Kutay完成了通过自适应输出的反馈控制；Konstantin K. Starkov则针对非线性系统设计了一种滑模控制器来实现控制；Mitsuaki Ishitobi也在前人基础上利用参数辨识的方法进行了一系列闭环控制。以上控制方法都没有对直升机模型系统进行建模，而是利用非线性系统的理论分析方法来设计控制器。但是，非线性理论本身就不是一套完善的理论，所以在设计控制器时不可避免的存在一些近似或者忽略次要影响因素，导致真正的实时控制在精度上并不那么让人满意，绝大多数仍只是停留在仿真的阶段，但是对要求不是十分苛刻的系统仍然具有较大的参考指导价值。

本文主要以加拿大Quanser公司研发制造的三自由度直升机模型为实验平台，基于系统自带的Matlab-RTW（Real-Time Workshop， RTW）实物仿真控制系统，在此开发环境下对双旋翼三自由度直升机模型进行深入理论研究，并运用理论成果设计新型控制器达到控制直升机模型位置和飞行速度的目的。

1三自由度直升机模型实验系统的结构组成

本实验系统作为研究纵列式双旋翼直升机的仿真平台，在结构上主要由硬件系统和软件系统两部分组成。其中，硬件系统又包含机械控制系统和电气控制系统两部分。控制过程可简单描述如下，直升机飞行姿态通过数据采集卡传递给计算机，计算机对各变量进行实时处理，然后将控制指令通过运动控制卡传递给电源模块来控制直升机驱动电机的供电电压，以此来调整模型的飞行姿态。整个实验系统可以用如图1所示的框图来清晰地表示出来。

1.1直升机模型硬件系统

本文所使用的Quanser公司三自由度直升机模型实验系统的硬件系统由直升机本体、电源模块、数据传输线、数据采集卡和一台计算机组成。其中，直升机本体属于硬件系统中的机械控制部分，数据传输线、数据采集卡、电源模块和计算机属于硬件的电气控制部分。

1.2直升机模型软件系统

本文直升机模型实验系统采用的软件系统完全安装在一台实验专用计算机中，包括由Quanser公司自行开发的基于Matlab中Simulink软件包和TCP/IP技术的控制软件Wincon[2]和从Simulink生成优化而来的RTW实时工作空间。

2基于多模型切换的LQR控制器设计

2.1 多模型控制方法的基本原理

多模型控制主要由以下三部分组成：

2.2多模型控制器的构成

在运用多模型控制理论建立控制器的过程中，大致只有两个步骤，那就是针对模型集中的每个单一模型建立最为适合的控制器，然后运用诸如模型切换或加权平均的方法将这些控制器集中起来，完成最终控制器的设计，下面就对多模型控制器设计中最常用的两种方法简单讨论：

1） 通过加权建立多模型控制器[3，4]：方法需要运用到数学理论中的分割定理，根据每个独立模型的权重比例，运用概率加权的方法，得出最终的控制器。

2） 根据某种切换策略建立多模型控制器：保证控制器切换时的稳定性是此种方法的首要前提，由于该方法相对第一种方法较为直接，设计难度也不大，所以各类研究成果层出不穷[5，6]。

本文的研究过程中，运用到的就是上文介绍的第二种多模型研究方法，即模型切换的控制策略。

2.3三自由度直升机多模型LQR控制器设计

围绕研究对象三自由度直升机模型实验系统，根据模型的实际变化特性来建立多个模型，组成一个合理的多模型集合，尽量逼近直升机系统在飞行过程中的真实动态性能，再基于此多模型集合设计出多模型控制器集合，最后根据真实飞行状态的不同选取最逼近当前状态的模型，用其对应的也就是最适合当前直升机状态的控制器来实施控制策略，从而实现对复杂系统进行更有效控制的目的。

由此，结合直升机模型飞行过程中的实际情况，采用模型切换的思想，而不是模型加权理论，根据直升机飞行过程中的具置，建立适合当前系统的模型参数，同时设计多组LQR控制器，每组控制器都分别设定符合当前情况的 和 矩阵取值，得到最直接最有效的控制量，使得直升机跟踪给定信号既快速又准确。控制方法结构框图如图2所示。

2.3.1 多模型集合的建立

在多模型控制理论的实现过程中，首当其冲的难题就在于如何针对控制过程建立清晰明确的数学模型，在实际研究过程中，只能把系统的输入输出作为切入点，采用一些常见的辨识方法，例如非线性自回归滑动平均模型等。先分解再合成的多模型控制策略就可以对这个问题有一定程度的解决，有些结构复杂的对象系统，无法得出能够包含整个控制域的模型，所以采用分段方法，对每个分段区域建立恰当的模型，然后将这些分段模型进行数学处理，无论是加权还是切换，都是可行的手段。这种方法主要包括两个大的方面：一是将问题进行分解；二是运用恰当方法进行合成。详细步骤可以按以下操作：

1） 引入一种恰当的规则，对整个控制域进行分解，分成符合要求并且结构较为简单的几个部分；

2） 针对每个部分建立数学模型和控制器；

3） 终极目标则是选取一种合适的方法，将之前分解的分段模型和控制器进行有效组合，得出最终结果。

通过查阅大量相关文献，了解到在多模型方法建立模型集合的领域内，非线性系统的线性化[7]、T-S型模糊多模型[8-10]、神经元网络多模型[11]、即时学习算法[12-16]等手段应用较为广泛，效果也很明显。

针对Quanser公司三自由度直升机模型实验系统的结构特点，再在原有数学建模的基础上，加深对实验系统物理特性的分析，将之前的近似和线性化重新考虑起来，建立其更为准确的数学模型。将直升机的高度角 和俯仰角 作为多模型集合建立的切入点，得出多模型LQR控制器的多模型集合，如表1所示。

