张超++阮方鸣+苏明++王珩++肖文君++伏钊

摘 要： 为了在静电放电测试仪中定量研究不同气压对非接触静电放电的影响，以STM32为核心设计了低气压自动控制系统，包含LCD、触摸屏、信号采集、驱动电路等硬件模块。分析控制系统的数学模型，针对系统非线性、时变性的特点设计以自适应模糊PID为核心的控制算法。由于控制系统的执行元件质量流量控制器输出受限易产生积分饱和，采用遇限削弱积分法对控制算法进行改进。通过Malab對改进后的自适应模糊PID和PID的控制过程进行仿真，结果表明自适应模糊PID控制具有更好的动态性能。

关键词： 静电放电测试仪； 低气压控制系统； STM32； 自适应模糊PID

中图分类号： TN386.7?34； TP273 文献标识码： A 文章编号： 1004?373X（2017）12?0169?03

Abstract： For the quantitative study on the influence of different pressures on noncontact electrostatic discharge （ESD） in ESD tester， a low?pressure automatic control system taking STM32 as the core was designed， which contains the LCD， touch screen， signal acquisition module， drive circut and other hardware modules. The mathematical model of the control system is analyzed. Aiming at the nonlinear and time?variation characteristics of the system， the control algorithm taking adaptive fuzzy PID as the core was designed. Snice it is easy to generate the integral saturation in mass flow controller of the control system executive component because of its limited output， the weakening integral method for limitation is used to improve the control algorithm. The improved adaptive fuzzy PID and PID control process are simulated with Matlab. The simulation results show that adaptive fuzzy PID control has better dynamic performance.

Keywords： electrostatic discharge tester； low?pressure control system； STM32； adaptive fuzzy PID

静电放电（ESD）是一种主要的电磁干扰，也是电子设备的严重威胁。工业、国防、航空航天、军事武器以及民用电子电器产品，都涉及电磁兼容静电放电的测试与危害防护问题[1]。实验表明气压对非接触静放电电流波形的峰值及斜率有较大的影响[2]，因此研究在不同气压环境下的静放电电流对研究静电放电的内在机理具有十分重要的意义。传统低气压控制系统多采用常规PID控制，但由于气体的可压缩性、气体管路存在摩擦、外部环境不断变化等原因，常规PID的运行效果并不理想。模糊PID控制融合了模糊控制和PID控制各自的优点，能自动辨识系统的运行状态并通过模糊推理在线调整PID参数，使参数随系统运行状况的变化而实时调整，因此更适用于非线性、时变的气控系统。

1 系统硬件设计

该低气压控制系统硬件上由静电放电测试仪真空实验箱、真空泵、质量流量控制器MFC（Mass Flow Controller）、气压传感器、STM32、电动调节阀、DAC驱动电路、LCD及触摸屏键盘等模块构成，如图1所示[3]。开始工作后STM32通过DAC的驱动电路控制调节阀打开，启动真空泵对真空实验箱抽气，实时采样真空实验箱内气压传感器的信号，根据设计的控制算法通过STM32的DAC驱动电路输出电压精确控制MFC的进气流量，实现抽气与进气的动态平衡，以此达到控制气压的目的[4]。

系统核心采用STM32F103ZET6芯片，其丰富的硬件资源和外部接口使它特别适用于工业控制。实时气压值在LCD上显示，LCD的控制器为ILI9341芯片，其采用8080接口与STM32进行通信，STM32使用FSMC（Flexible Static Memory Controller）的PSRAM模式模拟8080通信时序控制ILI9341。采用与LCD完全配套的触摸屏，在LCD上设计数字键盘，需要设定的气压值通过触摸屏输入。触摸屏采用四线电阻屏，控制器为TSC2046，STM32通过SPI接口直接与TSC2046通信。以此构成了一个操作方便的人机交互系统[5?6]。气压传感器采用MS5611?01BA03，它的量程为1～120 kPa，采样时间0.5 ms，误差为0.25 kPa。同时它也包含一个温度传感器，所得的气压值均通过温度补偿计算，结果更加准确。STM32通过I2C总线直接与传感器进行通信。

MFC用于精密控制流过的气体流量，流过的气体流量与其输入电压成正比，输入电压范围为0～5 V。STM32的DAC参考电压=3.3 V，此时DAC的电压输出范围为0.2～3.1 V，需通过外加驱动电路将输出电压范围扩大到0～5 V。为此，先用运放LM358设计一个电压放大电路。为消除DAC输出最小电压0.2 V的限制，在放大电路输入端再接一个由LM358构成的补偿电路，如图2所示，经计算该电路输出电压，满足控制要求。电动调节阀的输入控制电压范围为0～10 V，采用的驱动电路结构与图2一致，只需修改相应电阻的阻值就能达到控制要求。

