当前位置: 首页 > news >正文

高级功能的PID控制器在电离规等真空计线性化处理中的应用

摘要:针对高真空度用皮拉尼计和电离规信号的非线性和线性两种输出规格,为改进高真空度的测量和控制精度,本文提出了线性化处理的解决方案。解决方案的关键是采用多功能超高精度的真空压力控制器,具体内容一是采用控制器自带的最小二乘法多点拟合功能来进行高真空区间的非线性处理,二是采用控制器的数值转换功能对真空度对数线性输出进行相应测试量程转换。此解决方案还可以推广应用于其他具有非线性输出性质的传感器中。

原文阅读:(PDF格式)


1. 问题的提出

在真空度测量过程中,一般会根据不同真空度范围选择相匹配的真空度传感器。常用的三类真空度传感器是电容真空计、皮拉尼真空计和电离规,这些传感器会对应所测量的真空度输出相应的电压信号,其中电容真空计的真空电压关系曲线为线性,而皮拉尼计和电离规的真空电压关系曲线基本都是底数为10的幂函数,具有强烈的非线性特征,如图1所示。

图1 皮拉尼计和电离规的真空度测量与输出电压信号典型关系曲线

皮拉尼计和电离规往往会用在高真空和超高真空范围内的测量,由此这种非线性会给高真空和超高真空范围内的测量带来以下一系列的问题:

(1)大多数真空测量仪表基本上都采用的是线性电路,以采集真空计输出信号并进行线性转换后进行显示和输出。这种对非线性信号仅进行简单线性转换的方式,势必会给真空度测量带来巨大误差,这也是皮拉尼计和电离规在高真空度范围内测量精度不高的主要原因。

(2)如图1所示,这种非线性特征是以10为底数的幂函数,因此可以通过对数处理将其进行线性化处理。有些国外厂家的真空计也确实具有这种功能,使得真空度的对数与输出电压值呈线性关系。这种线性化处理的最大优点是可以大幅度提高真空计的测量精度,特别是对超高真空度范围内的精度提高更加显著。但这种线性化处理仅是针对真空度到模拟输出信号,如果要对这输出信号进行还原或准确显示真空度,还需后续的处理电路或采集仪表进行反向处理。

(3)除了上述在真空度测量中存在的如何准确显示的问题之外,更大的问题是在真空度控制中的应用。在真空度控制中,真空计往往是连接到PID控制器的传感器,无论真空计自身是否采用了线性化处理技术,但都要求线性控制形式的PID控制器具有线性化处理功能,而现状是很少有PID控制器具有这种线性化处理的高级功能,这也是制约高真空度范围内控制精度不高的主要原因。

(4)皮拉尼计和电离规的另一个显著特点是具有气体的选择性,对于不同气体环境下的真空度测量其非线性公式中的常数并不相同,需要根据气体类型进行选择。这种气体选择性特征更加大了真空计输出信号的线性化处理难度和复杂程度,很难采用一种通用电路和仪表来满足大多数不同气体氛围下的真空度测量和控制。

为了解决上述皮拉尼计和电离规的信号非线性和气体选择性特性给高真空度测量和控制带来的问题,本文提出了相应的解决方案,关键是采用具有线性化处理等高级功能的PID控制器。

2. 解决方案

针对现有的各种皮拉尼计和电离规的真空度电压输出信号,包括非线性信号和已经处理后的线性信号,解决方案的核心是采用如图2所示的具有众多高级功能的超高精度真空压力控制器。

图2 VPC-2021系列超高精度真空压力控制器

此控制器在具有超高精度24位AD模数转换和16位DA数模转换的同时,还充分发挥了微处理器的速度和数据处理能力,在现有各种温度传感器线性化处理的基础上,增加了八点拟合线性化处理功能和数值变换功能,通过相应的面板按键操作或所配软件的设置,可对皮拉尼计和电离规输出信号进行有效处理,可显著改善高真空度范围内的测量和控制精度。

2.1 真空计非线性信号的多点拟合处理

对于皮拉尼计和电离规,在0.00001Pa~0.1Pa(甚至更宽泛)的高真空度范围内,随着压力的增大所输出的电压信号基本是缓慢上升的平滑曲线形式,如图1所示。由此,在此高真空范围内,这也是皮拉尼计和电离规的主要测量应用范围,真空度与电压信号的关系曲线完全可以用多项式曲线来准确描述,本解决方案就是采用此特性来进行多点拟合处理,通过拟合处理实现真空度的高精度测量以及后续的准确控制。

VPC2021系列多功能超高精度PID控制器具有特殊的8点曲线拟合功能,PID控制器8点线性化处理功能是通过8组数据组成线性化表,将输入值经过最小二乘法拟合计算产生输出值和显示值。如图3所示,在使用此功能时,所选的输入值(X轴,代表真空计输出的电压或电流值)必须是递增形式,而对应的测量值或显示值则可以是递增或递减关系。自定义传感器非线性输入支持以下三种输入类型和对应量程:

图3 八点线性化处理功能示意图

(1)20mV、100mV;(LSB:0.01mV)。

(2)0-10mA、0-20mA、4-20mA;(LSB:0.001mA)。

(3)0-1V、0-2V、0-5V、1-5V、0-10V、2-10V;(LSB:1mV)。

通过这种多点拟合处理,使得真空度测量和控制具有了以下特点:

(1)可提高真空度的测量和控制精度。

(2)测量值和控制值可直观的进行准确显示,显示的真空度即为真实的真空度值。

(3)可适用于所有皮拉尼计和电离规非线性信号的处理和应用,但局限性是仅适用于变化舒缓的高真空度区间。

2.2 真空计线性信号输出的数值变换处理

个别厂家和型号的真空计其输出信号已经进行了线性化处理,输出信号与真空度的对数呈线性关系。如图1所示,此时对应于纵坐标的电压输出值,横坐标的真空度变化范围是-10~+5;也可以是对应于横坐标的电压输出值,纵坐标的真空度变化范围是-10~+5。

对于不同的皮拉尼计和电离规,这个线性的电压值与真空度对数值范围并不相同,在具体应用中都需要对其数值范围进行修正以形成一一对应关系。采用VPC2021系列真空压力控制器可以很容易的进行这种数值变换处理并形成准确的线性对应关系,这种处理具有以下特点:

(1)建立的输出电压和对数真空度的线性关系,可进一步提高真空度控制的准确性,这是因为经过对数处理后放大了真空度测量灵敏度。

(2)局限性是这种线性化处理后的显示值并不直观,所显示的真空度为对数真空度。在具体显示和控制时,真空度控制的设定值输入要求也必须是对数真空度,如果要显示真实真空度,还需上位机进行转换。

3. 总结

综上所述,通过本解决方案可以很好的对信号输出非线性特征明显的皮拉尼计和电离规进行线性化处理,可明显提高高真空度范围的测量控制精度,同时本解决方案可推广应用到其它非线性传感器的线性化处理中。


相关文章:

高级功能的PID控制器在电离规等真空计线性化处理中的应用

摘要:针对高真空度用皮拉尼计和电离规信号的非线性和线性两种输出规格,为改进高真空度的测量和控制精度,本文提出了线性化处理的解决方案。解决方案的关键是采用多功能超高精度的真空压力控制器,具体内容一是采用控制器自带的最小…...

元素全排列问题的新思路(DFS,递归,计数器)

目录 前言 1,普通DFS实现1~n的元素全排列 2,计数器DFS实现重复元素全排列 总结 前言 我们之前看到的全排列问题的解法都是通过交换法达到的,去重的效果也是通过判断当前元素前是否有相同元素来实现,今天我们带来一个全新的思路…...

机器学习 day35(决策树)

决策树 上图的数据集是一个特征值X采用分类值,即只取几个离散值,同时也是一个二元分类任务,即标签Y只有两个值 上图为之前数据集对应的决策树,最顶层的节点称为根节点,椭圆形节点称为决策节点,矩形节点称…...

小程序引入vant-Weapp保姆级教程及安装过程的问题解决

小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。 本文同时参与 「掘力星计划」,赢取创作大礼包,挑战创作激励金 当你想在小程序里引入vant时,第一步:打开官方文档,第二步&#xff…...

LeetCode 周赛上分之旅 #45 精妙的 O(lgn) 扫描算法与树上 DP 问题

⭐️ 本文已收录到 AndroidFamily,技术和职场问题,请关注公众号 [彭旭锐] 和 BaguTree Pro 知识星球提问。 学习数据结构与算法的关键在于掌握问题背后的算法思维框架,你的思考越抽象,它能覆盖的问题域就越广,理解难度…...

JavaScript-DOM实战案例

一、window定时器 1.window定时器方法 有时我们并不想立即执行一个函数,而是等待特定一段时间之后再执行,我们称之为“计划调用(scheduling a call)”。 目前有两种方式可以实现: setTimeout 允许我们将函数推迟到一…...

STM32 学习笔记1:STM32简介

1 概述 STM32,从字面上来理解,ST 是意法半导体,M 是 Microelectronics 的缩写,32 表示 32 位,合起来理解,STM32 就是 ST 公司开发的 32 位微控制器。是一款基于 ARM 公司推出的基于 ARMv7 架构的 32 位 Co…...

