一種具有雙溫度檢測功能的PID溫度控制方法技術

本發明專利技術提供了一種雙溫度檢測功能的PID溫度控制方法，通過雙探頭的第一、第二溫度傳感器實時測溫，建立兩級RFB網絡模型實現PID控制參數的自整定，考慮設備本身的擾動性，增加第二級RFB網絡對被控對象進行辨識，補償被控設備自身擾動，第二級RFB網絡的輸出的被控對象的等效增益作為第一級RFB網絡一個輸入，計算被控對象的等效增益，提高了網絡模型的預測精度，采用梯度下降法算法，實現網絡模型參數實時預測；此外，通過兩個探頭檢測溫度，工人可以第一時間解決現場問題，大大降低了現場的安全隱患，提高工廠效率。提高工廠效率。提高工廠效率。

【技術實現步驟摘要】
一種具有雙溫度檢測功能的PID溫度控制方法


[0001]本專利技術屬于工業控制領域，具體涉及一種具有雙溫度檢測功能的PID溫度控制方法。

技術介紹

[0002]對于工業現場，溫度是非常重要的物理參數，溫度控制效果的，溫度的好壞直接影響產品質量、設備壽命、安全性和功耗等諸多方面。在對體積較小的半導體芯片進行控溫過程中發現，開關控制的波動范圍可超過
±
1℃，震蕩非常嚴重，無法滿足溫度精確度要求較高的受控對象。而基于PID(Proportion Integral Differential)的控制算法在半導體高精度溫度控制中得到廣泛重視，經典PID控制以其原理簡單、魯棒性好、可靠性高等優點，廣泛應用于溫度控制系統設計中，PID調節實際上是由積分、比例、微分三種調節方式組成的，可提供提前控制，消除大慣量和滯后的影響，普通PID算法對輸入信號的噪聲很敏感，很容易受到干擾產生動蕩，這種情況下需要對參數進行調整。
[0003]此外，對于工業現場，當設備出現故障時帶來的損失是不可估量的，當用于溫度檢測的探頭由于故障原因損壞時，無法及時檢測檢測設備的異常溫度，工人沒有辦法第一時間解決現場問題，大大增加了現場的安全隱患。

