阅读说明：本技术 一种超声换能器的输出控制方法及相关设备 (Output control method of ultrasonic transducer and related equipment ) 是由 陈向民 陈�峰 王辉东 徐凯 唐立华 姜伊欣 唐志鹏 郑中庭 于 2019-09-26 设计创作，主要内容包括：本申请公开了一种超声换能器的输出控制方法、装置、电子设备及计算机可读存储介质,该输出控制方法包括：获取所述超声换能器在PI控制下的输入数据和输出数据；基于模糊理论,根据所述输入数据和所述输出数据建立所述超声换能器的逆模型；同时启动PI控制以及基于所述逆模型的模糊控制,对所述超声换能器进行输出控制。本申请结合使用了直接逆模型控制与PI控制,并具体是根据超声波换能器的输入数据和输出数据来进行逆系统的参数辨识,建立精确的模糊系统构建逆模型,可有效提高和改善对超声波换能器输出电压的控制精度。(The application discloses an output control method, an output control device, electronic equipment and a computer readable storage medium of an ultrasonic transducer, wherein the output control method comprises the following steps: acquiring input data and output data of the ultrasonic transducer under PI control; establishing an inverse model of the ultrasound transducer from the input data and the output data based on fuzzy theory; and simultaneously starting PI control and fuzzy control based on the inverse model to control the output of the ultrasonic transducer. The method combines direct inverse model control and PI control, specifically carries out parameter identification of the inverse system according to input data and output data of the ultrasonic transducer, establishes an accurate fuzzy system to construct the inverse model, and can effectively improve and improve the control precision of the output voltage of the ultrasonic transducer.)

一种超声换能器的输出控制方法及相关设备

技术领域

本申请涉及超声波技术领域，特别涉及一种超声换能器的输出控制方法、装置、电子设备及计算机可读存储介质。

背景技术

在超声检测中，超声波换能器输出能量的输出稳定性对检测结果的精确度有着重要意义。在相同的激励信号下，由于实际工况的不同，负载在换能器发热、介质等诸多因素作用下，会使超声换能器产生非线性特性变化，阻抗等特性发生改变，进而机械共振频率会产生较大偏移，产生输出能量衰减。

目前，对输出能量控制的主要方法是频率的自动跟踪和功率的自动调整这两个方向。其中以频率的自动跟踪为研究的基础，其目的是为了使超声波驱动器工作过程中始终处于谐振状态，以确保其工作效率。而对功率的自动调整是为了在工作环境和负载变化的情况下，仍然有稳定的工作性能，使振动系统能够随负载或外界因素的变化而自动调整。但由于超声驱动器工作环境的复杂性和其自身的非线性，传统的控制方法对其工作输出能量的控制效果通常难以令人满意。