3.1直升机模型实时控制

整个实物仿真过程的实现大致可以分成以下三个部分：

1） 控制算法的编写和控制器的搭建，这一步的完成与我们之前的仿真控制器设计是类似的，都是利用了Matlab中的。m文件和Simulink工具包，使得研究人员可以方便直观地调用Matlab中强大的模块库来简化整个设计过程；

2） 在将控制算法的编写和控制器的设计完成之后，可以直接通过Matlab-RTW实时工作空间自动完成从便于研究人员设计的模块化程序化的框图语言向便于机器识别和运行的语言的编译转化过程；

3） 最后，通过Quanser公司自己研发的基于Matlab中Simulink软件包和TCP/IP技术的控制软件Wincon，将编译好的控制语句作用在通过编码器和数据传输线连接在数据采集卡和电源模块上的三自由度直升机机体上，实现控制直升机模型实物的最终目的。

3.2 LQR控制器和多模型LQR控制器仿真及实物控制效果对比

单一模型LQR控制器和多模型LQR控制器在Simulink仿真以及后续实物平台的控制效果进行对比和分析。

首先在Matlab中用单一模型LQR控制器对直升机模型进行仿真实验，在仿真的初步阶段，采用较为简单的函数曲作为给定信号。

将一个周期为100秒幅值为20的正弦信号作为高度轴的给定信号，单一模型的LQR控制器跟踪效果如下图3所示。

同样的，将相同的周期100秒幅值20的正弦信号作为给定信号，用所设计的多模型LQR控制器来进行高度轴的飞行跟踪控制，结果如图4所示。

通过上面的图3和图4的对比，可以非常清晰地发现，单一模型LQR控制器在跟踪正弦函数曲线的过程中超调量较大，调节时间较长，在两个周期也就是仿真时间到达200秒的时候才能达到较好的跟踪效果，而多模型LQR控制器的表现就大大优于单一模型LQR控制器了，不仅在50秒左右就能够很好地跟踪上给定信号的变化，而且在调节的过程中超调的幅度也是远小于单一模型LQR控制器的。

在完成对两个控制器的初步仿真实验之后，接下来就要进行更加复杂的实验，将给定的函数信号变为阶梯方波便是最有效最合理的方式。因为阶梯方波是一组不停变化的信号，这样就对直升机在飞行时不断变换飞行姿态时的实际需求进行了很好的模拟。同时，阶梯方波又可以在一段时间内保持平稳，恰好又符合飞机飞行过程中有大段时间平稳飞行的实际。所以，阶梯方波是能够完美模拟直升机真实飞行状况的良好跟踪信号源。

在实物仿真中，采用对直升机实际飞行最具有仿真性和现实意义的阶梯方波作为给定信号，高度轴和旋转轴的跟踪效果分别如图5和6所示。

从实物曲线可以看出，多模型LQR控制器运用在直升机实物上表现依旧让人满意，说明我们设计的控制器是相当成功的。

4结束语

本文首先介绍了Quanser公司三自由度直升机模型实验平台的结构组成，并对硬件系统和软件系统分别进行了介绍。通过对于多模型控制的研究，将多模型LQR控制器的设计重点放在了通过模型切换思想实现多模型控制上。之后针对多模型控制建立多模型集合的需求，对之前直升机模型的数学建模进行了优化，在微分方程中恢复了之前被近似化忽略掉的角度影响因素，并针对高度角和旋转角两个角度变量设计多模型集合，同时对应每个模型设计LQR控制器，得到一个LQR控制器集合，完成多模型LQR控制器的设计。通过实际仿真的效果对比，多模型控制器的优势得到很大发挥，控制效果明显优于单一模型的LQR控制器。而在随后的直升机实物控制中，多模型LQR控制器的表现仍然很好。

参考文献

[1] 刘广磊，申涛。 三自由度直升机多模型LQR控制方法[J]. 济南大学学报（自然科学版），2014，28（1）：45-49.

[2] 吴森堂，费玉华。 飞行控制系统[M]. 北京：北京航空航天大学出版社，2010：105-136.

[3] 周焕银，刘开周，封锡盛。 基于权值范围设置的多模型稳定切换控制研究[J]. 控制与决策，2012，27（3）：349-354.

[4] Erin M. Aylward， Pablo A. Parrilo， Jean-Jacques E. Slotine. Stability and robustness analysis of nonlinear systems via contraction metrics and SOS programming[J]. Automatica，2014，44： 2163C2170.

[5] Mitsuaki Ishitobi， Masatoshi Nishi . Nonlinear Model following control with parameter identification for a 3dof model helicopter[J]. Advanced intelligent mechatronics，2009，32：253-267.

[6] Zhivoglyadov PV， Richard HM， Fu MY. Further results on localization-based switching adaptive control[J]. Automatica，2011，37：257-263.

[7] 马娟丽。 LQR系统最优控制器设计的MATLAB实现及应用[J]. 石河子大学学报（自然科学版），2013，23（4）：519-521.

[8] Patton R J. Synchronization of decentralized multiple-model systems by market-based optimization[J]. IEEE Trans. Systems， Man and Cybernetics， Part B， 2004， 34（1）： 665-671.

[9] Patton R J， Lopez Toribio C J， Simani S. Robust fault diagnosis in a chemical process using multiple-model approach[C]. Proceedings of the 40th IEEE Conference on Decision and Control. Orlando Florida USA， Expert Systems with Applications .2010： 349-354.

[10] Yang Haiqing， Yu Li， Xu Chi. Multiple model adaptive control of automatic quasi-synchronization for 500 kW hydropower generator[C]. Intelligent Control and Automation， 2004. WCICA. Fifth World Congress on， Hangzhou， P.R. China， Automation in Construction . 2004：5112-5115.