2 系统软件设计

2.1 系统数学建模

根据MFC的特性，可得其数学模型为：

式中：为流过MFC的气体流量（单位为L/s）；U（t）为输入电压（单位为V）；为MFC的反应滞后时间（单位为s）；K为比例系数[7]。

机械真空泵在0.1～101.325 kPa范圍内的抽速（L/s）近似为常数，根据真空系统的抽气方程，在忽略真空实验箱漏放气的条件下得：

式中：P为实验箱内的气压（单位：Pa）；为真空泵入口处的压强（单位：Pa）；V为实验箱体积（单位：L）；为与真空泵管道长度直径有关的系数；1 atm为1个标准大气压[8]。将式（1）、式（2）代入式（3）求出数学模型的微分方程，该系统为二阶非线性系统。

2.2 自适应模糊PID

系统运行时根据采样气压值获得误差e和误差变化率ec，e与ec的基本论域均为[-6，6]，其中e的单位为kPa，ec的单位为kPa/s。隶属度函数均采用三角函数。输入/输出各变量模糊集论域均设为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。相应的基本模糊子集均设为{NB，NM，NS，ZO，PS，PM，PB}。e，ec乘对应的量化因子后将连续变量分级离散化[9?10]。在e，ec的精确量模糊化后，采用if…then…控制规则，根据模糊控制规则表得出输出量的模糊子集。获得输出模糊量后采用重心法解模糊。比例系数变化量、整定后的比例系数分别由式（4）、式（5）求出：

式中：为PID比例系数的初始值；为相应的比例因子；为解模糊后的输出值。同理可求整定后的系数[11?12]，。自适应模糊PID算法结构如图3所示。

2.3 抗饱和积分

当控制算法输出的控制量u（t）≤ 0时，MFC完全闭合。控制系统工作后，从标准大气压下降到设定的低气压过程中，误差e长时间为负，控制器中的误差积分长时间积累引起积分饱和，造成很大的超调。为此采用遇限削弱积分法抗积分饱和，当u（t）<0时，设置积分项的误差e为零，不积累负误差；当u（t）≥0时，积分项误差取实际的误差值。程序流程如图4所示。

3 控制系统Simulink仿真

在Matlab的Simulink环境中将上文已建立好的系统近似数学模型封装为子系统，分别建立PID和自适应模糊PID控制模型，如图5所示。

两条曲线在初始阶段重合是由于MFC闭合及其响应滞后。仿真结果显示经过抗积分饱和改进后的控制算法的超调明显小于没有经过抗积分饱和改进的控制算法；在两幅图中，模糊PID的超调均小于PID，调节时间均短于PID；在抗积分饱和改进后的控制中，模糊PID的超调为13%，调节时间为223 s，PID的超调为15%，调节时间为314 s 。

4 结 语

在静电放电测试仪的基础上利用STM32丰富的硬件资源对低气压控制系统进行了软硬件的设计，该系统能在20～101.325 kPa范围内对静电放电测试仪内的气压进行控制。设计了抗积分饱和的自适应模糊PID控制器，使控制系统具有调节时间短、超调小的优点。

注：本文通讯作者为阮方鸣。

参考文献

[1] 阮方鸣，章俊华，陈辉林，等.非接触静电放电测试低重复特性分析研究[J].电波科学学报，2014，29（5）：941?944.

[2] 阮方鸣，章俊华，杨向东，等.静电放电参数随电极移动速度和空气压强变化的特性分析[J].环境技术，2014（z1）：15?18.

[3] 田玉，何西常，关立哲，等.柴油机低气压模拟控制系统设计[J].电气传动，2014，44（3）：68?71.

[4] 陈涛，金仁成，张凤田，等.基于Matlab的微气压传感器测试系统的气压控制仿真[J].传感技术学报，2006，19（5）：1871?1874.

[5] 刘火良，杨森.STM32库开发实战指南[M].北京：机械工业出版社，2013.

[6] 赵静龙.基于STM32大气压强变送器设计[J].电气技术，2014（8）：80?82.

[7] 林永奔，李勇滔，李超波，等.基于PSS刻蚀平台的真空微气压控制研究[J].光电工程，2013，40（20）：93?99.

[8] 张以忱.真空系统设计[M].北京：冶金工业出版社，2012.

[9] 鲁雄文.模糊PID控制系统的设计与研究[J].现代电子技术，2014，37（4）：146?149.

[10] 黄运生，张少华，陈学，等.还原气体流量的模糊自适应控制[J].电气传动，2009，39（8）：48?51.

[11] 张胜生，胡丹，宋春华.模糊PID控制在硫化机温度控制中的应用[J].仪表技术与传感器，2012（10）：73?75.

[12] 常建东，虎恩典，赵文贤，等.基于PID参数自整定的液位控制系统设计及其实现[J].现代电子技术，2016，39（5）：152?154.