遗传算法和神经网络的DFB激光器温控系统

1、遗传算法和神经网络的DFB敢光器温控系统：TosolvetheproblemsofnonlinearityanddelaypropertyexistinginDFBlasertemperaturecontrolsystem，thecompositecontrolstructurebasedongeneticalgorithmandneuralnetworkisproposed.Inthesystem，themicroprocessorasthesystemcoreprocessorisusedtodesignthetemperaturecontrolsystem，andthePtresista

2、nce，TECsemiconductorrefrigerator，temperaturesensorandtemperaturecontrolactuatorareusedasthecontrolunits.Theneuralnetworkpositivemodelwasconstructedtoanalyzethephysicalcharacteristicsofthecontrolledobject.Theneuralnetworkcontrolisusedtomapthecontrollaws，andthefastsearchingabilityofgeneticalgorithmisu

3、sedtotraintheweightcoefficientofneuralnetwork.Thedesignedsystemwasverifiedwiththeexperiment.Theresultsshowthatthetemperaturecontrolaccuracyofthesystemis±0.002，therangeoftemperaturecontrolis570C,theovershootislessthan8%，thedesignedsystemcanrealizethecontroleffectofhighprecisionandwiderange，andha

4、sbetterengineeringapplicationvalue.neuralKeywords：DFBlaser；geneticalgorithmnetwork；temperaturecontrol0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0.20.3nm/Co因此，为了提高气体的检测精度，必须确保DFB#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

5、研究机构都在研究如何在较宽的温度范围内提高DFB#光器的温度控制精度。目前，国外的产品一般能够在-50100C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0.050.1C。本文针对DFBa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DFBB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，总体框图如图1所示。激光器的温度变化

6、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敢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（1mA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244ppmi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

7、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DAC083减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（TEQ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MAX196理的控制芯片，它能够

8、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敢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敢光器温度值分别为5C,15C,40C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，如图3图6所示。从图3图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#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±0.0017o因此，本文设计的控制系统能够实现DFB#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敢光器温度控制系统，系统使用微处理器、钳电阻和TEC半导