浅谈虚拟仪器特有的功能重定义特点和使用方式
摘要:采用气体传感器阵列和虚拟仪器(VI)软件Labview构成的电子鼻系统,对化学热处理过程进行炉外软测量与控制,代写毕业论文有效地解决了在渗碳等高温环境下,氧探头等传感器使用不便、寿命较短的问题.虚拟仪器软件内嵌入数据处理功能强大的Matlab软件包,彻底摆脱了根据气体成分和化学平衡方程计算碳势、氮势的传统数学模型,建立起以动力学特征提取为基础的神经网络识别模型.灵活的动态模型辨识与仿真机制,虚拟仪器特有的功能重定义特点使其更有广泛的适应性.这种方法完全不改变原有炉体结构,只是在炉外附加测量系统,使旧设备改造方便快捷.
关键词:化学热处理 碳势 虚拟仪器 神经网络
Abstract: The electroNIc nose system was established with gas sensors array and virtual instrument(VI)software Labview. The softmeasuring and controllingwere carried out for the thermal chemical treating pro-cess outside ofthe furnace. The problems thatthe oxygen probeswere inconvenient in use andwith short lifeare solved. The powerful math toolsMatlab is imbedded in the VI, thus the conventional math mode basedon chemical equations is replaced and the carbon potential is calculated with neural network identificationmethod by kinetics feature extraction. It can be widely used for it’s on line dynamical pattern recognitionand simulating functions. The renovation of old device is easy, which only needs to append a set ofmeasur-ing system outside the furnace.
Key words: thermal chemical treatment; carbon potential; virtual instrument; neural network
1 化学热处理气氛控制原理在诸多钢铁材料表面改性工艺方法中,化学热处理方法占绝大部分,尤以渗碳和氮化居多.其方法是将钢铁零件分别放在900℃和570℃左右的气氛炉内,通过长时间保温并通入煤油、丙酮或氨气等气氛,靠气体分子高温裂解产生活性碳原子或氮原子并渗入工件表面,提高硬度、耐磨性或耐腐蚀性等.目前手动调节渗剂滴量或流量,控制渗碳、氮化过程,中间取样测量渗碳层厚度决定出炉时间仍是工厂常用的方法.由于工艺控制手段落后,渗层深度超差、返修报废比率相当高.为了解决这一难题,先后出现了多种气氛测控技术.如氧探头和CO2红外气体分析仪以及氨分解率测定仪[1~3],其原理是测出炉气中微量O2,CO2或NH3等气体的含量.假定气氛中其他组分基本恒定,根据化学反应平衡方程式计算碳势或氮势(一定条件下零件表面能达到的最高碳、氮质量分数).以氨分解渗氮为例,氮势表达式为
式中,NP为氮势;KP为反应平衡常数;P为各气体分压,通常假定氮化时H2分压保持稳定,则氮势仅取决于NH3分压,只要用氨分解率仪测出炉气中氨分压即可求出氮势.事实上,化学热处理过程中,渗剂不断通入炉内,产物气体连续排出,化学反应通常达不到平衡状态,根据平衡常数计算的结果并不准确.另一方面,工艺温度波动、渗剂成分改变,都会引起碳、氮势的改变,因此除被测气体成分外,假定气氛中其他组分稳定也很难成立.CO2红外碳势控制仪有一套复杂的信号发生装置和处理电路,还有切光片驱动电机等易损运动部件.氧探头是基于氧浓差电池原理测出气氛中氧含量,氧探头需插入炉内,每次装出炉都需要小心插拔.即使不碰撞,价格6千元左右的氧探头寿命也只有6个月,以上因素促使多数企业至今仍采用手动调节,自动化设施难以普及.
