阅读说明：本技术 一种基于弱光栅的仿生温控神经网络系统及其工作方法 (Bionic temperature control neural network system based on weak grating and working method thereof ) 是由 王汉熙 梁恩邦 祁耀斌 黄鑫 于 2020-06-30 设计创作，主要内容包括：本发明涉及大规模温控领域,提供一种基于弱光栅的仿生温控神经网络系统及其工作方法,该系统包括基于弱光栅的测温神经网络、LED加热网络、嵌入式系统和供电系统；本发明中数万个甚至数十万个弱反射光纤光栅传感器和对应的LED,针对装备系统功能结构全面内外布局,共同组成定点测温-控温系统,分布于每个需要保温的点位,从而实现大规模密集集群传感。同时本发明系统和工作方法能够避免普通温控系统使用多台工控机所造成的信号延迟、冲突、误差等问题,提高了控制精度和控制效率,实现了精确及时的大量保温部位协同控制,具有类似于条件反射的实时测温控温、巡检测温能力,可满足高寒高海拔地区装备系统的工况保障需要。(The invention relates to the field of large-scale temperature control, and provides a bionic temperature control neural network system based on a weak grating and a working method thereof, wherein the system comprises a temperature measurement neural network based on the weak grating, an LED heating network, an embedded system and a power supply system; tens of thousands or even hundreds of thousands of weak reflection fiber grating sensors and corresponding LEDs in the invention are arranged inside and outside the equipment system in a comprehensive functional structure, and jointly form a fixed-point temperature measurement-control system which is distributed at each point position needing heat preservation, thereby realizing large-scale dense cluster sensing. Meanwhile, the system and the working method can avoid the problems of signal delay, conflict, error and the like caused by the use of a plurality of industrial personal computers in a common temperature control system, improve the control precision and the control efficiency, realize accurate and timely cooperative control of a large number of heat preservation parts, have the real-time temperature measurement and control and patrol detection capabilities similar to conditioned reflex, and can meet the working condition guarantee requirements of equipment systems in high-cold and high-altitude areas.)

一种基于弱光栅的仿生温控神经网络系统及其工作方法

技术领域

本发明涉及大规模温控领域，更具体地，涉及一种基于弱光栅的仿生温控神经网络系统及其工作方法。

背景技术

在高寒/高海拔地区工作的装备，其涉及的机械系统、供电系统、自动测控系统、计算机系统等，常常因为严寒气候而无法正常工作。其原因包括，动力系统的燃油管路被冻堵/冻裂冻断；机械系统由于高寒导致运动副配合工差变化，暂时失去运动条件或冻结；供电系统由于高寒导致供电插接件断路，或者电池系统跑电；自动测控系统的传感器高寒低温失效，基准工作点漂移；计算机系统无法正常启动等等。

现行的装备系统隔寒/防冻/保温专项设计，本质上是一种被动式高寒/高海拔特种工况设计方案，即通过物理/化学/机械等隔寒防冻方案，为装备提供最低作业基础温度。被动式高寒/高海拔特种工况设计方案一般会导致两类严重问题，一是一旦脱离高寒/高海拔气候环境，装备将难以正常运行，这将导致装备使用效率降低；二是进行过高寒/高海拔特种工况设计的装备，体积/自重等加大，制造成本/运行成本/维护成本等提高。

发明内容

本发明的目的就是为了克服上述现有技术中的不足之处，针对万点级作业节点的实时测温-控温需求，提供一种基于弱光栅的仿生温控神经网络系统及其工作方法，实现装备大规模密集集群保温控温，同时，变传统的被动保温为定点精确补温，主动地实时施加保温热量来维持装备系统所必须的最低作业温度。

本发明的目的是通过如下技术措施来实现的。

一种基于弱光栅的仿生温控神经网络系统，包括基于弱光栅的测温神经网络、LED加热网络、嵌入式系统和供电系统；

在每个保温部位设置一个或多个控温节点，每个控温节点都包含一个弱反射光纤光栅传感器和一个LED；

数万乃至数十万个弱反射光纤光栅传感器形成基于弱光栅的测温神经网络，其作用在于精确获取各个控温节点的温度；

数万乃至数十万个LED形成LED加热网络，其作用在于精确控制各个控温节点的温度；

所述嵌入式系统与LED加热网络和基于弱光栅的测温神经网络相连接，通过预编码的方式来精确定位到每个弱反射光纤光栅传感器和LED，预编码的方法如下：每一个控温节点内均有一个弱反射光纤光栅传感器和一个LED，故只需对各个控温节点进行编码，嵌入式系统即可准确定位到各个弱反射光纤光栅传感器和LED；

