学文网摘 要： 针对DFB激光器温度控制系统普遍存在的非线性和延迟性等问题，提出了基于遗传算法和神经网络的复合控制结构，采用微处理器作为系统的处理器核心设计了温度控制系统，并利用铂电阻、TEC半导体制冷器、温度敏感器和温控执行器作为控制单元，再通过构造神经网络正模型分析被控对象的物理特性，用神经网络控制实现控制律的映射，同时利用遗传算法的快速搜索能力训练神经网络的权系数。最后，对设计的系统进行了实验验证，结果表明，该系统的温度控制精度为±0.002 ℃，控制范围为5～70 ℃，超调量低于8%，能够实现高精度和宽范围的控制效果，具有较好的工程应用价值。
关键词： DFB激光器； 遗传算法； 神经网络； 温度控制
中***分类号： TN249?34； TP273 文献标识码： A 文章编号： 1004?373X（2016）15?0164?03
Abstract： To solve the problems of nonlinearity and delay property existing in DFB laser temperature control system， the composite control structure based on genetic algorithm and neural network is proposed. In the system， the microprocessor as the system core processor is used to design the temperature control system， and the Pt resistance， TEC semiconductor refrigerator， temperature sensor and temperature control actuator are used as the control units. The neural network positive model was constructed to analyze the physical characteristics of the controlled object. The neural network control is used to map the control laws， and the fast searching ability of genetic algorithm is used to train the weight coefficient of neural network. The designed system was verified with the experiment. The results show that the temperature control accuracy of the system is ±0.002 ℃， the range of temperature control is 5～70 ℃， the overshoot is less than 8%， the designed system can realize the control effect of high precision and wide range， and has better engineering application value.
Keywords： DFB laser； genetic algorithm； neural network； temperature control
0 引 言
激光检测技术已经应用在许多工业领域，其中分布式（DFB）激光器的波长能够有效匹配甲烷和一氧化碳等气体的吸收峰，所以在很多领域利用它来检测气体的浓度。DFB激光器的波长主要与电流和温度有关，当电流保持不变时，DFB的波长与温度的变化关系[1?3]为0.2～0.3 nm/℃。因此，为了提高气体的检测精度，必须确保DFB激光器发光的波长准确且稳定，需要对它的温度进行精确控制[4?7]。
国内外有很多生产厂家和研究机构都在研究如何在较宽的温度范围内提高DFB激光器的温度控制精度。目前，国外的产品一般能够在-50～100 ℃的环境下正常工作，且控制精度不低于0.001 ℃。国内的产品一般只能在常温下工作，控制精度[8]仅为0.05～0.1 ℃。本文针对DFB激光器温度控制系统普遍存在的非线性和延迟性等问题，利用遗传算法和神经网络构造复合控制结构，实现在较宽的范围内对温度进行高精度稳定控制的效果。
1 硬件系统设计
1.1 系统总体方案
设计的基于遗传算法和神经网络的DFB激光器温度控制系统主要由铂电阻、恒流源、信号调整、驱动电路、A/D和D/A转换模块、控制器、LED显示和上位机等组成，总体框***如***1所示。