2 基于电子鼻技术的新型测控系统计算机技术的飞速发展,已使计算机控制系统比传统仪器有明显的性价比优势,且使用更加方便.本系统基于电子鼻原理,是一种模仿动物嗅觉的系统,由气敏传感器阵列、信号调理与控制电路、数据采集卡、计算机等硬件组成.利用虚拟仪器软件Labview,在信号处理过程中自动调用Matlab软件包中的神经网络工具箱,建立气氛碳势或氮势数学模型.考虑到气氛成分的多变性,不再使用传统的化学平衡方程数学模型,而是建立多传感器阵列响应曲线特征向量与碳势或氮势之间的直接对应关系的神经网络模型[4,5],因而对于渗碳、氮化甚至多元共渗等均适用,只要根据实测结果对神经网络进行有指导的训练即可.由于敏感反应为传感器表面吸附的固态氧被还原成气态化合物,属于准相变过程.根据相变动力学原理,提出了传感器响应曲线的动力学模型,并根据此模型进行特征提取,使特征值更符合反应规律,有明确的物理意义.这是对传统的多项式拟合特征提取方法的改进.动力学数学模型为[6]:
式中,V为与传感器串联的取样电阻输出电压;K,A为与气体化学活性有关的系数;B为与化学反应激活能有关的系数;n为与反应速度有关的系数;t为反应时间.典型的传感器响应曲线及其动力学模型拟合曲线见图1,可以看出响应曲线(有纹波)与动力学拟合曲线(光滑曲线)非常吻合,可见该模型能反映传感器响应信号变化规律,只需4个参数就能代表一条曲线.
典型的传感器响应曲线可分成3个阶段(见图1).第1阶段气氛与敏感表面刚接触,表面上原先吸附的氧原子尚未被大量消耗,取样电阻上电压变化不大;第2阶段炉气中还原组分与吸附氧剧烈反应,使传感器电阻值快速下降,论文代写取样电压快速升高;第3阶段表面吸附氧被消耗殆尽,取样电压逐渐达到稳态值.响应曲线上初始电压、上升斜度、幅度和稳态值因气体种类、传感器种类而异.虽然不同的传感器对不同气体的响应有一定的选择性,但交叉敏感是气体传感器的普遍现象.对于每种还原性气体,所有传感器几乎都有响应,但程度不同,以此作为模式识别的输入信息.
2·1 硬件组成采用6个MQ系列气敏传感器,尽管6个传感器分别对CO,CO2,H2,CH4,C2H5OH,NH3较为敏感,但交叉敏感现象仍很严重,这是气体传感器共有的缺陷.如何在这些交叉敏感的传感器之间进行有意义的特征值提取,最简单的方法是提取每个传感器的稳态响应值,但这将使稳态值建立前有用的动态信号不能充分利用,本系统用动力学模型对响应曲线进行非线性拟合,拟合参数K,A,B和n作为特征值进行特征提取,建立模式识别数学模型.可根据实测数据在线调整模型参数,这是虚拟仪器的一大优势.用EISA总线数据采集卡插在PC机内,型号为PCL 812PG,该卡具有16路单端模拟量输入、2路模拟量输出,TTL兼容的数字量输入、输出各为16通道.模拟量最高采样频率30kHz.由于一般化学热处理气氛炉均在20~80 mm水柱正压下工作,产物气体自动排出炉外,直接将炉气用软管通过电磁换向阀连接到气室,气室中为传感器阵列,按设定周期控制气室的吹扫.信号经调理电路变换后远传到计算机内的数据采集卡,可避免计算机工作在炉子附近的恶劣环境中.从数据采集卡上返回的流量控制信号返回现场,调节流量控制电磁阀的动作.采用脉宽调制技术,直接由数字输出通道驱动电磁阀动作(经中间继电器).由此组成闭环系统.
2·2 软件结构采用G语言编程工具Labview[7],由于PCL812PG不是NI公司生产的采集卡,是Labview不能识别的设备,须自编采集卡驱动程序.根据生产工艺特点,用软件触发方式低速采集,使用寄存器输入输出子VI,对采集卡寄存器地址进行直接操作.虚拟仪器面板见图2.