[11] Jonas Witt， Sudchai Boonto. Approximate model predictive control of a 3dof helicopter[C]. Proceedings of the 46th IEEE Conference on Decision and Control. New Orleans， SPIE .2007：1243-1251.

[12] Konstantin K. Starkov， Luis T. Sliding Mode control synthesis of a 3dof helicopter prototype using position feedback[J]. Variable Structure Systems， 2008， 8：233-237.

[13] Bontempi G， Birattari M， Bersini H. Lazy learning for local modelling and control design[J]. Int. J Control， 2009， 72 （7/8）： 643-658.

[14] Zheng Q B， Kimura H. Just-in-time modeling for function prediction and its applications[C]. Proceedings of the 3rd Asian Control Conference， Shanghai， China， Fluid Dynamics Research .2008：1816-1821.

[15] 尹秀云，李擎。 基于LQR最优控制系统的设计[J]. 微计算机信息。2012，23（1）：55-57.

[16] 孙维，王伟，朱瑞军。 即时学习算法在非线性系统迭代学习控制中的应用[J]. 控制与决策，2003， 18（3）：263-266.

联系方式

联系作者：孙莉

地址：南市历城区七里河小区35号楼4单元601

邮编：250100

E-mail：

手机：13583113227

控制器设计论文 篇四

【关键词】物联网；空气净化系统；软件设计

0 概述

本软件系统的核心是微控制器（STM32F103R―ARM-based 32-bit MCU），本论文以该微控制器为中心单元，而电源控制模块、电机控制模块、紫外灯控制模块、LED显示模块、负离子控制模块、触摸按键模块以及空气质量检测传感器模块和WIFI模块组成的空气净化系统的运行将全部以该微控制器为核心，因此构成了智能可远程控制的空气净化系统。本论文针对空气净化器控制系统的研究采用了多传感器数据采集模块的集成，实现了空气净化器的数据采集和工作状态的自动调整等功能；同时，研究集成了将无线通信模块WIFI模块与空气净化器结合，实现了空气净化器的远程控制和物联网化，实现了真正的无线互联。

1 总体设计

1）本论文所研究的空气净化器控制系统的软件程序主要包括了系统初始化程序、电机控制程序、紫外灯和负离子控制程序、LED显示和触摸按键控制程序、传感器数据采集程序和无线WIFI通信程序等各功能模块的程序设计。针对本设计采用的STM32F103R微控制器的实现包括了中断、查询、A/D转换、GPIO、SDIO、UART等功能。

2）根据控制系统的功能需求分析，本文描述的空气净化器对于软件程序的需求可分为以下几个部分：系统初始化程序、电机驱动程序、紫外灯和负离子控制程序、LED显示和触摸按键程序、传感器数据采集程序、无线WIFI通信程序设计。

其中，紫外灯、负离子、LED显示为微控制器的控制程序，电机、WIFI模块为微控制器的驱动程序；传感器数据采集和触摸按键为微控制器的参数输入程序。各个部分都是紧密相关，每个功能模块对于程序的整体设计都是非常重要的，都是通过STM32F103R微控制器程序，才能使得空气净化器控制系统运行起来。

根据程序总体设计，各模块处理子程序依赖于主程序的调度，共同完成控制系统的功能。系统根据功能需要，在初始打开空气净化器电源时，直流电机、紫外灯、负离子、传感器、WIFI模块等均不工作，只有当电源按键或者无线WIFI模块通过远程打开电源开关时，空气净化器控制系统才启动工作。

2 系统初始化程序设计

系统初始化程序主要针对本系统的系统参数进行初始化，包含了STM32F103R微控制器的初始化程序、I/O口的配置、程序各参数、变量、标志位的设定、系统默认运行参数的设定、默认显示程序运行等。默然上电后系统初始化过程中，空气净化器的电机、紫外灯、负离子等负载并不工作，设备的LED显示模块显示默认的参数和配置。

3 空气净化系统的各个模块的软件设计

3.1 电机驱动程序设计

本论文研究中使用的是无刷直流电机，电机的驱动是利用微控制器输出PWM调压来实现电机的速度变化。在电机的运行过程中，需要根据空气净化器的工作状态来调整电机的转动速度。

3.2 紫外灯和负离子控制程序设计

紫外灯管的驱动是利用低电平导通信号的输出来实现的，输出驱动信号的引脚为PB4；负离子发生器的驱动同样是利用低电平导通信号的输出来实现的，输出驱动信号的引脚为PB4。

3.3 LED显示和触摸按键控制程序设计

本文描述的空气净化器显示模块的显示内容主要有：定时时间指示、灯光指示、工作模式指示、空气质量指示、杀菌等指示、PM指示等数据。主要来自按键的更改和数据采集对于的数据变化。

按键的控制程序主要是进行外部中断的处理过程，空气净化器控制系统的按键主要有六个，包括了电源开关Kl、工作模式选择K2、负离子/紫外灯键K3、定时设置K4、电机风速调节键K5以及空气质量指示灯光键K6。同时按住定时键和电机风速键启到过滤网的状态复位功能，按键的程序设计主要是通过中断来实现的，当发生按键操作的时候，单片机引脚将根据信号进行程序处理。程序对于按键的触发信号判断为串行流程，依次判断每个按键的操作指令，执行相应的子程序。

3.4 传感器数据采集程序设计

根据电路原理图和实际工作过程，设计出空气质量传感器和粉尘传感器的数据采集程序，系统启动后，控制信号中断程序开始工作，并且ADC使能打开，检测系统开始工作。由传感器特性分析可知，传感器在数据采集过程中，在控制信号作用下开始采集数据，实时检测室内空气污染状况。为了得到实用数据，需要对室内空气质量进行大量测试和实验，最后得出想要的数据结果。