鉴于此，提供一种解决上述技术问题的方案，已经是本领域技术人员所亟需关注的。

发明内容

本申请的目的在于提供一种超声换能器的输出控制方法、装置、电子设备及计算机可读存储介质，以便有效提高和改善对超声波换能器的输出控制精度，稳定在理想输出值。

为解决上述技术问题，第一方面，本申请公开了一种超声换能器的输出控制方法，包括：

获取所述超声换能器在PI控制下的输入数据和输出数据；

基于模糊理论，根据所述输入数据和所述输出数据建立所述超声换能器的逆模型；

同时启动PI控制以及基于所述逆模型的模糊控制，对所述超声换能器进行输出控制。

可选地，所述根据所述输入数据和所述输出数据建立所述超声换能器的逆模型，包括：

根据三角隶属度函数对所述输出数据进行模糊量化；

将模糊量化后的量化值与所述输入数据代入预设的模糊规则公式中，以确定所述模糊规则公式中的模糊参数。

可选地，在所述同时启动PI控制以及基于所述逆模型的模糊控制之后，还包括：

获取更新后的输入数据和输出数据；

根据所述更新后的输入数据和输出数据对所述逆模型进行更新，直至优化后的模型精度满足预设精度要求。

可选地，所述直至优化后的模型精度满足预设精度要求，包括：

计算并判断超声换能器的输出误差是否小于预设误差阈值；

若是，则判定优化后的模型精度满足预设精度要求；

若否，则判定优化后的模型精度不满足预设精度要求。

可选地，所述输入数据包括所述超声换能器的当前输入电压，所述输出数据包括所述超声换能器的当前输出电压和前次输出电压。

第二方面，本申请还公开了一种超声换能器的输出控制装置，包括：

获取模块，用于获取所述超声换能器在PI控制下的输入数据和输出数据；

生成模块，用于基于模糊理论，根据所述输入数据和所述输出数据建立所述超声换能器的逆模型；

控制模块，用于同时启动PI控制以及基于所述逆模型的模糊控制，对所述超声换能器进行输出控制。

可选地，所述生成模块具体用于：

根据三角隶属度函数对所述输出数据进行模糊量化，将模糊量化后的量化值与所述输入数据代入预设的模糊规则公式中，以确定所述模糊规则公式中的模糊参数。

可选地，还包括：

更新模块，用于在同时启动PI控制以及基于所述逆模型的模糊控制之后，获取更新后的输入数据和输出数据，根据所述更新后的输入数据和输出数据对所述逆模型进行更新，直至优化后的模型精度满足预设精度要求。

第三方面，本申请还公开了一种电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序以实现如上所述的任一种超声换能器的输出控制方法的步骤。

第四方面，本申请还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种超声换能器的输出控制方法的步骤。

本申请所提供的超声换能器的输出控制方法包括：获取所述超声换能器在PI控制下的输入数据和输出数据；基于模糊理论，根据所述输入数据和所述输出数据建立所述超声换能器的逆模型；同时启动PI控制以及基于所述逆模型的模糊控制，对所述超声换能器进行输出控制。

可见，本申请结合使用了直接逆模型控制与PI控制，并具体是根据超声波换能器的输入数据和输出数据来进行逆系统的参数辨识，建立精确的模糊系统构建逆模型，可有效提高和改善对超声波换能器输出电压的控制精度。本申请所提供的超声换能器的输出控制装置、电子设备及计算机可读存储介质同样具有上述有益效果。

附图说明

为了更清楚地说明现有技术和本申请实施例中的技术方案，下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然，下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图，所获得的其他附图也属于本申请的保护范围。

图1为本申请实施例公开的一种超声换能器的输出控制方法的流程图；

图2为本申请实施例公开的又一种超声换能器的输出控制方法的原理示意图；

图3为本申请实施例公开的一种超声换能器的输出控制装置的结构框图；

图4为本申请实施例公开的一种电子设备的结构框图。

具体实施方式

本申请的核心在于提供一种超声换能器的输出控制方法、装置、电子设备及计算机可读存储介质，以便有效提高和改善对超声波换能器的输出控制精度，稳定在理想输出值。

为了对本申请实施例中的技术方案进行更加清楚、完整地描述，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行介绍。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

当前，对输出能量控制的主要方法是频率的自动跟踪和功率的自动调整这两个方向。其中以频率的自动跟踪为研究的基础，其目的是为了使超声波驱动器工作过程中始终处于谐振状态，以确保其工作效率。而对功率的自动调整是为了在工作环境和负载变化的情况下，仍然有稳定的工作性能，使振动系统能够随负载或外界因素的变化而自动调整。但由于超声驱动器工作环境的复杂性和其自身的非线性，传统的控制方法对其工作输出能量的控制效果通常难以令人满意。鉴于此，本申请提供了一种超声换能器的输出控制方法，可有效解决上述问题。

参见图1所示，本申请实施例公开了一种超声换能器的输出控制方法，主要包括：

S11：获取超声换能器在PI控制下的输入数据和输出数据。

其中，输入数据可具体包括超声换能器的当前输入电压u(k)，输出数据可具体包括超声换能器的当前输出电压和前次输出电压。

本实施例中，首先具体利用PI控制器对超声换能器进行PI控制。根据超声换能器的期望输出电压y_d(k)与实际输出电压的余差，通过PI算法计算得到输入至超声换能器的PI控制量，即超声换能器的当前输入电压u(k)，进而可获取超声换能器在PI控制下的当前输出电压y(k)和前次输出电压y(k-1)。PI控制器的控制算法如下：

u(k)＝y(k-1)+(K_p+K_i)e(k)-K_pe(k-1)；

其中，K_p为比例系数；K_i为积分系数；e(k)为当前误差；e(k-1)为前次误差。

由此，超声换能器的当前输入电压、当前输出电压和前次输出电压便构成了用于建立逆模型的数据中心。具体地，可将增量式数字PI控制器正常运行两个周期，得到两个周期内的相关数据。

