程 暉，李成良

(大連海洋大學(xué)應(yīng)用技術(shù)學(xué)院，遼寧大連116300)

1 引言

邏輯門屬于數(shù)字集成電路里基本邏輯元件之一?！伴T”即為開關(guān)，其可以根據(jù)相應(yīng)的條件控制信號的通過情況[1]。門電路的輸入與輸出之間具備對應(yīng)的邏輯關(guān)系，邏輯關(guān)系可理解為因果關(guān)系，因此門電路也叫邏輯門電路[2]。邏輯門電路的故障主要因交流電換向控制失誤出現(xiàn)供應(yīng)失衡，且該種故障易導(dǎo)致所屬系統(tǒng)運(yùn)行出現(xiàn)崩潰[3]。因此，邏輯門電路交流電換向合理控制十分關(guān)鍵。

傳統(tǒng)PID控制原理較為簡單，且穩(wěn)定性與可靠性均較為顯著，在冶金領(lǐng)域、機(jī)械領(lǐng)域、電力領(lǐng)域中被廣泛使用[4]。因現(xiàn)代工業(yè)與科學(xué)技術(shù)的快速發(fā)展，被控目標(biāo)的復(fù)雜性逐漸變大，很多被控目標(biāo)具有不確定性、非線性，不能構(gòu)建準(zhǔn)確的數(shù)學(xué)模型，傳統(tǒng)PID控制逐漸難以滿足實(shí)際控制的需要。相關(guān)研究人員也對PID控制進(jìn)行改進(jìn)，單神經(jīng)元PID控制應(yīng)運(yùn)而生，可以克服上述問題。單神經(jīng)元PID控制方法使用自適應(yīng)規(guī)則，可讓PID控制器具備人腦的認(rèn)知、學(xué)習(xí)能力。為此，本文提出基于單神經(jīng)元PID的邏輯門電路交流電換向控制方法，保證邏輯門電路的正常運(yùn)行。

2 邏輯門電路交流電換向控制方法設(shè)計

2.1 基于泛序測試法的邏輯門電路故障診斷方法

測試數(shù)字集成電路里邏輯門電路是否存在故障是維持?jǐn)?shù)字系統(tǒng)正常工作的核心，也屬于邏輯門電路交流電進(jìn)行換向的前提。若邏輯門電路交流電換向異常，容易導(dǎo)致羅門電路出現(xiàn)故障[5，6]。為此，本研究基于測試?yán)碚摰慕嵌确治觯褂梅盒驕y試法能夠打破測試次序的約束，降低邏輯門故障檢測的難度。根據(jù)邏輯門電路故障的實(shí)時診斷結(jié)果，可為邏輯門電路交流電換向奠定良好的基礎(chǔ)，從而實(shí)現(xiàn)高效控制。

2.1.1 最小完全檢測測試集

將被控制目標(biāo)的邏輯門電路設(shè)成G，那么可得到邏輯門電路的輸入矢量如下

Y=(y1，y2，…，yi，…，ym)

(1)

輸出矢量是

g=(g1，g2，…，gi，…，gm)

(2)

上述各項公式中，m表示矢量數(shù)量。此電路的邏輯函數(shù)設(shè)成R，則存在g=R(y)，此處的R(y)代表輸入矢量的邏輯函數(shù)。

假設(shè)輸入矢量的一組矢量值為Y′h，如果針對隨機(jī)一個輸出矢量g而言，存在R*(Yjh)≠R(Yjh)，這里的Yjh代表測試程序，那么此時被測電路R*存在故障。反之，如果針對隨機(jī)一個輸出矢量g而言，R*(Y)=R(Y)時，那么被測電路R*不存在故障。本文以邏輯門電路的故障檢測作為案例實(shí)施說明。邏輯門電路的故障表G詳細(xì)信息見表1。