3.5 无线WIFI通信程序设计

根据实际应用，无线WIFI通信部分需要将当前空气净化器的状态值（空气质量、工作模式、风速、PM指数、定时状态等等）传输到服务器端，并且能够将服务器端发送来的控制命令成功接收，以实现能够远程控制空气净化器的工作状态，系统启动后，首先对WIFI模块进行初始化，包括SDIO设备枚举，加载设备固件等操作，然后扫描WIFI网络，扫描结束后，根据配置的WIFI账号和密码进行关联网络，关联成功后进行IP、子网掩码、网关等的设置，接着就是建立TCP SOCKET的客户端，具体工作有绑定本地及服务端的IP和端口。最后就是从服务端接收数据，判断是否为获取设备状态或者控制设备的命令，进行相应的操作。

4 结束语

本论文主要研究和探讨了室内空气净化系统的软件设计，而本文对物联网空气净化器控制系统的研究还是一个开始，结合目前新技术的发展，需要深入研究的方向还有很多，而本文所说明的空气净化系统的软件设计，还存在很多的不足，还有者许许多多可以改进的地方，这都将随着我们对未来空气净化器一步一步的深入研究，不断地改造创新与发展，以后一定会使其在该领域越来越完善，而技术也一定会越来越成熟。

【参考文献】

[1]刘林茂，李杰。负离子空气净化器展望[J].东北师范大学学报：自然科学，1996（03）.

[2]刘洪亮，侯常春，马蔚，马永民。臭氧宅气净化器对甲醛、苯净化效果的实验研究[J].

[3]闰其年，刘志强，杨景发，张子生。一种光触媒高效空气净化器的实验研究[J].河北大学学报：自然科学版，2011（01）.

控制器设计论文 篇五

关键词：分数阶微积分 直接离散化 控制器

中图分类号：TP301 文献标识码：A 文章编号：1007-9416（2013）09-0003-02

1 引言

PID控制器是最早出现的控制器类型，在过程控制与运动控制系统中占有重要地位。由于PID控制器结构简单、各控制参数物理意义明确、调整方便、可靠性高和鲁棒性好等特点，而在工业控制中倍受青睐，应用极为广泛。随着近几年分数阶微积分理论的不断发展和完善，并且在计算机发展应用的基础上，分数阶控制理论的实际应用得以实现。因此，关于分数阶PIαDβ控制器的研究已成为一个新的方向。在分数阶控制理论历史上，分数阶PIαDβ控制器的出现为分数阶控制理论开辟了的应用途径，在控制领域具有里程碑的意义。

分数阶PIαDβ控制器设计完成后，应用于实际系统之前必须进行数字实现，原因是分数阶目前不能被直接运算。那么就需要用现在可以实现的数字表达式进行近似表达，一般而言，根据逼近形式的不同分为直接离散化和间接离散化。直接离散化方法其实质是通过生成函数直接转换到离散时间Z域中，然后采用某种展开方法得到一个有限阶次的离散表达式。对于一个分数阶微积分算子来说，直接离散化的主要工作包括分数阶生成函数的选择和分数阶生成函数的展开两大部分。不同的生成函数和展开方法的组合形式，可以得到不同的离散化结果。近年来国内外学者针对分数阶微积分算子离散化进行了各种研究，提出了很多的离散化方法。例如，递归式展开法（Muir-recursion）和连分式展开法（CFE：Continous Fractional Expansion）等等。

本文在下面各节将分别讨论基于直接离散化方法的分数阶PIαDβ控制器设计问题。

2 直接离散化方法基础

2.1 生成函数（Generation Function）

在控制理论与控制工程当中，通常会用传递函数或者微分方程来描述一个控制系统。由于用解析方法来求解分数阶微分方程相对比较复杂。因此，在工程领域中分数阶微分方程的数值解法则得到更为广泛的应用。对于分数阶控制系统，分数阶微积分算子（r∈R）可用生成函数表示，即分数阶微积分算子到Z域的一个变换。下面介绍几种常见的生成函数及其表示方法。

（1）Tustin算法（双线性变换法或梯形法）：

（1.1）

（2）辛普森（Simpson）方法：

（1.2）

为了克服在高频段的逼近误差，也可以选用两种或者两种以上的生成函数进行线性组合，以下辛普森和梯形算法也采用了同样的方法。

（3） 辛普森和梯形算法（The Simpson and Trapezoidal Operator）：

（1.3）

其中（1.3）是采用辛普森积分算子与Tustin算子进行加权求和，从而构造出一种新的生成函数。

2.2 生成函数的展开法

通过以上对生成函数的介绍，可以发现当分数阶微积分从S域转化到Z域后，生成函数是一个无理函数。因此还需要对其进行有理近似，常见的展开方法有以下几种。

（1）泰勒/麦克劳林展开法（Taylor/Maclaurin Expansion）

（2）连分式展开法（CFE：Continuous Fractional Expansion）

由于泰勒/麦克劳林展开是以多项式的形式近似逼近，所以这样的离散化形式对阶次要求比较高，在控制系统实现过程中计算量比较大，对控制系统的要求也高。因此一般选用简单的Euler生成函数。而对于第（2）种方法，将以Tustin生成函数为例介绍展开方法。

众所周知，用多项式逼近函数时，有时会出现振荡，在无界点附近的逼近效果很差。连分式作为一个古老的数学分支，随着计算技术的发展，因其在函数或者插值计算中具有收敛速度快的特点而得到广泛应用，即便是在复数空间也同样适用。因此，考虑到在分数阶微积分算子离散化中，记忆数据量大、计算复杂，则连分式法展开被应用到分数阶控制系统中。

3 基于直接离散化方法的分数阶PIαDβ控制器设计

3.1 分数阶控制系统

顾名思义，所谓分数阶控制系统就是用分数阶数学模型来描述的控制系统。图1.1给出的一个分数阶单位负反馈控制系统。由图可以看出一个分数阶控制系统可以分两种情况：一是控制器是分数阶的，二是受控对象是分数阶的。