激光器的温度变化由温度传感器铂热电阻转变为电信号，经过信号调整和A/D转换将数据送给微处理器，与上位机设定的标准值进行比较计算得到偏差，再将该偏差信号由数字控制器处理和调整之后，经由D/A转换和驱动电路进入执行器件，对被控对象加热或者制冷，从而将DFB激光器的温度控制在特定值。
1.2 温度测量和处理
采用铂电阻Pt100作为系统的温度传感器，它具有工作温度范围大和稳定性好的优点。给铂电阻加载恒定的微小电流（1 mA左右），再通过测量铂电阻两端的电压来获取温度信号。对电压信号进行模数转换时，使用的芯片为ICL7109，分辨率高达244 ppm，能够直连微处理器，转换的速度为30次/s。在微处理器的控制下，电压信号由多路开关经ICL7109实现模数转换。同时，参考温度的信号由上位机和电位器分压得到。
在微处理器上对实际温度与参考温度进行比较，它们的差值由微处理器上设定的控制算法进行处理，得到相应的控制信号，该信号经数模转换芯片DAC0832处理和放大后驱动执行器件工作。这里的数模转换芯片为双极性输出，可以提供正向和反向的电压信号，从而实现加热或者制冷。
1.3 TEC驱动
采用热电制冷器（TEC）作为系统的温度控制执行器件。根据珀耳帖效应，当给TEC通过不同方向的电流时，即可实现TEC的制冷或加热，而调节它的电流大小即可改变它的加热或者制冷的输出大小[9]。为了快速地控制TEC的电流，采用MAX1968型的控制芯片，它能够直接控制电流，具有消除浪涌电流和减小噪声干扰的优点。它内置有基准电压源，当电压大于基准值时，实现加热的效果；相反，实现制冷的目的。
2 神经网络学习控制
2.1 神经网络正模型
3 实验结果与分析
由前述的分析来设计DFB激光器的温度控制系统，并用实验来验证系统设计的合理性和可行性。选取初始种群为60个染色体，其中每个染色体均有25个权系数，它们的变化范围为[[-2，4]]，进化代数的最大值为40代。实验室温度的初始值为20 ℃，设定期望的DFB激光器温度值分别为5 ℃，15 ℃，40 ℃和70 ℃，从零时刻启动温度控制过程，得到不同目标温度控制的实验结果，如***3～***6所示。
从***3～***6中可以看出，基于遗传算法和神经网络的控制算法可以使得DFB激光器的实际温度达到预期设定的温度值。对于低于室温的温度控制，超调量为8%，控制精度为±0.002 ℃；对于高于室温的温度控制，没有超调量，控制精度为±0.001 7 ℃。因此，本文设计的控制系统能够实现DFB激光器工作温度的精确控制，稳定度较高。
4 结 语
本文设计了基于遗传算法和神经网络的DFB激光器温度控制系统，系统使用微处理器、铂电阻和TEC半导体制冷器分别作为处理器、温度敏感器和温控的执行器件，通过构建复合控制结构，能够使得系统的输出达到期望值。实验结果表明，该系统能够实现DFB激光器温度的高精度和稳定控制，控制精度和控制范围分别能够达到±0.002 ℃和5～70 ℃，超调量低于8%，具有较好的推广应用前景。
参考文献
[1] 胡鹏程，时玮泽，梅健挺.高精度铂电阻测温系统[J].光学精密工程，2014，22（4）：988?995.
[2] 单成玉.温度对半导体激光器性能参数的影响[J].吉林师范大学学报（自然科学版），2003（4）：95?97.
[3] 李金义，杜振辉，齐汝宾，等.利用热敏电阻精确测量DFB激光器动态结温度[J].仪器仪表学报，2012，33（9）：2088?2093.
[4] 秦国华，谢文斌，王华敏.基于神经网络与遗传算法的刀具磨损检测与控制[J].光学精密工程，2015，23（5）：1314?1321.
[5] 玲，林勤花.基于遗传神经网络的P2P流量识别系统[J].现代电子技术，2015，38（17）：117?120.
[6] 徐齐胜，罗胜琪，陶欣，等.基于神经网络遗传算法的锅炉燃烧优化系统[J].自动化与仪表，2014，29（6）：30?32.
[7] 陈苗，陈福深，肖勇.温度对半导体激光器特性的影响[J].中国科技信息，2011（3）：46?47.
[8] 李江澜，石云波，赵鹏飞，等.TEC的高精度半导体激光器温控设计[J].红外与激光工程，2014，43（6）：1745?1749.
[9] 徐广平，冯国旭，耿林.基于单片机控制的高精度TEC温控[J].激光与红外，2009，39（3）：254?256.
[10] 康伟.基于BP神经网络的DFB激光器恒温控制系统建模与仿真[J].激光杂志，2015，36（4）：59?62.
[11] 秦国华，赵旭亮，吴竹溪.基于神经网络与遗传算法的薄壁件多重装夹布局优化[J].机械工程学报，2015（1）：203?212.
[12] 贾莹，高丙坤.基于遗传算法优化神经网络的管道泄漏检测方法研究[J].化工自动化及仪表，2014，41（2）：128?131.
转载请注明出处学文网 » 遗传算法和神经网络的DFB激光器温控系统