摘要
压力是海洋探测的基本要素之一，如水下机器人的精准定位、海啸预警等场合均需要精确测量深海压力，这就要求压力传感器在超大量程下依然能保持高测量精度，而大量程高精度对传感器的研制是一个巨大的挑战。为了实现深海压力的精确测量，本课题组设计了一种新型的基于液体可压缩性和压力平衡式的活塞式压力传感器。为使该传感器能够高精度实时跟随外部环境压力，本文以其为研究对象对控制系统进行了研究，主要内容如下： 对该活塞式压力传感器的结构和工作原理进行了介绍和分析，根据该传感器的工作目标，设计了基于该传感器的压力控制系统。 分析了液体体积弹性模量随压力和含气量两个因素的变化特性，结果表明当含气量一定时，液体体积弹性模量会随所处压力增大而增大。液体体积弹性模量的变化会直接导致该活塞式传感器系统呈现非线性特性，而这会影响压力传感器跟随外部压力的能力。 针对活塞式压力传感器压力控制系统存在的非线性、参数时变性问题，设计了BP神经网络PID控制器,利用BP神经网络的在线自学习能力，对常规PID控制器的参数进行在线的自动调节。对系统的机械传动机构、液压缸、电机等模块建立数学模型，得到了系统整体的近似数学模型。最后在MATLAB中对BP神经网络PID控制器与常规PID控制器进行了阶跃响应与正弦响应的仿真对比实验，验证了BP神经网络PID控制器的有效性。 利用搭建的实验平台分别进行了系统特性分析实验、BP算法可靠性实验和测试系统对外界压力的跟随性能实验。系统特性分析实验结果表明，液体体积弹性模量会随着所处压力的增加而变大，使得系统具备非线性、时变性的特点，且当所处压力范围越小时液体体积弹性模量变化量越大，此时传感器系统呈现越显著的非线性特性；BP算法可靠性实验结果表明，与常规PID控制相比，BP神经网络PID的调整时间和超调量均有所减小,其动态响应能力得到提高。0.4MPa~1.4MPa压力范围、压力变化率对应0.5m/s、5m/s、10m/s的三个正弦信号的压力跟随实验结果表明系统响应误差随外界环境压力变化速度的增大而增大，追随速度为0.5m/s的正弦压力时最大误差为11.7KPa，当追随速度为5m/s的正弦压力时最大误差为26.98KPa，追随速度为10m/s的正弦压力时最大误差为47.2Kpa，结果表明所设计的压力控制系统能够实现对于外部压力的高精度跟随控制。
NETL