本文所讨论的是第一种情况，即控制器为分数阶次的控制系统。所讨论的控制器是分数阶控制器。对应于分数阶控制器的分数阶控制系统结构如图1.2所示，本系统与一般整数阶PID控制器结构类似。

在实际设计中，分数阶控制器离散域的数学模型为：

（1.4）

由前面已知有多种分数阶微积分算子的直接离散化方法，考虑到离散化效果与适用性，以及前期相关研究[9]，我们在分数阶微积分算子离散化过程中，生成函数分别采用Tustin算子，展开方法采用连分式方法。

3.2 基于Tustin算子的分数阶PIαDβ控制器设计

在基于Tustin算子的分数阶控制器设计中，采用连分式展开方法对其进行直接离散化，得到下面的离散化表达的一般形式

（1.5）

归纳上述表达式，可写成一般通式如下：

（1.6）

（1.7）

其中，P和Q为矩阵，r表示某一确定的分数阶次，和Z分别表示由r和构成的维列向量。通过Matlab编程后可得：

（1.8）

式（1.8）便是采用Tustin+CFE方法下得到的分数阶控制器离散化模型。

4 结语

本文主要介绍了基于直接离散化方法的分数阶控制器的设计。对于直接离散化方法，详细介绍了现有的多种生成函数和展开方法，并给出了Tustin+CFE组合下的分数阶微分或积分的展开形式，并且设计了分数阶控制器，并得到其Z域表达式， 最后完成了基于直接离散化方法的分数阶控制器设计。

参考文献

[1]J. Torvik， R.L.Bagley. On the Appearance of the Fractional Derivative in the Behavior of Real Matereials. Transactionals of the ASME 1984（51）：294-298.

[2]Sakakibara.Properties of Vibration with Fractional Damping of Order 1/2. JSME International Journal， 1997（3）：393-399.

[3]龙华伟，顾永刚。LabVIEW8.2.1与DAQ数据采集。清华大学出版社，2008.

[4]Podlubny I. Fractional-order systems and controllers. IEEE Transactions on Automatic Cont- rol，1999，44（1）：208-214.

[5]李旺。分数阶系统辨识与控制器设计研究。合肥。中国科学技术大学，2010.

[6]BJ Lurie. Tunable tid controller. US Patent no.5371670，1994.

[7]SCD Roy. On the realization of a constant-argument immitance or fractional operator. IEEE Transactions on Circuit Theory， 1967，14（3）：264-274.

[8]S.Arioka，Padé-type approximants in multivariables，Applied Numer.Math：1987，3：497-511.

[9]李庆扬，王能超，易大义。数值分析[M].武汉：华中科技大学出版社，1986：58-60.

控制器设计论文 篇六

（1.中国电子科技集团公司第二十七研究所，河南郑州450047；2.郑州大学西亚斯国际学院，河南郑州450000）

关键词 ：非线性鲁棒控制；直升机控制系统；鲁棒性；控制器

中图分类号：TN108+.4 ?34 文献标识码：A 文章编号：1004?373X（2015）13?0098?03

收稿日期：2015?01?28

0 引言

直升机作为一个非线性、多变量、强耦合不稳定对象，其控制问题一直以来都受到业内普遍关注。直升机因其固有的复杂气动特性等问题，难以对其精确建模，并且其运行环境复杂多变，飞行模态各异，很大程度上加大了控制器设计的难度。

近年来，各种古典或是现代控制算法在直升机特别是无人直升机飞行控制器中得以有效应用。以目前直升机飞控中研究较多的H∞ 鲁棒控制为例，文献[1]以UH?60A 黑鹰直升机前飞情况下的28 阶线性方程为标称模型，利用H∞ 回路成型技术设计了直升机双回路飞行控制系统，获得了良好的通道间解耦效果。在计算机仿真基础上按照ADS233E 标准对飞行性能进行了评估。文献[2]介绍了直升机定点悬停状态下鲁棒控制器的设计方法，以伺服补偿器和镇定补偿器为重点进行详细叙述，并通过仿真验证了直升机悬停鲁棒控制的有效性。文献[3]将经典控制理论结合H∞ 回路成型法，给出直升机飞控系统内回路工程设计的具体策略。通过仿真验证了设计策略的有效性。文献[4]在Bell205直升机非线性模型基础上进行线性化，然后基于线性化后的数学模型设计H∞ 鲁棒控制器，最后通过仿真及实际飞行测试验证了鲁棒控制器的有效性，满足旋翼机驾驶品质要求ADS233。除H∞ 鲁棒控制算法之外，基于H∞ 鲁棒控制理论并密切结合控制工程实际提出的定量反馈理论，以及非线性控制领域中涉及较多的动态逆等控制算法均在直升机特别是无人直升机飞控中得以应用。

鉴于无人直升机难以精确建模等实际问题，如何寻求一种不依赖被控对象精确数学模型，并且具有较强抗干扰能力的控制算法成为关键。本文将Tornambe型非线性鲁棒控制器引入到无人直升机飞行控制器设计中，Tornambe型非线性鲁棒控制器具有不依赖被控对象精确数学模型，强鲁棒性，并且参数整定方便快捷等优点。仿真结果表明，该Tornambe 型非线性鲁棒控制器可以较好地解决通道间解耦问题，并且在具有较强外部扰动情况下依然具有良好的控制品质。

1 Tornambe 型非线性鲁棒控制器

Tornambe 型非线性鲁棒控制器由意大利学者A.Tornambe首先提出。A.Tornambe在其论文中详细论述了Tornambe 型非线性控制器的设计，并同时对其稳定性进行了证明[5?6]。该控制器不依赖精确的被控对象模型，其内部所包含的积分环节可以补偿系统各种未知因素的干扰，具有很强的鲁棒性。