表1 邏輯門電路的故障表G詳細(xì)信息

表1中，g0代表正常輸出，邏輯門電路單故障輸出值描述為g10-g31。y1固定為0的故障輸出函數(shù)為g10。y2固定為0的單故障為g20，g21為y2固定為1的單故障。當(dāng)y1、y2都為0時，單故障即為g30；當(dāng)y1、y2都為1時，單故障為g21。

綜上所述，假設(shè)邏輯門單輸出電路的輸入變量是y1，y2，…，ym，則正常邏輯門電路輸出函數(shù)如下所示

g=g(y1，y2，…，ym)

(3)

假設(shè)存在故障的邏輯門電路輸出為gb0，gb1，…，gbj，各個邏輯門電路輸出可能存在的故障為bj。針對隨機(jī)一種故障bi的完全測試集必須符合式(4)條件

g(ym)+gbi=1

(4)

式(4)中，邏輯門電路輸出值是gbi、gbj，且i=1，2，…，2m，j=2×(2m+1)。如果gbi=gbj，便能夠合并2個輸出值，此時故障表G*得以簡化，具體的簡化結(jié)果如表2所示。

表2 簡化后故障表

把故障表分成測試矩陣Y、輸出矢量矩陣W、故障矩陣G。如果輸入變量以測試矩陣Y組合模式輸入，電路不存在故障，在輸出端將得到W矩陣，存在故障便會得到G矩陣，過程如式(5)所示：

(5)

對故障檢測矩陣實(shí)施化簡，刪掉其中劣勢行與列[7]，從而得到化簡后測試矩陣如下

(6)

矩陣中，(01)組合能夠檢測故障g20、g30；矩陣中(10)組合能夠檢測故障g10、g30；(00)組合能夠檢測故障g11。

假定測試矩陣Y與故障G′之間的關(guān)系為S，設(shè)定Y=(0，1，2，3)與G′=(g10，g11，g20，g30)之間的關(guān)系如式(7)所示

S={(0，g10)，(1，g11)，(2，g10)，(3，g30)}

(7)

2.1.2 泛序測試法和故障診斷樹

根據(jù)邏輯門電路可能存在的單故障，結(jié)合最小完全檢測測試集和故障表可以建立診斷樹，診斷樹詳情如圖1所示。

圖1 故障診斷樹

故障診斷樹中，測試邏輯門電路輸入序列是{(00)，(01)，(10)}，邏輯門電路輸出序列是{0，1，1}，g0代表此邏輯門電路不存在故障，但邏輯門電路剩下的輸出序列都屬于單故障。比如邏輯門電路輸出序列是{011}，便是故障g20；邏輯門電路輸出序列是{010}，便是故障g10；{00}代表故障g30。因此，可按照邏輯門電路輸出序列便可準(zhǔn)確判斷單故障類型[8，9]。在此基礎(chǔ)上，本研究使用泛序測試法設(shè)置測試順序，把檢測的單故障通過故障樹進(jìn)行故障類型診斷。

2.2 故障電路交流電換向控制過程設(shè)計

2.2.1 神經(jīng)元數(shù)學(xué)模型

神經(jīng)元PID控制能夠按照邏輯門電路交流電遞進(jìn)信號與邏輯門電路交流電輸出結(jié)果的積分比例、微分系數(shù)的學(xué)習(xí)速率以及神經(jīng)元比例系數(shù)，調(diào)節(jié)控制器權(quán)值，實(shí)現(xiàn)邏輯門故障電路交流電換向控制，使邏輯門電路快速恢復(fù)正常。

神經(jīng)元數(shù)學(xué)模型如圖2所示。

圖2 神經(jīng)元數(shù)學(xué)模型

圖2中，a1，a2，…，am代表神經(jīng)元輸入數(shù)據(jù)；?1，?2，…，?m代表權(quán)重值；v、m分別代表神經(jīng)元輸出與神經(jīng)元輸入狀態(tài)的維數(shù)；O代表神經(jīng)元比例系數(shù)。

