專利名稱：小型人工生態系統氣體平衡調節的魯棒控制器的制作方法
技術領域：
本技術發明專利涉及一種能夠在密閉環境中，對小型人工生態系統內氣體平衡進 行魯棒調節的控制器研制，該控制器可廣泛應用于永久空間站、月球、火星、極地、深海、荒 漠等基地密閉環境中對氣體平衡的控制。
背景技術：
“生物再生式生命保障系統(Bioregenerative life support system, BLSS)，，是 人工生態系統，是今后人類進行載人航天、深空探測和在極端條件下生存所必須建立和發 展的生命支持系統。系統的關鍵技術之一就是保持系統內氣體(主要是CO2和O2)的平衡， 因為在氣體失衡的情況下，會立即威脅系統內乘員的生命，并導致系統的災難性崩潰。因此 使氣體能夠始終穩健地維持在設定的濃度范圍內，是保證BLSS安全與可靠性的基本設計 指標。與其他高等植物相比，微藻具有新陳代謝可塑性強、生長速度快、而且易于控制等 特點，能夠快速吸收CO2，釋放02，迅速調節BLSS的氣相構成，因此微藻可以視作是對系統內 的氣體進行控制的強有力的工具。目前世界各航天大國對生保系統中微藻的作用和功能都 進行了深入的研究，目的也都是利用它吸收CO2，為人員提供O2，并分解部分廢物。例如俄羅 斯在生保系統中對小球藻進行了培養和控制，研究了微藻生物量在各種溫度、光照和培養 制度下，其生長速率的變化，并從中篩選出最佳的控制培養方案；美國NASA科學家研究利 用微藻來維持生保系統中的氣體平衡，通過它調節系統內0)2和02比例，并尋找到控制藻生 長的各種可能方法和途徑。從目前世界各國的研究現狀來看，對生保系統控制方法的研究都尚停留在比較單 一的方法層面，大都還是依靠具體實驗，結合研究者的經驗進行人工的開環控制，并沒有針 對這個復雜系統形成科學有效的控制算法用于閉環的自動控制。然而開環控制的缺陷在 于一是由于BLSS內的乘員受工作時間，生活環境和情緒影響等，會產生操作失誤；二是由 于人的控制操作不可能達到很高的精度，所以當需要對某些參量進行精確控制時，人工控 制無法取得良好的效果；三是由于乘員并非BLSS的設計者，他們對系統的運行規律缺乏理 解，難免會產生操作失誤；四是由于BLSS屬于復雜系統，其內部過程變化極其復雜，存在大 量的不連續、非線性和時變因素，并且運行經常會遭受外部擾動帶來的不利影響，會呈現出 不穩定的現象。這些因素都嚴重的危害到BLSS在空間任務當中的安全與可靠性。為了避 免上述問題，閉環自動控制手段的引入是一個良好的解決方案。由于自動控制不需要人的 參與，因此可以大大減少人為因素干擾，降低航天員的工作強度。只要對被控對象的動態性 能有深入了解，就可以利用控制論知識，設計一套有效的控制算法，并生成實際控制器，實 現對被控對象的有效控制。自動控制能夠從根本上提高BLSS運行的安全與可靠性。
發明內容
在系統運行過程中，由于受內部變化與輸入擾動的影響，氣體不可避免地會發生偏移標稱點的情況。根據被控對象的特性與控制性能的要求，發明研制具有容錯能力的氣 體平衡控制器。內容包括1、基于有限狀態機的系統邏輯監控技術由于在小型人工生態系統中采用CO2與O2傳感器對它們的含量進行在線采樣監 測，并將數據傳送到控制算法中，因此傳感器是否正常工作對于系統的控制過程至關重要。 然而在系統的運行過程中，由于受潮、腐蝕、壽命等原因，傳感器可能會發生故障導致功能 喪失，在這種情況下，控制器就不能正常發揮作用，從而危害空間任務的安全性。因此需要 對傳感器狀態進行有效的監控。監控邏輯是通過MatLab中有限狀態機工具Stateflow來實 現的，在數值仿真的基礎上，通過設計事件、條件和邏輯等完成對傳感器狀態的監測任務， 向控制算法傳遞監測結果，算法根據不同的監測邏輯運算結果來完成對傳感器的校正。