Tornambe型非线性控制器考虑系统状态变量的不可测、对象模型的不确定性和系统外部扰动等各种未知因素，由输出变量的组合构造出观测器，用观测器观测系统扩张状态变量，并通过观测器包含的积分环节补偿系统的各种未知扰动。

1.1 控制器算法

Tornambe型非线性鲁棒控制器算法简述如下。对于一类单输入单输出仿射非线性系统：

对于高阶系统，其预期动态特性参数的选取依此类推。

对于控制器中参数kr - 1，有kr - 1 = σ(b(z,w)) μ，μ 值的选取决定了控制系统的稳定性。根据李雅普诺夫第二稳定性判据可以证明，存在常数μ* >0 ，当μ >μ* 时控制器与被控对象构成的闭环系统是渐进稳定的。

1.2 控制器参数整定

从上节中的算法表达式可以看出，Tornambe型非线性鲁棒控制器需要整定的参数有hi 和ki，其中i 由系统相对阶数决定，hi 则由预期动态决定，因此，预期动态一旦选定，可整定的控制器参数就仅剩ki。对于2 阶系统，确定预期动态后，待整定的参数为k0 和k1，为分析k值对控制系统的影响规律，进行被控对象参数摄动情况下的Monte?Carlo试验，试验结果如图1，图2所示。

参数ki 主要影响控制系统的性能鲁棒性，增大其值时，控制系统抗干扰能力增强。k0 影响控制系统阶跃响应时间及超调量，其值增大时，上升时间减小，超调量响应增加。

3 控制器设计及仿真

针对已经给出的直升机侧向通道数学模型，设计相应Tornambe型非线性鲁棒控制器。由数学模型可以看出，被控对象为两个通道，需要分别对每一个通道设计相应的控制器，因此该控制系统为分散控制结构形式。另根据微分几何求取相对阶，两个通道相对阶均为2，从而控制器的基本结构就相应确定下来。按照前文所述算法设计分散控制系统，并进行控制系统性能分析。

为分析Tornambe型非线性鲁棒控制系统抗干扰能力，在直升机输出中加入噪声信号，并同PID 控制器对比分析，仿真试验如图3所示。噪声信号幅值±0.1，与控制指令输入幅值相当，通道角速率输出已经基本淹没，该控制器对速率噪声的抑制要好于PID，航向角与倾斜角输出虽然有较大波动，但仍能较好地跟踪输出。

控制系统控制量输入是考核控制系统性能的一个重要指标，在同样噪声信号输入下，进行Tornambe非线性鲁棒控制器与PID控制量对比分析，如图4所示。可以看出控制性能近似时，Tornambe控制量输出幅度变化明显比PID要小，对执行机构的要求放宽很多。

将状态方程表示的被控对象模型转化为用传递函数表示，给出两个主通道间的传递函数方程，可以看出被控对象为5阶系统。

4 结论

Tornambe型非线性鲁棒控制器结构简单易于实现，并且不依赖被控对象的精确数学模型，有着良好的抗干扰能力，鲁棒性很强。基于某型直升机两通道侧向运动数学模型为例，设计Tornambe 型分散非线性鲁棒控制器，并进行计算机仿真验证，同PID 控制相比较，Tor?nambe型非线性鲁棒控制器抗扰动能力较强，并且从控制量上考虑，该控制器对执行机构的要求较为宽松。

参考文献

[1] 王永，汪庆，康卫昌，等。直升机H∞ 回路成形全姿态控制器设计[J].飞行力学，2010，28（3）：43?46．

[2] 唐永哲。直升机鲁棒控制器的设计研究[J].航空学报，1996，17（6）：707?714．

[3] 朱华，杨一栋。 H∞ 回路成形法设计直升机飞控系统[J].计算机仿真，2007，24（7）：63?65．

[4] POSTLETHWAITE I，PREMPAIN E，TURKOGLU E，et al.

Design and flight testing of various H∞ controllers for the Bell205 helicopter [J]. Control Engineering Practice， 2005，13（1）：383?398.

[5] TORNAMBE A. A decentralized controller for the robust stabili?zation of a class of MIMO dynamical systems [J]. Journal of Dy?namic Systems，Measurement，and Control，1994，116（2）：293?304.

[6] TORNAMBE A. Global regulation of a planar robot arm strikinga surface [J]. IEEE Transactions on Automatic Control，1996，41（10）：1517?1521.

[7] 唐永哲。直升机控制系统设计[M].北京：国防工业出版社，2000.

作者简介：李之果（1983—），男，硕士研究生，工程师。研究方向为无人直升机飞行控制。

控制器设计论文 篇七

论文关键词：智能家电，洗衣机，仿真，AT89S51，PDIP

1引言

随着Internet的日益普及，人们通过Internet不仅可以获得现实世界各种状态的实时变化情况，还可以通过Internet实现远程控制和处理工作，可以从全球的任何一个角落实现对设备的监控，可以使用通用的网络浏览软件访问设备，将消费电子、计算机和通信融为一体，而家用电器的网络化、智能化管理越来越突显需求。

智能家居远程控制系统的核心部分是一个嵌入式Web服务器，系统集有线和无线Web服务器于一体计算机论文，用户可以利用办公室的PC或者手机登录家中的Web服务器，在通过用户名和密码验证后，便可以查看并控制家用电器；系统带有LCD和键盘，具有良好的人机界面；用户还可以通过键盘来设定系统的任务；系统留有丰富的功能扩展接口，通过这些扩展接口将来还可以实现防火防盗和智能抄表等应用。系统结构框图如图1所示。