2.2.2 單神經(jīng)自適應(yīng)PID控制器和學(xué)習(xí)算法

圖3 單神經(jīng)元自適應(yīng)PID控制器結(jié)構(gòu)

單神經(jīng)元自適應(yīng)PID控制器結(jié)構(gòu)如圖3所示。圖3中，qi(o)表示遞進(jìn)信號。神經(jīng)元存在3個輸入量ai(o)，其中，i=1，2，3。邏輯門電路交流電換向器的輸入描述的是期望輸出和控制給定值的偏差度。如果設(shè)定控制給定值設(shè)成br(o)，并將輸出與偏差分別設(shè)成b(o)、c(o)，通過邏輯門電路交流電換向器換向后變成神經(jīng)元學(xué)習(xí)控制所用的狀態(tài)a1、a2、a3，a1(o)=c(o)，a2(o)=Δc(o)，a3(o)=c(o)-2c(o-1)+c(o-2)，s(o)=c(o)，s(o)代表性能指標(biāo)。

神經(jīng)元使用關(guān)聯(lián)檢索的模式建立控制信號，則可得到自適應(yīng)神經(jīng)元的輸出信號v(o)如式(8)所示

(8)

式(8)中，神經(jīng)元輸入量ai(o)的加權(quán)系數(shù)用?i(o)表示。

單神經(jīng)元自適應(yīng)控制器可調(diào)節(jié)加權(quán)系數(shù)完成自適應(yīng)與自組織功能[10]。本研究考慮到加權(quán)系數(shù)?i(o)和神經(jīng)元的輸入、輸出以及輸出偏差三者相關(guān)函數(shù)存在關(guān)聯(lián)性，所以，使用有監(jiān)督的Hebb學(xué)習(xí)規(guī)則：

?i(o+1)=(1-d)?i(o)+βqi(o)

(9)

qi(o)=s(o)v(o)ai(o)

(10)

上述各項公式中，β、d分別表示學(xué)習(xí)速率、常數(shù)。

在此基礎(chǔ)上，將單神經(jīng)元自適應(yīng)PID控制器的性能指標(biāo)設(shè)成輸出誤差的二次方，則可得到性能指標(biāo)函數(shù)如式(11)所示：

(11)

將加權(quán)系數(shù)?i(o)的修正方向順著P1變小的方向進(jìn)行檢索調(diào)節(jié)，由此可得到?i(o)的調(diào)節(jié)量如式(12)所示

(12)

式(12)中，βi表示學(xué)習(xí)速率。由于在PID控制過程中，如果使用近似符號函數(shù)取代P，對邏輯門電路交流電換向控制效果會存在負(fù)面影響[11，12]。為此，調(diào)節(jié)學(xué)習(xí)速率βi對其實(shí)施規(guī)范化，該過程如式(13)所示

(13)

(14)

3 實(shí)驗結(jié)果與分析

為驗證上述設(shè)計的基于單神經(jīng)元PID的邏輯門電路交流電換向控制方法的有效性，在MATLAB仿真平臺中對其應(yīng)用性能展開模擬測試。

3.1 故障診斷效果測試

以型號為OB3000I5的發(fā)電機(jī)為實(shí)驗對象，首先利用本文方法對其邏輯門電路故障進(jìn)行診斷。邏輯門電路故障信息如表3所示。

表3 邏輯門電路故障信息

利用本文方法對表3中的8種故障類型進(jìn)行診斷，結(jié)果如表4所示。

由表4可知，利用本文方法得到的對發(fā)電機(jī)邏輯門電路故障診斷結(jié)果和事實(shí)相符，可實(shí)現(xiàn)實(shí)時診斷發(fā)電機(jī)邏輯門電路故障，且診斷過程無時延。

