1、机械设计与制造190Machinery Design&Manufacture第8 期2023年8 月MPCVD金刚石薄膜设备冷却水温控系统的设计岳云峰1,任天平1,朱振伟1.2（1.郑州大学机械与动力工程学院，河南郑州4 50 0 0 1;2.河南机电职业学院机电工程学院，河南郑州4 50 0 0 1）摘要：为了解决MPCVD设备运行时冷却水手动调节方式存在的弊端，实现冷却水温的自动调节，设计了一种冷却水温度控制系统。该系统以STM32单片机为控制器的核心，步进电机为执行机构，采用BP神经网络PID控制算法。对系统进行了仿真和试验验证,结果表明：该系统能够实现MPCVD设备生产制备金刚石薄膜过
2、程中冷却水温度的自动控制,与传统的PID控制相比，系统采用BP神经网络PID控制算法时超调量更小，控制精度更高，均方根误差和平均绝对误差更小，具有更好的温度控制效果。关键词：MPCVD设备；冷却水温度；自动控制；STM32控制器；增量式PID；BP神经网络中图分类号：TH16;TP273文献标识码：ADesign of Cooling Water Temperature Control System forYUE Yun-feng,REN Tian-ping,ZHU Zhen-weil.2(1.School of Mechanical and Power Engineering,Zhengzh
3、ou University,Henan Zhengzhou 450001,China;2.Collegeof Mechanical and Electrical Engineering,Henan Vocational College of Mechanical and Electrical Engineering,HenanZhengzhou 450001,China)Abstract:ln order to solve the shortcomings of the manual cooling water adjustment method when the MPCVD equipmen
4、t is run-ning,and realize the automatic adjustment of the cooling water temperature,a cooling water temperature control system is de-signed.The system uses STM32 single-chip microcomputer as the core of the controller,stepper motor as the actuator,and usesBP neural network PID control algorithm.The
5、system is simulated and verified by experiments.The results show that the systemcan realize the automatic control of the cooling water temperature during the production of diamond films by the MPCVD equip-ment.Compared with the traditional PID control,the overshoot is smaller and the control accurac
6、y is higher when the systemadopts the BP neural network PID control algorithm.The root mean square error and the average absolute error are smaller,andthe temperature control effect is better.Key Words:MPCVD Equipment;Cooling Water Temperature;Automatic Control;STM32 Controller;Incre-mental PID;BPNe
7、ural Network文章编号：10 0 1-39 9 7(2 0 2 3)0 8-0 19 0-0 5MPCVDDiamondFilm Equipment1 引言MPCVD，即微波等离子体化学气相沉积法，是制备金刚石薄膜的常用方法。样品台温度在MPCVD设备运行过程中直接影响着金刚石薄膜的产量和品质，是影响制备效果的关键因素2 。目前通常采用水冷方式对MPCVD设备的样品台进行冷却,对冷却水的温度进行控制可以提高样品台的温度控制精度，有利于高品质金刚石薄膜的制备。近日来冷却控制系统的相关研究在工业领域得到越来越多人的重视，诸多专家学者在该领域进行探索并取得了卓越的成来稿日期：2 0 2 2
8、-0 6-19基金项目：CuSnTi钎焊金刚石的界面形成机制及其残余应力研究（2 0 B460005）作者简介：岳云峰，（19 9 4-）,男，河南安阳人，硕士研究生，主要研究方向：嵌入式系统、自动控制理论；任天平，（19 7 0-）,男，河南郑州人，硕士研究生，副教授，主要研究方向：嵌入式系统、自动控制理论果。文献3提出了一种发动机冷却泵智能控制系统通过测量发动机工作时的冷却液温度，根据散热要求采用MC9S12单片机对水泵的转速进行调节，实现了汽车发动机冷却泵的智能控制；文献4 提出了一种随型面变冷却系统，通过采集冷却液的出口温度、流量等数据，采用Fluent和LS-DYNA仿真计算，较好的