除可设定碳势和显示当前碳势外,还可实时显示渗碳层碳的质量分数分布,比用中间取样磨金相观察渗层深度决定出炉时间方便快捷.工艺时间设定后启动程序,出炉倒计时钟开始工作,在计时终了时刻可结合渗层碳浓度分布曲线决定是否出炉.为适应工艺参数频繁变化的要求,保持理想的调节,PID参数随工艺变化也需改变.为便于操作,PID参数也在虚拟面板上调节.此外,为保证生产不受故障情况影响,设置了手动自动转换开关.实际上根据需要虚拟仪器的功能可由用户重新定义,增减显示和数据处理功能非常方便.图3为启动A/D转换、数据采集与处理及PID控制程序流程图.数据流大致路径为:向采集卡上有关寄存器写入模式字、增益设置、模拟通道选择、启动A/D转换、测试并读取转换结果.在每个采样周期,对6个传感器轮流采样,得到6条响应曲线.调用动力学模型对响应曲线进行特征提取(K,A,B,n);将6
个传感器的24个特征值组成24维长向量,以此作为BP神经网络输入节点[8].正式投入生产运行前以实测数据为目标对网络进行训练,获得权值矩阵,将权值矩阵保存在Matlab Script节点中.实际生产时,自动调用该数学模型,由24维特征向量求出实时碳势.采用3层BP网,输入层为24个节点,隐层为24个节点(训练表明节点过多发散,隐层节点过少识别正确率低.隐层节点为24时,训练400~1 000次收敛,误差下降4个数量级).输出节点只有1个,输出连续值为碳势.
3 试验结果分析图4为零件表层碳质量分数剥层分析结果与仪器显示结果对照,可见2条曲线相当接近,其渗碳层深度误差小于0·1 mm.因此仪器显示渗层深度达到工艺要求即可出炉.
仪器显示的碳质量分数分布并非实测数据,而是根据碳势历史进程曲线求出碳势平均值,利用固态扩散第二定律 在渗碳工艺条件下,碳质量分数沿零件表层深度方向变化较大,另外2个方向变化不大,故可解出碳质量分数在工件表层分布的一维解 式中,C为渗层碳质量分数;C1为碳势;C2为工件基体含碳量(质量分数);y为距工件表面深度;D为扩散系数,一定温度下可作为常数;R为误差函数;τ为渗碳时间.其初始条件和边界条件分别为 分别用乙醇、丙酮和煤油作为渗剂,在不同碳势条件下,用实测数据对神经网络进行训练,输入样本为经过数据预处理的3组试验数据,每组10个样本,输出样本为钢箔定碳测得的碳势值,建立权值矩阵.采用附加动量法和自适应学习速率方法训练网络(训练误差曲线和附加动量、自适应学习速率变化曲线略).投入运行后,将处理后的零件进行剥层分析,结果表明,仪器显示与实际相符,该方法可取代中间取样,实现渗层可视化化学热处理.
4 结 论
1)电子鼻技术是一种智能化的气体识别系统,引入化学热处理过程控制系统,可提高该领域控制技术水平.
2)外置式气体传感器阵列比氧探头的工作条件有所改善,操作方便.多传感器信息融合技术和化学反应动力学特征在线建模技术,论文网使碳势分辨能力提高,且能适应工作条件的变化.
3)实时显示的渗层碳质量分数分布与剥层分析结果相近,便于掌握出炉时间.
参考文献(References)
[1] Lou An, Jia Xueyan, Xiong Qiusi, et al. An intelligent con-trol system for industrial furnace [J].IEEE,1990(4): 6265.
[2] Russell R B, David FH, Edward C B. Performance charac-teristics and calibration of the ENDECO pulsed dissolved oxy-gen type 1125 system[J].IEEE Journal of Oceanic Engi-neering,1988,13(7): 140 143.
[3] Klumper WH, Hoffmann H, Mayr P. Sensors for the use athigh temperature to control thermal chemical heattreatment inmaterial science[J].IEEE, 1998(7):2371 2373.
[4] Hines E L, Llobet E, Gardner J W. Electronic noses: a re-viewof signal processing techniques [J].IEE Proceedings-circuits, Devices and Systems,1999,146(6):297 310.
[5] ShurmerHV. An electronic nose: a sensitive and discrimi-nating substitute for a mammalian olfactory system[J].IEEProceedings, 1990,137(6): 197 204.
[6]胡赓祥,钱苗根.金属学[M].上海:科学技术出版社,1980. 315 317.
[7] National Instruments Corp. LabVIEW user manual[EB/OL].https://www. ni. com/fdf/manuals/320999d. pdf/2001-11-01/2002-12-02.
[8] Matteo P, Giorgio S. Learning from data: a tutorial with em-phasis onmodern pattern recognitionmethods[J].IEEESen-sors Journal,2002,2(3): 203 217.445第4期王昌龙,等:基于电子鼻技术的化学热处理气氛测控