所述供电系统与嵌入式系统、LED加热网络、基于弱光栅的测温神经网络连接供电。

在上述技术方案中，所述弱反射光纤光栅传感器选取反射率在1%以下的低反射率光纤光栅。

在上述技术方案中，该基于弱光栅的仿生温控神经网络系统还包括远程监控系统，所述远程监控系统与嵌入式系统通过无线连接，其作用在于远程监控温控神经网络系统的工作状态。

本发明还提供一种上述的基于弱光栅的仿生温控神经网络系统的工作方法，包括以下步骤：

（1）在每个保温部位铺设弱反射光纤光栅传感器和LED，构成测温-保温集成的控温节点，在装备系统下的每个保温子系统中安装一套嵌入式系统，与基于弱光栅的测温神经网络、LED加热网络相连，通过预编码的方式准确定位到每个控温节点；

（2）嵌入式系统根据预设程序发布巡检指令，基于弱光栅的测温神经网络按照编码采集各个控温节点的温度数据，将各个控温节点的编码和温度数据送至嵌入式系统；

（3）嵌入式系统判断各个控温节点是否达到最低工况温度，而后根据预设程序改变相关控制参数，通过控制各个控温节点所对应的LED发热功率来改变或维持当前温度；

（4）嵌入式系统发布新一轮的巡检指令，重复步骤（2）、步骤（3），从而保持各个控温节点的温度稳定在预设温度附近。

在上述技术方案中，当弱反射光纤光栅传感器监测到异常数据时，嵌入式系统将警报信息送至远程监控系统。

本发明中数万个甚至数十万个弱反射光纤光栅传感器和对应的LED，针对装备系统功能结构全面内外布局，共同组成定点测温-控温系统，分布于每个需要保温的点位，每个控温节点模拟人体的神经元细胞，搭建起一个类似人体的温控神经网络。

本发明可通过时分复用、波分复用、空分复用等多种复用方式增大弱反射光纤光栅传感器的复用数量，从而实现大规模密集集群传感。根据目前已有的技术，已能够实现数十万个控温节点的测温控温，完全能够满足大规模装备系统的需要。同时能够避免普通温控系统使用多台工控机所造成的信号延迟、冲突、误差等问题，提高了控制精度和控制效率，实现了精确及时的大量保温部位协同控制，是一种基于弱光栅的测温神经网络、LED加热网络、加热自控系统的仿生温控神经网络，具有类似于条件反射的实时测温控温、巡检测温能力，可满足高寒高海拔地区装备系统的工况保障需要。

本发明克服了常规温控系统的缺陷，具有如下优势：

(1)变传统的被动式高寒/高海拔特种工况构建为主动式工况构建，节约了特种工况设计所需的人力物力，同时也扩展了普通装备系统的使用场景，使其能够适用于高寒高海拔地区。

(2)通过弱反射光纤光栅实现多控温节点准分布式测温，通过小型LED实现定点精确补温，从而保证保温控温的精度。

(3)用一根光纤实现一台装备系统的温度测量，每台装备系统独立自控制。远程监控系统只需监测装备系统是否返回异常信号即可，解决了常规温控系统在控温节点数量极大时所出现的信号延迟、冲突、误差等问题。

(4)控温节点数量极大，反应速度快、控制精度高，为一种仿生神经网络的新型温控系统。

附图说明

图1为本发明的温控神经网络模式图。

图2为本发明嵌入式系统的温控流程图。

图3为本发明温控神经网络系统的硬件原理图。

图4为本发明测温-保温集成结构示意图。

其中：1.保护外壳，2.支架，3.弱反射光纤光栅传感器，4.LED。

具体实施方式

下面将结合附图，对本发明中的技术方案进行清楚、完整地描述。

如图1、图3所示，本实施例基于弱光栅的仿生温控神经网络系统，包括基于弱光栅的测温神经网络、LED加热网络、嵌入式系统、远程监控系统和供电系统。

在每个保温部位设置一个或多个控温节点，每个控温节点都包含一个弱反射光纤光栅传感器和一个LED。

数万乃至数十万个弱反射光纤光栅传感器形成基于弱光栅的测温神经网络，其作用在于精确获取各个控温节点的温度；由于弱反射光纤光栅大小可达微米级，可以轻易地铺设在运动副等需要保温的部位，同时由于弱反射光纤光栅具有极为优异的复用能力，能够用一根光纤实现同一个装备系统数以万计的保温部位、同一个保温部位多个控温节点的大规模密集集群定点精确测温，节点规模可达上万个至数十万个，大大降低了传感成本。

数万乃至数十万个LED形成LED加热网络，其作用在于精确控制各个控温节点的温度；由于LED的尺寸可以控制在1-2mm，从而使得测温-保温集成结构（如图4所示）体积极小，可在一个保温部位的多个位置顺序安装，从而在每个需要保温的位置与弱反射光纤光栅传感器形成“一对一”的多个控温节点，使得测温-控温更加精确。

装备系统下的每个保温子系统配有一套嵌入式系统，所述嵌入式系统与LED加热网络和基于弱光栅的测温神经网络相连接，通过预编码的方式来精确定位到每个弱反射光纤光栅传感器和LED，预编码的方法如下：由于每个保温子系统配有一个独立的嵌入式系统，与远程监控系统相连；每一个控温节点内均有一个弱反射光纤光栅传感器和一个LED，故只需对各个控温节点进行编码，嵌入式系统即可准确定位到各个弱反射光纤光栅传感器和LED，从而精确控制每一个控温节点，通过大规模节点的测温-保温协同控制来构建自适应温控神经网络，实现数万乃至数十万点级的加热自控。