9、解决了变截面零件热成形生产过程中大小端冷却不均匀的问题。但是，目前针对MPCVD设备冷却控制系统的研究还很少,设备运行时冷却水装置通常只是以恒流量的方式运行，对装置中的发热器件进行冷却保护。现场人员需要根据设备实际运行情况手动调第8 期节冷却水的流量，确保样品台温度维持在适合金刚石薄膜制备的温度范围内。这种手动调节的方式无法对样品台温度的突然变化做出及时的响应，不利于金刚石薄膜的生产制备，容易引起生长速度缓慢、晶体纯度差等问题；且需要现场人员密切关注生产过程,工作负担较重。因此，针对MPCVD设备运行过程中冷却水手动调节方式存在的弊端，设计了一种冷却水温度控制系统，采用BP神经网络PID控制算
10、法，通过STM32F103控制器驱动步进电机，对冷却水的流量进行调节，实现冷却水出口温度的自动控制。2系统总体设计冷却水温度控制系统以STM32F103单片机为控制核心，主要包括控制器、步进电机、DS18B20温度传感器、涡轮流量计、流量调节阀等硬件组成部分。系统的总体架构，如图1所示。控制器步进电机和传感器流量阀图1系统总体架构Fig.1 Overall Architecture of System系统的温度控制原理，如图2 所示。上位机对冷却水的出口温度进行设定，同时温度传感器将采集到的温度信号经AD转换后实时反馈给控制器；控制器根据设定水温与实际水温之间的偏差，采用BP神经网络PID控制
11、算法获得步进电机位移的调整量；控制器驱动步进电机，带动丝杠螺母副上下移动，改变流量调节阀的开度。当冷却水的温度偏高时，增大阀的开度，通过增加冷却水的流量来降低水温；当冷却水的温度偏低时，则减小阀的开度，通过减小冷却水的流量来提升水温，通过调节冷却水流量对冷却水的出口温度进行控制，确保冷却水出口温度维持在设定水温的合理范围内。出口温度设定温度STM32控制器图2 温度控制原理Fig.2 Principle of Temperature Control3硬件电路设计3.1MCU模块MCU模块是控制系统的核心，具体设计，如图3所示。模块以STM32F103作为主控制芯片，包括电源、时钟、调试接口、复
12、位、启动方式等部分，确保单片机能够正常工作。岳云峰等：MPCVD金刚石薄膜设备冷却水温控系统的设计L(010-4)10%150V10K5%10K5%A4.7K5%PGGND5IK+C2(104)/50v20K5F(104)10%/50VPCCNDLATCHA1R64.7K5%OE4上位机R74.7K5%(104)10%/50VFig.4Driving Circuit of Stepper Motor3.3通信模块系统工作时，控制器和上位机之间通过RS485方式进行通讯。4 8 5通讯为半双工模式，采用MODBUS协议的RTU模式5。485通信模块的电路，如图5所示。K2V48B_fo,mun2
13、4G4步进电机H流量控制阀温度传感器191STSTM32F103系统图3MCU模块电路Fig.3Circuitof MCUModule3.2步进电机驱动模块步进电机的驱动电路，如图4 所示。系统采用TB6600HQ芯片对步进电机进行驱动，实现步进电机的加减速控制。通过STM32单片机控制芯片TB6600HQ的电流、转向、衰减、细分等参数，实现对步进电机转速和力矩的控制。DPCBVVREFNCCA20CWCCWSTEPLATCHAUTOE4EM34PGSV(104)10%150V图4 步进电机驱动电路485通信模块图54 8 5通讯电路Fig.5Communication Circuit of
14、4854控制器设计PID控制作为传统控制策略，因为其算法简单、鲁棒性好以及可靠性高等诸多优点，被广泛应用于实际的工业控制中。但是冷却水的温度控制过程具有非线性、大滞后等特点，使用传统的PID控制难以获得良好的控制效果。因此,系统中考虑将BP神经网络与传统的PID控制相结合，实现PID控制参数的动态调整6-7。系统的控制结构，如图6 所示。oPVinOUTIA16OUTBNFA15vccB1RSTOUT2AENABLEOUTZB10NF2113NDBONDd0.081%2WDOUTA?OUT2AbOUT2BR8R90.081%/2WETNo.8192机械设计与制造BP神经网络e(t)AKAK.A
15、Kd设定温度PID控制H步进电机流量调节阀u（t)（t)DS18B20温度反馈图6 系统控制结构Fig.6System Control Structure4.1增量式PID控制系统控制器的控制对象为步进电机,采用增量式PID算法对步进电机进行控制,控制器的输出为步进电机位移的增量。增量式PID算法的公式，如式(1)所示。Aug.2023(5)0(2)(k)=f(net2(k)(6)式中：2 0,一隐含层的权值;一隐含层神经元的序号，i=(15);上标(1)（2)、（3)表示的分别是BP神经网络结构的输人层、隐含层和输出层;f(x)一隐含层的Sigmoid激活函数,其表达式,如式(7)所示:e-
16、e*F(x)=et+ex输出层的输人net(3)和输出0(3),如式(8）、式(9)所示。net9(k)=2w20(k)1(7)(8)u(k)=u(k-1)+u(k)式中：u(k)、u(k-1)一增量式PID控制器第K次和第K-1次的输出；Au(k)一控制器的增量,具体形式,如式(2)所示。Au(k)=Kp(e(k)-e(k-1)+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2)式中:K,K,K,一PID控制的比例系数、积分系数和微分系数;e(k)、e(k-1)、e(k-2)一本次的冷却水出口温度偏差、前一次的冷却水温度偏差和前两次的冷却水温度偏差。4.2BP神经网络结构系统中采用标准的三层神经网络结构，隐含层的数目为1。冷却水的温度控制过程中的变量主要有设定温度、实际温度以及二者的偏差，所以输人层的神经元个数n设为3；输出层的神经元个数1确定为3个，分别对应增量式PID控制的三个参数；隐含层的神经元个数m的确定8),如式(3)所示。m=Vn+l+式中:一(1 10)之间的常数。隐含层的神经元个数m设为5,则系统中BP神经网络的结构，如图7 所示。设定温度x实际温度*，偏差输