图1 智能家居系统的总体结构

本文旨在研究智能家电管理系统中基于AT 89S51芯片的洗衣机控制系统的模拟实现。

2 AT89S51芯片概述

AT89S51是美国ATMEL公司生产的低功耗，高性能CMOS 8位单片机， AT89S51具有4k在线系统编程（ISP）Flash闪速存储器，采用全静态工作模式，具有三级程序加密琐，32个可编程I/O口线，2个16位定时/计数器，能够采用全双工串行UART通道，具有灵活的在系统编程功能，可灵活应用于各种控制领域。

AT89S51根据封装方式不同，大致分为3种型状，本系统的设计中AT89S51采用PDIP封装模式，如图1所示。

图2 AT89S51封装模式

3 洗衣机控制系统模拟实现

3.1洗衣机控制系统的总体设计

在本系统中，硬件主芯片采用意法半导体的STR710，是整个系统的核心。它作为一个嵌入式网关，将外部网络与内部洗衣机控制器连接在一起，是整个系统运行的平台论文格式。在远程操纵洗衣机方面，STR710负责从GPRS接收到短消息和网络芯片上接收到的以太网数据中提取出用户指令，然后根据该指令操纵相应的网络家电或者查询其运行情况，最后将执行结果反馈到用户终端。系统的软件设计采用分层设计，包括硬件设备驱动层、操作系统层、应用程序接口层和应用软件层。

3.2洗衣机控制器系统设计

根据需求设计的洗衣机控制器的系统逻辑结构设计图如图3所示：

图3 系统总体框图

3.3洗衣机控制器电路设计

采用AT89S51作为控制核心。其中计算机论文，P1.0和P1.1分别用于控制洗衣机的进水阀和排水阀；P1.2和P1.3用于控制洗涤电机的正反转；P1.4～P1.7、P3. 0、P3.1用于驱动7个LED，分别作为工作程序、浸泡和强弱洗指示灯。P3.2接暂停/ 启动键；P3.3分别用于开盖/不平衡中断输入；P3.4被用作输入线，用于监测水位开关状态，为CPU提供洗衣机的水位信息；P3 .5 接程序选择键；P3.7采用分时复用技术，具有两个功能，一方面接强弱选择/浸泡选择键，在洗衣机未进入工作状态时，按触该键可选择强弱洗或开启关闭浸泡功能，另一方面在进水和脱水时，又作为告警声的输出口。

3.4洗衣机控制器软件设计

系统上电复位后，首先进行初始化，洗衣机进入工作程序后，系统首先根据RAM中27H单元的特征字判断洗衣机的洗衣工作程序，洗衣机进入洗涤子程序wash。洗涤是通过驱动电机的正反转实现的。洗涤结束后，退出wash子程序，调用water_out子程序进入排水进程。排水阀排水时间采用动态时间法确定计算机论文，其原理是：根据常用的空气压力水位开关的特性排水结束后，系统调用y子程序进行脱水操作，维持置位状态，保持排水阀开启，离合器在排水阀的带动下使电机主轴与脱水桶联动，实现衣物脱水。然后判断整个洗衣工作是否结束。其原理是：洗衣机在每次洗涤或漂洗工作环节结束后，将存放洗衣工作程序标志的寄存器减1，在脱水工作环节结束后，系统即对该单元进行检测，当检测到为0时，说明整个洗衣工作结束。软件设计主流程图如图4 。

图4 软件主流程图

4 洗衣机控制器仿真工作原理

首先，在通电时蜂鸣器长鸣一声，VD1 被点亮，这表示系统已经准备好接收指令可以开始准备工作了。单片机一直在读取由嵌入式WEB模块通过IIC通道发送过来的状态，当收到嵌入式WEB模块发送的指令后，将得到的数据作为第一项的设置内容计算机论文，即洗涤强度。蜂鸣器短鸣一声进入等待洗涤时间的设置，这个数据同样来自嵌入式WEB模块发送的指令。蜂鸣器短鸣两声进入等待洗涤方式的设置，过程都是相同的长鸣一声后洗衣机按事先的设置开始洗衣， VD1 快速闪烁表示洗衣状态，洗衣机控制器会完成初洗、浸泡、洗涤的工作，之后长鸣表示洗衣结束。洗涤期间单片机的 P2．1 和 P2．3 两个引脚会不断输出高、低电平来操作两个继电器让电机正、反转，同时还要接收嵌入式WEB模块发送的中断信号，以暂停或结束洗涤论文格式。当洗涤过程结束，蜂鸣器长鸣，系统又回到了开机时等待嵌入式WEB模块发送指令的状态。

其次，控制洗衣机可模拟的具体功能有：1、多种程序选择，用户可根据洗涤衣物的材质选择不同的程序，如浸洗、标准、羊毛和快速等。每种洗涤方式有不同的洗涤模式、时间和顺序。2、过程选择，用户可以选择单独洗涤以保留带有洗涤剂的水进行重复使用，可选择单独脱水，犹如脱水机一样计算机论文，等等。3、预约洗涤，用户可根据需要选择几小时后进行洗涤，时间选择范围为1-24小时。4、剩余时间显示，用户可以直接掌握洗涤时间。5、温度控制，可以显示模拟的水温控制。

5 结论

本文设计的洗衣机仿真控制系统连入嵌入式web服务的支持，就能够通过普通PC或GPRS手机访问Internet实现，通过远程控制命令完成对洗衣机参数的设定，对洗衣机进行操作，大大地简化了操作程序。利用单片机AT89S51作为洗衣机的控制器，能充分发挥AT89S51的数据处理和实时控制功能，使系统工作于最佳状态，提高系统的灵敏度。