3.2 交流電換向控制效果測試

在本文方法的應(yīng)用過程中，單神經(jīng)元PID控制器的參數(shù)設(shè)定十分關(guān)鍵，其對神經(jīng)元的學(xué)習(xí)與控制效果均存在重要的影響。單神經(jīng)元PID控制器的學(xué)習(xí)速率直接影響著單神經(jīng)元PID控制器的穩(wěn)定性與快速性。

實(shí)驗對象的功率因數(shù)為0.8，正常電壓為220V。設(shè)定發(fā)電機(jī)分別是空載空轉(zhuǎn)、突加負(fù)載的運(yùn)行模式。在經(jīng)過仿真矯正后，利用本文方法對發(fā)電機(jī)在兩種運(yùn)行狀態(tài)下邏輯門電路交流電換向過程進(jìn)行控制，效果如圖4、圖5所示。

表4 本文方法診斷結(jié)果

圖4 空載空轉(zhuǎn)狀態(tài)下控制效果

圖5 突加負(fù)載狀態(tài)下控制效果

由圖4、圖5顯示，發(fā)電機(jī)空載空轉(zhuǎn)、突加負(fù)載狀態(tài)下，本文方法控制前，因該發(fā)電機(jī)邏輯門電路交流電換向異常，致使發(fā)電機(jī)電壓未達(dá)到正常電壓值，且經(jīng)過計算，該發(fā)電機(jī)的正常電流值為540A，而本文方法控制前，該發(fā)電機(jī)的電流也不符合此數(shù)值標(biāo)準(zhǔn)，所以發(fā)電機(jī)將出現(xiàn)電壓過大或過小、電流不足或過量的情況。而本文方法控制發(fā)電機(jī)邏輯門電路交流電換向后，該發(fā)電機(jī)的電壓與電流均滿足標(biāo)準(zhǔn)，邏輯門電路將不會出現(xiàn)故障。由此證實(shí)，本文方法可合理控制邏輯門電路交流電換向問題，保證邏輯門電路正常。

測試本文方法在診斷控制邏輯門電路存在故障后，對邏輯門電路交流電的控制效率，以表4信息為基礎(chǔ)，測試本文方法的控制效率，結(jié)果如表5所示。

表5 本文方法控制效率測試結(jié)果

由表5顯示，該發(fā)電機(jī)邏輯門電路出現(xiàn)故障后，本文方法可在較短時間內(nèi)對該發(fā)電機(jī)邏輯門電路交流電實(shí)施換向控制，保證該發(fā)電機(jī)邏輯門電路正常運(yùn)行。控制耗時最大值為22s，速度極快。由此驗證本文方法對邏輯門電路交流電換向控制效率較高。

4 結(jié)語

單神經(jīng)元PID控制是近幾年新出現(xiàn)的仿人工智能控制技術(shù)，其能夠使用人的經(jīng)驗知識實(shí)現(xiàn)智能控制，對控制目標(biāo)的結(jié)構(gòu)不存在嚴(yán)格的要求。本文利用單神經(jīng)元PID控制的優(yōu)勢，提出并設(shè)計了一種基于單神經(jīng)元PID的邏輯門電路交流電換向控制方法，對邏輯門電路交流電換向這一抽象問題進(jìn)行專題研究，并通過實(shí)驗驗證本文方法對發(fā)電機(jī)邏輯門電路故障診斷結(jié)果和事實(shí)相符，可實(shí)時診斷發(fā)電機(jī)邏輯門電路故障，診斷過程無時延。同時，在利用本文方法控制發(fā)電機(jī)邏輯門電路交流電換向后，發(fā)電機(jī)的電壓與電流均滿足標(biāo)準(zhǔn)，邏輯門電路故障率較低，且在發(fā)電機(jī)邏輯門電路出現(xiàn)故障后，本文方法可在最短時間內(nèi)對該發(fā)電機(jī)邏輯門電路交流電實(shí)施換向控制，保障發(fā)電機(jī)邏輯門電路能夠恢復(fù)正常運(yùn)行狀態(tài)。