2、基于徑向基函數(Radial Basis Function，RBF)人工神經網絡的插值校正傳感 器技術在小型人工生態系統中，CO2和O2濃度的變化速率是密切關聯的。根據實驗數據， 在數值仿真的基礎上，運用RBF人工神經網絡技術通過學習和訓練來擬合它們之間的關 系，并建立RBF插值預測模型。例如當CO2傳感器在某個時刻發生損壞時，通過O2傳感器可 以得到O2濃度在下個時間段的變化速率，代入RBF插值預測模型中便可以預測CO2濃度在 下個時間段的變化速率，把它加上傳感器發生故障的時刻的CO2濃度，便可以得到在下一時 刻CO2的濃度值，如此迭代，便可以預測CO2在以后各個時刻的濃度，如同CO2傳感器未受損 壞一樣，使得控制算法和控制過程不會因CO2傳感器的損壞而中斷，從而實現了魯棒控制， 增強系統運行的安全可靠性。若損壞的是O2傳感器，校正情況類似。傳感器的校正模塊是 由RBF插值模型構成的2個使能子系統組成，當兩個傳感器處于正常工作狀態時，整個模塊 的輸出為這兩種氣體的實際采樣值，若其中某個傳感器發生損壞時，相應的使能子系統開 始進行插值預測，整個模塊輸出為一個是實際采樣值，另一個是插值預測值。當兩個傳感器 都損壞時，此時整個模塊的輸出對控制算法已經不再有任何意義，系統進入了自我保護的 運用狀態，控制器停止輸出，光強保持在微藻生長的最佳值200 μ mol/(m2*s)。3、基于線性二次高斯(Linear Quadratic Gaussian，LQG)法的狀態反饋控制技術整個小型人工生態系統的數學模型具有8個狀態變量，是通過8個一階非線性常 微分方程組構成的狀態方程來描述的。在數值仿真的基礎上，采用現代控制理論中的LQG 法實現對CO2和O2濃度的控制。該方法能夠有效地避免輸入擾動與采樣噪音對系統運行的 影響，使CO2和O2的濃度始終維持在標稱水平上。在傳感器的采樣時和RBF網絡插值的過 程中會產生一些高頻噪音，而使用LQG反饋控制器可以有效地消除這些噪音，以及內部變 化造成的對控制作用和系統運行的不利影響。數字積分器可以有效地消除穩態誤差，使聯 合系統中CO2和O2的濃度保持在與參考輸入一致的水平上。當系統內不是所有狀態變量都可測時，根據系統的狀態方程模型設計一個Kalman 濾波器來預測系統的狀態，它與最佳增益共同構成伺服控制器跟蹤參考輸入，在有輸入擾 動和采樣噪音的情況下，使系統的輸出能夠保持在和參考輸入一致的水平上。即使CO2和 O2的濃度偏離了設定值，系統也能夠在LQG控制作用下經過較短的時間和較小的波動重新 返回到設定的平衡狀態。4、基于MatLab/Simulink實時仿真技術
運用MatLab/Simulink 實時仿真工具 Real-Time Workshop (RTW)完成對上述控制算法的實時仿真研究。其中控制器采用高性能的工控機/單片機；執行機構是采用脈 寬調制(Pulse-width modulate，PWM)的紅藍發光二極管(light-emittingdiode，LED)電 源；外圍電路包括數據采集板(Ni PCI 6221)，O2和CO2傳感器，放大電路等；被控對象是 光藻反應器。它們在一起聯合形成半實物仿真結構。在實時仿真中工控機/單片機運行由 MatLab/Simulink構建的控制器仿真模型，它接收由傳感器得到系統內當前O2和CO2的數 據，決定控制的模式和輸出的光強大小。
圖1 氣體魯棒控制器示意框圖；圖2 控制器各組成的示意框圖；圖3 :LQG控制算法的示意框圖。
具體實施例方式首先建立BLSS的小型地基物理模型——人、蠶、生菜和微藻的小型人工生態系 統，在該聯合系統中，植物間種植生菜，動物間飼養蠶，光藻反應器中培養微藻(Spirulina platensis)，人通過呼吸面罩在植物間中呼吸。它們之間的連接方式是植物間一動物間一 光藻反應器一植物間，同時構成氣體單向流動的閉環回路，方向與連接方式一致。在相關機理和實驗數據的基礎上，運用系統動力學和化學計量學原理，建立系統 各個單元的產/耗氣動力學模型，然后通過它們之間的耦合，形成整個小型人工生態系統 的數學模型。除了連續過程外，模型中還對系統中已知的或可能存在的不連續環節，如死 區、粘滯、回環、飽和、時變等環節做了細致的設計和模擬，盡可能地保證模型在結構和功能 上的有效性。在光藻反應器數學模型的基礎上，運用MatLab/Simulink，Simulink/Stateflow 為開發平臺，研制控制算法的仿真模型。包括運用有限狀態機的對傳感器的狀態進行邏輯 監控，并改變控制的模式，實現魯棒控制。運用RBF神經網絡學習并擬合CO2和O2速率之間 的映射關系，實現受損傳感器的在線校正。