S12：基于模糊理论，根据输入数据和输出数据建立超声换能器的逆模型。

超声换能器的逆模型，即将超声换能器的输出数据作为输入、即可输出超声换能器的输入数据的模型。将非线性系统的逆模型与系统本身相串联可以有效消除其非线性影响，提高控制精度。逆模型的建立方法则是将被控系统的输入数据和输出数据分别作为所建立逆模型的输出数据和输入数据，并可通过多次训练求参来建立逆模型。

具体地，该逆模型具体依据模糊理论建立，为模糊系统(Fuzzy System，FS)。因此，在一个实施例中，在根据输入数据和输出数据建立超声换能器的逆模型时，可具体包括如下步骤：

根据三角隶属度函数对输出数据进行模糊量化；

将模糊量化后的量化值与输入数据代入预设的模糊规则公式中，以确定模糊规则公式中的模糊参数。

其中，作为一个优选实施例，作为超声波换能器的逆模型的该模糊系统，可具体基于三角隶属度函数来实现，将超声波换能器的输出数据模糊量化至对应的模糊集合。三角隶属度函数为：

其中，A_i为模糊集合；

为y对模糊集合A_i的隶属度；[a_i-ω_i,a_i+ω_i]为模糊集合的值域。

进一步地，模糊系统基于模糊规则而进行输出。对于作为超声波换能器的逆系统的模糊系统来说，需要通过调整模糊规则公式中的模糊参数，来根据超声波换能器的输出数据得到对应的超声波换能器的输入数据。因此，该模糊系统有两个输入：y(k)、y(k-1)，分别对应两个模糊输入变量Y1和Y2；以及一个输出：u(k)，对应一个模糊输出变量。

作为一个具体实施例，在对上述模糊系统的输入、输出进行模糊化时，为计算简便，可具体为每个变量设置两个模糊论域：P(对应正数域)和N(对应负数域)。则模糊规则可具体包括下述四个模糊规则公式：

Rule_1：

Rule_2：

Rule_3：

Rule_4：

其中，q₁、q₂、q₃均为模糊参数。

在上述内容的基础上，定义模糊基函数为：

其中，p(y_k)为模糊基；q_l＝[q₁,q₂,q₃]；y_k＝[y(k-1),y(k),1]^T。

为了辨识出上述模糊规则公式中的模糊参数，可以将步骤S11中获取到的模糊系统的n个输入数据和输出数据代入到上述模糊规则公式中，并利用递推最小二乘法的最小化误差指标E来确定出各个模糊参数。其中，误差指标E的计算公式如下：

其中，E为最小化误差指标；

为模糊基函数。

S13：同时启动PI控制以及基于逆模型的模糊控制，对超声换能器进行输出控制。

当建立了超声波换能器的逆模型之后，便可以基于PI控制器与逆模型共同对超声波换能器的输出进行控制。即，将PI控制计算得到的控制量与基于逆模型得到的模糊控制量相加后，作为总控制量输入至超声波换能器进行控制。

此外，需要说明的是，为了实现对超声波换能器的输出电压和振幅的控制，同时考虑到大功率高频率的实际工作环境，反馈回路容易受到高频信号的干扰，不适宜进行微分控制，而且微分环节在调试过程中的参数适应范围较窄，因此，本申请直接采用PI算法这一简化了的PID算法进行控制，以减小干扰信号带来的振荡。

本申请实施例所提供的超声换能器的输出控制方法包括：获取超声换能器在PI控制下的输入数据和输出数据；基于模糊理论，根据输入数据和输出数据建立超声换能器的逆模型；同时启动PI控制以及基于逆模型的模糊控制，对超声换能器进行输出控制。