所述远程监控系统与嵌入式系统通过蓝牙、wifi等技术无线连接，其作用在于远程监控温控神经网络系统的工作状态；既可以作为一个模块集成在装备远程控制系统里，也可以独立开发为一个APP安装在手机或电脑中。

所述供电系统与嵌入式系统、LED加热网络、基于弱光栅的测温神经网络连接供电。供电系统有两种选择，一种是直接并入装备系统的供电系统，由装备系统的电源供电；另一种是采用外接可充电电池独立供电的方式进行供电。

上述控温节点是指需要保温的位置节点，其包含一个传感节点（弱反射光纤光栅传感器）和一个保温节点（LED）。

上述装备系统下的保温子系统是指，在某个装备系统（如机械系统、供电系统、计算机系统等）下的，需要保温的子系统（如运动副、发动机、计算机等）。

上述保温部位是指装备系统中需要保温的部位，可通过查阅产品手册或进行模拟仿真后，与实际使用场景进行对照得出。通过所需发热量、所需保温体积和表面积等参数确定每个保温部位的控温节点数量。

上述弱反射光纤光栅，为反射率在1%以下的低反射率光纤光栅。

上述测温-保温集成结构为控温节点的组成结构，由体积极小的弱反射光纤光栅传感器和LED构成，可直接安装在需要保温的位置。图4提供了一种测温-保温集成结构，保护外壳1用于防止灰尘或者碰撞对弱反射光纤光栅传感器3和LED造成影响，弱反射光纤光栅传感器3和LED固定安装在支架2上，和嵌入式系统和供电系统电连接。

本实施例还提供了一种上述的基于弱光栅的仿生温控神经网络系统的工作方法，包括以下步骤：

（1）在每个保温部位铺设弱反射光纤光栅传感器和LED，构成测温-保温集成的控温节点，在每个装备系统下的保温子系统中安装一套嵌入式系统，与基于弱光栅的测温神经网络、LED加热网络相连，通过预编码的方式准确定位到每个控温节点；

（2）嵌入式系统根据预设程序发布巡检指令，基于弱光栅的测温神经网络按照编码采集各个控温节点的温度数据，将各个控温节点的编码和温度数据送至嵌入式系统；

（3）嵌入式系统判断各个控温节点是否达到最低工况温度，而后根据预设程序改变相关控制参数，通过控制各个控温节点所对应的LED发热功率来改变或维持当前温度；

（4）嵌入式系统发布新一轮的巡检指令，重复步骤（2）、步骤（3），从而保持各个控温节点的温度稳定在预设温度附近；温控流程图如图2所示；

（5）当弱反射光纤光栅传感器监测到异常数据时，嵌入式系统将警报信息送至远程监控系统。即运行在工控机上的远程监控系统只需监测每个装备系统是否发送了异常数据，并由提前内置在远程监控系统中的程序对异常数据作出反应，从而减轻远程监控系统压力，提高保温控温精度，解决了普通温控系统节点数量过多时所出现的信号冲突、延迟等问题。

在上述实施例中，所述基于弱光栅的测温神经网络的复用模式可采用波分复用、时分复用相结合的模式。

在上述实施例中，所述嵌入式系统预设程序中的温控方式可采用比例控制和PID控制相结合的模式来进一步提高控温精度。设E为阈值，根据实验结果，选取合适的E值。当|e|≥E时，采用比例控制，这是因为刚开始偏差较大，采用比例控制有利于加快调节速度，从而提高系统响应速度；当 |e|<E时，采用PID控制，这里的PID控制有利于消除系统静态误差和抑制干扰，从而提高系统控制精度。

在上述实施例中，所述预编码的方式可采用如下一种编码方式：

1、将机械系统、供电系统、自动测控系统、计算机系统分别编码为JX、GD、ZK、JSJ；

2、将每个系统下的保温子系统分别编码，例如自动测控系统可将测量系统、控制系统....分别编码为ZK.1、ZK.2....，机械系统可将运动副、作动系统....分别编码为JX.1、JX.2....；

3、将每个保温子系统下的各个控温节点分别编码，例如运动副内的控温节点可编码为JX.1.1、JX.1.2、JX.1.3....。

需要说明的是，本发明温控神经网络系统是一个闭环系统，由数万个甚至数十万个弱反射光纤光栅传感器组成测温系统，对装备系统功能结构全面内外布局，进行实时测温，并实时反馈到嵌入式系统，通过LED实施自主调温，确保装备系统可自适应于环境温度，构建作业工况，无需外界参与；增加远程监控系统仅起到监控作用。

本说明书中未作详细描述的内容，属于本专业技术人员公知的现有技术。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。