技術實現思路

[0004]本專利技術的目的在于解決上述現有技術中存在的難題，提供一種具有雙溫度檢測功能的PID溫度控制方法。
[0005]本專利技術是通過以下技術方案實現的：建立兩級RFB網絡模型實現PID控制參數的自整定，建立兩級RFB結構，第二級RFB網絡的輸出之一作為第一級RFB網絡一個輸入，使用RFB適應控制器增益并學習模型，分別預測PID控制器比例、積分和微分增益KP,KI,和KD，使用隨機梯度下降(SGD)算法修改神經網絡參數，最小化對象輸出中的誤差。采用雙探頭進行備份雙檢測當現場某一探頭出現故障時可以利用第二個探頭繼續工作，監控設備的溫度狀態，當設備出現溫度異常時，儀表發出報警信息，降低現場風險；
[0006]進一步地，步驟1、采用雙探頭第一、第二測溫傳感器對半導體CVD設備的溫度進行測量，以得到溫度值，根據溫度值與閾值進行差值計算，得到PID控制器的控制誤差；
[0007]步驟2、設定RBF神經網絡結構，初始化所述初始模型中的各參數；建立兩級RFB結構，第二級RFB網絡的輸出的被控對象的等效增益作為第一級RFB網絡一個輸入，對兩級RBF網絡進行學習訓練，采用梯度下降法，調整網絡模型自身的權重系數。
[0008]RBF神經網絡是一種含輸入層、單隱含層和輸出層的H層前向網絡，在RBF網絡結構中，神經網絡的輸入量為X＝[x1，x2，
…
，x
n
]T
，權值向量為W＝[w1，w2，
…
，w
j
，
…
，w
m
]T
，h
j
為徑向基函數，b
j
為網絡隱層第j個節點的基寬度，Cj為徑向基函數的中心；
[0009]進一步地，2.1建立兩級RFB網絡結構，如圖1所示，第一級RFB網絡預測PID參數，第二級RBF網絡對被控設備辨識，預測被控對象的等效增益，兩級RBF網絡串聯實現網絡補償；
[0010]進一步地，2.2設置第一級RFB網絡結構的初始參數，第一級RFB網絡的輸入除了PID控制器的三個輸入分量x(1)、x(2)、x(3)之外，增加了被控對象的等效增益G，第一級RFB網絡輸出為PID的控制參數kp、ki、kd，通過梯度下降法基于損失函數最小對網絡學習，實現參數的最優化調整；如圖1所示，第一級RFB網絡的4個輸入為：
[0011]x(1)＝e(t)
?
e(t
?
1)
[0012]x(2)＝e(t)
[0013]x(3)＝e(t)
?
2e(t
?
1)+e(t
?
1)
[0014][0015]其中e(t)為表示參考輸入與實際輸出的偏差值，U(t)為PID控制器的輸出，Y(t)為RBF神經網絡整定后PID控制器實際輸出；
[0016]進一步地，2.3設置第二級RFB網絡結果的初始參數，第一級RFB網絡的輸出經過計算后作為第二級RFB網絡輸入之一，被控對象的輸出經過微分處理后作為第二級RFB網絡輸入之一；第二級RFB網絡的輸出之一設備被控對象的等效增益G作為第一級RFB網絡一個輸入；
[0017]第一級RFB網絡的輸出經過計算后U(t)作為第二級RFB網絡輸入之一,具體為：
[0018]被控對象的等效增益G是通過二級RFB神經網絡的辨識得到的對象輸出對輸入的敏感度信等效增益計算方式如下：
[0019]通過梯度下降法基于損失函數最小對網絡學習，實現參數的最優化調整。
[0020]進一步地，步驟3、通過第一溫度傳感器和第二溫度傳感器實時獲取測溫數據，輸入訓練學習后的兩級RBF網絡模型，利用兩級RBF神經網絡自適應調整PID控制器參數kp、ki、kd，實現對PID控制器調節參數的自適應整定，基于調整后PID控制器參數的進行溫度控制。
[0021]除此之外，本申請還提供了雙溫度檢測功能的PID溫度控制方法的計算設備以及計算機可讀存儲介質，其特征在于，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行以實現上述雙溫度檢測功能的PID溫度控制方法。所述計算機可執行指令在被處理器調用和執行時，計算機可執行指令促使處理器實現上述雙溫度檢測功能的PID溫度控制方法。
[0022]與現有技術相比，本專利技術的有益效果是：通過雙探頭的第一、第二溫度傳感器實時測溫，建立兩級RFB網絡模型實現PID控制參數的自整定，考慮設備本身的擾動性，增加第二級RFB網絡對被控對象進行辨識，補償被控設備自身擾動，第二級RFB網絡的輸出的被控對象的等效增益作為第一級RFB網絡一個輸入，計算被控對象的等效增益，提高了網絡模型的預測精度，采用梯度下降法算法，實現網絡模型參數實時預測，從而對PID系統進行參數調
整，使控制達到最優，提高了控制性能；此外，通過兩個探頭檢測溫度，工人可以第一時間解決現場問題，大大降低了現場的安全隱患，提高工廠效率。其檢測精度的提高能更準確的監控設備的電流狀態，當設備異常時，儀表能更準確的發出報警信息，減小誤報警率。
附圖說明
[0023]圖1為RBF神經網絡的PID控制系統結構；
[0024]圖2為RBF神經網絡具體結構示意圖。
具體實施方式
[0025]下面結合附圖對本專利技術作進一步詳細描述：
[0026]首先，步驟1、采用雙探頭第一、第二測溫傳感器對半導體CVD設備的溫度進行測量，以得到溫度值，根據溫度值與閾值進行差值計算，得到PID控制器的控制誤差；
[0027]常規的PID控制器是通過調節比例積分kp、積分時間Ti以及微分時間Td對系統進行控制，將溫度傳感器輸出y(t)驅動到參考信號r(t)，即參本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種具有雙溫度檢測功能的PID溫度控制方法，應用于PID控制器對半導體CVD設備進行溫度調節控制的系統中，其特征在于，該方法包括：步驟1、采用雙探頭第一、第二測溫傳感器對半導體CVD設備的溫度進行測量，以得到溫度值，根據溫度值與閾值進行差值計算，得到PID控制器的控制誤差；步驟2、設定RBF神經網絡結構，初始化所述初始模型中的各參數；建立兩級RFB結構，第二級RFB網絡的輸出的被控對象的等效增益作為第一級RFB網絡一個輸入，對兩級RBF網絡進行學習訓練，采用梯度下降法，調整網絡模型自身的權重系數，步驟3、通過第一溫度傳感器和第二溫度傳感器實時獲取測溫數據，輸入訓練學習后的兩級RBF網絡模型，利用兩級RBF神經網絡自適應調整PID控制器參數kp、ki、kd，實現對PID控制器調節參數的自適應整定，基于調整后PID控制器參數的進行溫度控制。2.如權利要求1所述的具有雙溫度檢測功能的PID溫度控制方法，其特征在于：第一級RFB網絡的輸出經過計算后作為第二級RFB網絡輸入之一，被控對象的輸出經過微分處理后作為第二級RFB網絡輸入之一。3.如權利要求2所述的具有雙溫度檢測功能的PID溫度控制方法，其特征在于：第二級RFB網絡的輸出之一作為第一級RFB網絡一個輸入具體為：第二級RFB網絡輸出了包括被控對象的等效增益G，PID控制器的三個輸入分量x(1)、x(2)、x(3)和第二級RFB網絡輸出的被控對象的等效增益G組成了第一級RFB網絡的輸入由。4.如權利要求3所述的具有雙溫度檢測功能的PID溫度控制方法，其特征在于：第一級RFB網絡的輸入為x(1)、x(2)、x(3)和被控對象的等效增益G分別為：x(1)＝e(t)
?
e(t
?
1)x(2)＝e(t)x(3)＝e(t)
?
2e(t
?
1)+e(t
?
1)其中t為時刻，e(t)，e(t
...

【專利技術屬性】
技術研發人員：王尉文，邵曉紅，
申請(專利權)人：無錫市肯恩科技有限公司，
類型：發明
國別省市：