可见，本申请结合使用了直接逆模型控制与PI控制，并具体是根据超声波换能器的输入数据和输出数据来进行逆系统的参数辨识，建立精确的模糊系统构建逆模型，可有效提高和改善对超声波换能器输出电压的控制精度。

在上述内容的基础上，本申请实施例所提供的超声换能器的输出控制方法中，作为一种具体实施例，在同时启动PI控制以及基于逆模型的模糊控制之后，还包括：

获取更新后的输入数据和输出数据；

根据更新后的输入数据和输出数据对逆模型进行更新，直至优化后的模型精度满足预设精度要求。

具体地，本实施例中，在经步骤S12建立了模糊系统构建的初始逆模型后，优选地，还可以继续利用迭代思想对模糊系统进行优化，以建立动态模糊系统(Dynamic FuzzySystem，DFS)。具体地，可将逆模型与PI控制器共同作用后所得到的超声波换能器的输出数据与输入数据，重新代入逆系统的模糊规则公式中进行参数优化，更新逆系统模型，提高模型精度。理论上，只要数据样本量足够大，通过不断地迭代学习和更新来修正逆模型，就可以获得比较理想的模糊参数，进而得到较好的控制效果。具体可参见图2，图2为本申请实施例所公开的又一超声波换能器的输出控制方法的原理示意图。

在不断的修正过程中，可以在每次对逆模型更新修正后，均计算并判断超声换能器的输出误差是否小于预设误差阈值；若是，则判定优化后的模型精度满足预设精度要求，并停止修正更新；若否，则判定优化后的模型精度不满足预设精度要求，继续更新优化。

参见图3所示，本申请实施例公开了一种超声换能器的输出控制装置，主要包括：

获取模块21，用于获取超声换能器在PI控制下的输入数据和输出数据；

生成模块22，用于基于模糊理论，根据输入数据和输出数据建立超声换能器的逆模型；

控制模块23，用于同时启动PI控制以及基于逆模型的模糊控制，对超声换能器进行输出控制。

可见，本申请实施例所公开的超声换能器的输出控制装置，结合使用了直接逆模型控制与PI控制，并具体是根据超声波换能器的输入数据和输出数据来进行逆系统的参数辨识，建立精确的模糊系统构建逆模型，可有效提高和改善对超声波换能器输出电压的控制精度。

关于上述超声换能器的输出控制装置的具体内容，可参考前述关于超声换能器的输出控制方法的详细介绍，这里就不再赘述。

进一步地，在上述内容的基础上，本申请实施例所公开的超声换能器的输出控制装置，在一种具体实施方式中，生成模块22具体用于：

根据三角隶属度函数对所述输出数据进行模糊量化，将模糊量化后的量化值与所述输入数据代入预设的模糊规则公式中，以确定所述模糊规则公式中的模糊参数。

进一步地，在上述内容的基础上，作为一种具体实施方式，本申请实施例所公开的超声换能器的输出控制装置，还包括：

更新模块，用于在同时启动PI控制以及基于所述逆模型的模糊控制之后，获取更新后的输入数据和输出数据，根据所述更新后的输入数据和输出数据对所述逆模型进行更新，直至优化后的模型精度满足预设精度要求。

进一步地，在上述内容的基础上，作为一种具体实施方式，本申请实施例所公开的超声换能器的输出控制装置，更新模块包括判断单元，用于：

计算并判断超声换能器的输出误差是否小于预设误差阈值；若是，则判定优化后的模型精度满足预设精度要求；若否，则判定优化后的模型精度不满足预设精度要求。

在上述内容的基础上，作为一种具体实施方式，输入数据包括超声换能器的当前输入电压，输出数据包括超声换能器的当前输出电压和前次输出电压。

参见图4所示，本申请实施例公开了一种电子设备，包括：

存储器31，用于存储计算机程序；

处理器32，用于执行所述计算机程序以实现如上所述的任一种超声换能器的输出控制方法的步骤。

进一步地，本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种超声换能器的输出控制方法的步骤。

关于上述电子设备和计算机可读存储介质的具体内容，可参考前述关于超声换能器的输出控制方法的详细介绍，这里就不再赘述。

本申请中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需说明的是，在本申请文件中，诸如“第一”和“第二”之类的关系术语，仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。此外，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请的保护范围内。