Hadoop-Hbase

1. Hbase安装 1.1 安装zookeeper、 hbase 解压至/opt/soft,并分别改名 配置环境变量并source生效 #ZK export ZOOKEEPER_HOME/opt/soft/zk345 export PATH$ZOOKEEPER_HOME/bin:$PATH #HBASE_HOME export HBASE_HOME/opt/soft/hbase235 export PATH$HBASE_HOME/b…...

关于不停机发布新版本程序的方式

“不停机发布新版本程序”,暂且这么称呼吧,其实就是所说的滚动发布、灰度发布、金丝雀发布和蓝绿发布。 之所以会总结性地提一下这几个概念,主要是本次出门游历,流浪到了乌兰察布市四王子旗,在这儿遇上了个有趣儿的家伙…...

MeterSphere压测,出现HttpHostConnectException

现象:MeterSphere更换压力机后,压测出现出现HttpHostConnectException 解决方案: net.ipv4.tcp_tw_reuse默认是0或者2,更改为1 net.ipv4.tcp_tw_reuse,表示是否允许重新应用处于TIME-WAIT状态的socket用于新的TCP连…...

cherry-pick

要将dev分支的某次提交给master分支&#xff0c;可以使用以下命令&#xff1a; 1. 切换到dev分支&#xff1a;git checkout dev 2. 查看提交历史&#xff0c;找到要提交给master的某次提交的commit hash&#xff08;假设为 <commit_hash>&#xff09; 3. 切换到master…...

opencv形状目标检测

1.圆形检测 OpenCV图像处理中“找圆技术”的使用-图像处理-双翌视觉OpenCV图像处理中“找圆技术”的使用,图像处理,双翌视觉https://www.shuangyi-tech.com/news_224.htmlopencv 找圆心得&#xff0c;模板匹配比霍夫圆心好用 - 知乎1 相比较霍夫找直线算法&#xff0c; 霍夫找…...

k8s中无法获取到nginx-ingress的客户端真实ip地址x-forwarded-for

1.查看阿里云的nginx-ingress配置文档https://help.aliyun.com/document_detail/42205.html 容器K8s配置方案 如果您的服务部署在K8s上&#xff0c;K8s会将真实的客户端IP记录在X-Original-Forwarded-For字段中&#xff0c;并将WAF回源地址记录在X-Forwarded-For字段中。您需要…...

MySQL(4)索引实践(2)

一、分页优化 limit 1000 10&#xff0c; 其实不是只查询出10条记录&#xff0c;mysql底层会查询出1100条&#xff0c;然后舍去前1000条 所以&#xff0c;随着页的增多&#xff0c;查询效率会降低 1、可以使用取范围的方式比如id>1000 方式优化 2、使用关联查询优化&#xf…...

Kafka【命令行操作】

Kafka 命令行操作 Kafka 主要包括三大部分&#xff1a;生产者、主题分区节点、消费者。 1、Topic 命令行操作 也就是我们 kafka 下的脚本 kafka-topics.sh 的相关操作。 常用命令行操作 参数 描述 --bootstrap-server <String: server toconnect to> 连接的Kafka …...

springboot配置注入增强(二)属性注入的原理

一 原理 1 配置的存储 springboot在启动的时候会后构建一个org.springframework.core.env.Environment类型的对象&#xff0c;这个对象就是用于存储配置&#xff0c;如图springboot会在启动的最开始创建一个Environment对象 这个webApplicationType的枚举是在new SpringAppli…...

Android 使用Camera1实现相机预览、拍照、录像

1. 前言 本文介绍如何从零开始&#xff0c;在Android中实现Camera1的接入&#xff0c;并在文末提供Camera1Manager工具类&#xff0c;可以用于快速接入Camera1。 Android Camera1 API虽然已经被Google废弃&#xff0c;但有些场景下不得不使用。 并且Camera1返回的帧数据是NV21…...

2024字节跳动校招面试真题汇总及其解答(四)

12.Java的类加载机制 Java的类加载机制是指将描述类的数据从Class文件加载到内存,并对数据进行校验、转换解析和初始化,最终形成可以被虚拟机直接使用的Java类型,这个过程被称作虚拟机的类加载机制。 类的加载过程分为以下五个阶段: 加载:将Class文件从磁盘读入内存,并…...

网页的快捷方式打开自动全屏--Chrome、Firefox 浏览器相关设置

Firefox 的全屏方式与 Chrome 不同&#xff0c;Chrome 自带全屏模式以及APP模式&#xff0c;通过简单的参数即可设置&#xff0c;而Firefox暂时么有这个功能&#xff0c;Firefox 的全屏功能可以通过全屏插件实现。 全屏模式下&#xff0c;按 F11 不会退出全屏&#xff0c;鼠标…...

LabVIEW使用ModbusTCP协议构建分布式测量系统

LabVIEW使用ModbusTCP协议构建分布式测量系统 分布式测量系统主要用于监控远程物体。这种系统允许对系统用户获得的数据进行全面的数据收集、处理、存储和组织访问。它们可能包括许多不同类型的传感器。 在任何具有互联网接入的个人计算机上运行的软件都会发送来自传感器的测…...