参考文献

【1】郭维芹。模拟电子技术[M]. 北京： 科学出版社， 1993。

【2】童诗白，华成英，《模拟电子技术基础》，北京高等教育出版社，2001。

【3】吴小许，孙瑜，黄敏。数字量调节阀的控制算法研究与应用[J]. 化工自动化及仪2004。

【4】宋建国．AVR单片机原理及应用．北京：北京航空航天大学出版社，1998。

【5】胡汉才，《单片机原理及其接口技术，清华大学出版社，1996。

【6】李庆利陈曙薛永祺，洗衣机仿真系统的设计与实现计算机工程2006。

控制器设计论文 篇八

关键词：传感器；AD转换；控制器；硬件电路

引言

随着微电子工业的迅速发展，单片机控制的智能型控制器广泛应用于电子产品中，为了使学生对单片机控制的智能型控制器有较深的了解。经过综合分析选择了由单片机控制的智能型液位控制器作为研究项目，通过训练充分激发学生分析问题、解决问题和综合应用所学知识的潜能。另外，液位控制在高层小区水塔水位控制，污水处理设备和有毒，腐蚀性液体液位控制中也被广泛应用。通过对模型的设计可很好的延伸到具体应用案例中。

一、系统设计方案比较说明

对于液位进行控制的方式有很多，而应用较多的主要有2种，一种是简单的机械式控制装置控制，一种是复杂的控制器控制方式。两种方式的实现如下：

(1)简单的机械式控制方式。其常用形式有浮标式、电极式等，这种控制形式的优点是结构简单，成本低廉。存在问题是精度不高，不能进行数值显示，另外很容易引起误动作，且只能单独控制，与计算机进行通信较难实现。

(2)复杂控制器控制方式。这种控制方式是通过安装在水泵出口管道上的压力传感器，把出口压力变成标准工业电信号的模拟信号，经过前置放大、多路切换、AD变换成数字信号传送到单片机，经单片机运算和给定参量的比较，进行PID运算，得出调节参量；经由DA变换给调压变频调速装置输入给定端，控制其输出电压变化，来调节电机转速，以达到控制水箱液位的目的。

针对上述2种控制方式，以及设计需达到的性能要求，这里选择第二种控制方式，同时考虑到成本需要把PID控制去掉。最终形成的方案是，利用单片机为控制核心，设计一个对供水箱水位进行监控的系统。根据监控对象的特征，要求实时检测水箱的液位高度，并与开始预设定值做比较，由单片机控制固态继电器的开断进行液位的调整，最终达到液位的预设定值。检测值若高于上限设定值时，要求报警，断开继电器，控制水泵停止上水；检测值若低于下限设定值，要求报警，开启继电器，控制水泵开始上水。现场实时显示测量值，从而实现对水箱液位的监控。

二、工作原理

基于单片机实现的液位控制器是以AT89C51芯片为核心，由键盘、数码显示、AD转换、传感器，电源和控制部分等组成。

工作过程如下：水箱(水塔)液位发生变化时，引起连接在水箱(水塔)底部的软管管内的空气气压变化，气压传感器在接收到软管内的空气气压信号后，即把变化量转化成电压信号；该信号经过运算放大电路放大后变成幅度为0～5V标准信号，送入AD转换器，AD转换器把模拟信号变成数字信号量，由单片机进行实时数据采集，并进行处理，根据设定要求控制输出，同时数码管显示液位高度。通过键盘设置液位高、低和限定值以及强制报警值。该系统控制器特点是直观地显示水位高度，可任意控制水位高度。

三、硬件设计

液位控制器的硬件主要包括由单片机、传感器(带变送器)、键盘电路、数码显示电路、AD转换器和输出控制电路等。

3.1单片机

单片机采用由Atmel公司生产的双列40脚AT89C51芯片。

3.2传感器

传感器使用SY一9411L—D型变送器，它内部含有1个压力传感器和相应的放大电路。压力传感器是美国SM公司生产的555—2型OEM压阻式压力传感器，其有全温度补偿及标定(O～70℃)，传感器经过特殊加工处理，用坚固的耐高温塑料外壳封装。在水箱底部安装1根直径为5mm的软管，一端安装在水箱底部；另一端与传感器连接。水箱水位高度发生变化时，引起软管内气压变化，然后传感器把气压转换成电压信号，输送到AD转换器。

3.3键盘电路

P1口作为键盘接口，连接一个4×4键盘。

3.4液位显示电路

液位显示采用数码管动态显示，范围从0～999(单位可自定)，选择的数码管是7段共阴极连接，型号是LDSl8820。在这里使用到了74LS373，它是一个8位的D触发器，在单片机系统中经常使用，可以作地址数据总线扩展的锁存器，也可以作为普通的LED的驱动器件，由于单独使用HEF4511B七段译码驱动显示器来完成数码管的驱动显示，因此74LS373在这里只用作扩展的缓冲。

3.5AD转换电路及控制输出

AD转换电路在控制器中起主导作用，用它将传感器输出的模拟电压信号转换成单片机能处理的数字量。该控制器采用CMOS工艺制造的逐步逼近式8位AD转换器芯片ADC0809。在使用时可选择中断、查询和延时等待3种方式编制AD转换程序。控制输出主要有上下限状态显示、超限报警。另外在设计过程中预留了串行口，供进一步开发使用。

四、软件设计

4.1键盘程序

由于键盘采用的是4×4结构，因此可使用的键有16个，根据需要分别定义各键，0～9号为数字键，10～15号分别是确定键、修改键、移位键、加减键、取消键和复位键。

值得注意的是，在用汇编语言编写控制器程序时，相对会比较麻烦，如果用C语言编写程序会简单很多，这里就不再做具体说明。

五、结束语

基于单片机实现液位控制器模型设计的关键在于硬件电路的正确构建，只有在电路准确的前提下再进行软件编程才能取得成功。

参考文献：

[1]黄智伟。传感器技术。2002，21（9）：31～33

你也可以在好范文网搜索更多本站小编为你整理的其他控制器设计论文【精品多篇】范文。