為了使CO2和O2的濃度穩健地保持在標稱值上， 采用LQG法設計控制器。通過設計狀態觀測器——Kalman濾波器來預測那些不能在線測量 的狀態值，Kalman濾波器輸出與積分器輸出在一起確定最佳LQ控制增益。這樣由Kalman 濾波器與最優LQ增益聯合構成聯合系統中CO2和O2濃度的伺服控制器。將運用純數值方法 得到的控制器運用于對聯合系統氣體平衡的實際控制當中，通過快速原型設計技術最終完 成對小型人工生態系統氣體魯棒控制的設計。CO2和O2傳感器與采集板的模數轉換器(A/ D)傳遞到Simulink/Stateflow控制器仿真模型的工控機，經過計算，將結果經采集板的數 模轉換器(D/A)，由放大電路轉化為控制信號——光照強度去控制光藻反應器中微藻的生 長速度，導致系統內CO2與O2的濃度按照要求發生相應的變化，與參考輸入保持一致，并具 有良好的動態響應性能，包括瞬態性能與穩態性能。
權利要求
一種自動調節小型人工生態系統中CO2和O2平衡的魯棒控制器研制，其特征在于(1)當CO2或O2濃度傳感器某一個因故障失靈時，基于有限狀態機原理和人工神經網絡插值技術，可以立刻在線監測到這一情況，并將這一情況以事件的形式發出，控制器的改變算法的結構去適應這一變化。(2)徑向基函數神經網絡(Radial Basis Function，RBF)通過正常傳感器去預測損壞傳感器的值，使控制作用不至于中斷，從而提高了控制作用的魯棒性，以及整個系統的安全與可靠性。(3)運用線性二次高斯法(Linear Quadratic Gaussian，LQG)，設計伺服控制器。根據被控對象的物理特征和數學模型和傳感器的噪聲特點，設計Kalman濾波器消除噪聲對控制的不利影響，并預測那些無法在線測量的狀態變量的值，同時確定控制輸出——光強的大小。(4)基于MatLab/Simulink平臺的純數字仿真與實時半實物仿真技術(Real-TimeWorkshop，RTW)相結合，完成控制器的理論算法設計和快速原型設計。
2.如權利要求1所述方法，其特征在于通過有限狀態機技術，在線監測C02和02傳感 器的狀態，并根據傳感器是否失效，而改變控制器的運行模式，并把事件和數據傳遞給其他 部分，如RBF人工神經網絡可根據事件和數據去校正失效傳感器的值。
3.如權利要求1所述方法，其特征在于運用LQG方法建立控制器，用于消除內部變化 和外部擾動對控制作用的影響，使通過閉環控制達到穩健維持co2和02平衡的目的。
4.如權利要求1所述方法，其特征在于在MatLab/Simulink中對控制器進行純數字 仿真實驗，檢驗算法的可靠性，并確定控制參數，包括系統各初值、可調參數，以及LQG控制 算法中的Kalman濾波器各矩陣參數和最佳LQ增益等。
5.如權利要求1所述方法，其特征在于運用RTW實時半實物仿真對實際小型人工生 態系統中的co2和02進行控制，對上述控制算法進行快速原型設計，通過調節微藻的生長及 光合速率，間接調控小型人工生態系統中co2和02的濃度，使它們能夠穩健地平衡在設定的 水平上，并具有良好的動態響應性能，使該算法通過工控機或單片機成為系統實際的co2和 02平衡控制器。
全文摘要
本發明涉及小型閉合人工生態系統中CO2和O2濃度平衡魯棒控制器的研制。首先在相關機理和被控對象性質的基礎上，建立氣體魯棒控制器的仿真模型，然后通過純數字仿真的方法對算法模型的結構和參數的可行性進行初步研究，最后運用進行實時仿真實驗，檢驗控制器的實際效果。通過有限狀態機設計監控邏輯和人工神經網絡學習預測，使得在某一傳感器失效的情況下，可以通過另一傳感器的測量值對該傳感器進行校正，實現魯棒容錯控制。運用線性二次高斯算法計算控制光強的大小，從而能夠有效地影響人工生態系統中微藻的生長速率，間接達到調節CO2和O2濃度的目的，使它們的濃度能夠穩健地平衡在設定的范圍內，并具有良好的動態響應性能。
文檔編號G05B19/042GK101859118SQ20101019586
公開日2010年10月13日 申請日期2010年6月1日 優先權日2010年6月1日
發明者佟玲, 劉紅, 李明, 胡大偉 申請人:北京航空航天大學