哔哩下载姬DownKyi实用指南:从新手到高手的进阶之路

哔哩下载姬DownKyi实用指南&#xff1a;从新手到高手的进阶之路 【免费下载链接】downkyi 哔哩下载姬downkyi&#xff0c;哔哩哔哩网站视频下载工具&#xff0c;支持批量下载&#xff0c;支持8K、HDR、杜比视界&#xff0c;提供工具箱&#xff08;音视频提取、去水印等&#xf…...

AutoDL云服务器避坑指南:从PyTorch到Jupyter,手把手搞定GPU环境配置

AutoDL云服务器GPU环境配置实战&#xff1a;从镜像选择到Jupyter避坑全攻略 第一次在AutoDL这类云GPU平台上配置深度学习环境时&#xff0c;那种既兴奋又忐忑的心情我至今记忆犹新。看着琳琅满目的镜像选项和复杂的版本匹配要求&#xff0c;稍有不慎就会陷入"版本地狱&qu…...

全格式文档智能处理:AnythingLLM的多模态知识管理解决方案

全格式文档智能处理&#xff1a;AnythingLLM的多模态知识管理解决方案 【免费下载链接】anything-llm 这是一个全栈应用程序&#xff0c;可以将任何文档、资源&#xff08;如网址链接、音频、视频&#xff09;或内容片段转换为上下文&#xff0c;以便任何大语言模型&#xff08…...

ai辅助stm32开发,向快马描述需求即可获得精准的f103c8t6引脚配置代码

最近在做一个基于STM32F103C8T6的小项目&#xff0c;需要用到UART、I2C、PWM、ADC和GPIO等多种外设。作为嵌入式开发新手&#xff0c;最头疼的就是引脚分配和初始化代码的编写。好在发现了InsCode(快马)平台的AI辅助开发功能&#xff0c;用自然语言描述需求就能得到专业的代码解…...

R语言新手必看:clusterProfiler功能富集分析从安装到实战(附常见报错解决方案)

R语言实战&#xff1a;clusterProfiler功能富集分析全流程指南 第一次接触功能富集分析时&#xff0c;我被那些密密麻麻的基因列表和复杂的生物学术语搞得晕头转向。直到发现了clusterProfiler这个神器&#xff0c;它就像生物信息学分析中的瑞士军刀&#xff0c;把复杂的富集过…...

OpenClaw怎么集成?OpenClaw移动云小白6分钟搭建及使用指南【最新!】

OpenClaw怎么集成&#xff1f;OpenClaw移动云小白6分钟搭建及使用指南【最新&#xff01;】。OpenClaw怎么部署&#xff1f;本文面向零基础用户&#xff0c;完整说明在轻量服务器与本地Windows11、macOS、Linux系统中部署OpenClaw&#xff08;Clawdbot&#xff09;的流程&#…...

Debugging torch.distributed.DistBackendError: NCCL Communicator Setup and ncclUniqueId Retrieval Iss

1. 理解NCCL通信错误的核心问题 当你看到torch.distributed.DistBackendError: [2] is setting up NCCL communicator and retrieving ncclUniqueId这个错误时&#xff0c;本质上是在说GPU之间的"对讲机"无法正常建立连接。想象一下你正在组织一场多房间的线上会议&…...

Undecimus技术解析与实战指南:iOS 11-12.4设备越狱完全攻略

Undecimus技术解析与实战指南&#xff1a;iOS 11-12.4设备越狱完全攻略 【免费下载链接】Undecimus unc0ver jailbreak for iOS 11.0 - 12.4 项目地址: https://gitcode.com/gh_mirrors/un/Undecimus Undecimus作为一款针对iOS 11.0至12.4系统的开源越狱工具&#xff0c…...

终极指南:如何从零开始打造你的第一台六足机器人

终极指南&#xff1a;如何从零开始打造你的第一台六足机器人 【免费下载链接】hexapod 项目地址: https://gitcode.com/gh_mirrors/hexapod5/hexapod 你是否梦想过亲手制作一台能够灵活行走、稳定爬行的六足机器人&#xff1f;想要体验机器人制作的乐趣&#xff0c;却担…...

SDMatte Web服务灰度发布:新模型版本AB测试与用户反馈闭环机制

SDMatte Web服务灰度发布&#xff1a;新模型版本AB测试与用户反馈闭环机制 1. 引言 在AI图像处理领域&#xff0c;模型迭代更新是持续提升服务质量的必经之路。SDMatte作为一款专注于高质量图像抠图的AI模型&#xff0c;近期完成了新版本SDMatte的研发工作。本文将详细介绍我…...