王德明, 隋修武, 张 杨, 万凯新, 石 峰
1.天津工业大学机械工程学院,天津300387
2.天津工业大学天津市现代机电装备技术重点实验室,天津300387
超细医用可吸收缝合线以其可被人体吸收的特点倍受整形美容行业的欢迎.随着医疗行业的发展,超细缝合线的市场需求不断扩大[1],但其制备材料存在成形差、不易制备的缺点,导致国产超细缝合线的产能利用率较低.从国内外的研究情况[2]来看,超细缝合线的成形过程连续、成形速度快.国际标准中对超细缝合线的线径指标要求严格[3].文献[4]提出的超细缝合线线径控制方法虽能生产出符合标准的缝合线样本,但线径检测系统的采样速度慢,且控制算法中缺少辨识模型,导致算法处理周期长,在线辨识效果差.此外嵌入式系统中央处理器负荷较大,易造成“死机”等现象.
本文根据超细可吸收缝合线成形工艺的特点,提出了一种超细缝合线线径在线快速测量与高精度控制的方法[5],实现了线径的快速在线非接触测量.首先改进了原始广义预测控制(generalized predictive control,GPC)控制算法,引入递推最小二乘法进行超细缝合线成形系统的参数辨识,以加快在线辨识速度;然后优化控制算法,考虑到了系统滞后造成的影响.该方法提高了线径控制效果,保证了超细缝合线的精确成形.
超细缝合线的成形控制系统流程图如图1所示.
图1 超细缝合线的成形控制系统流程图Figure1 Flowchart of ultra-fine sutures forming system
本控制系统采用控制变量法,通过调节喷丝装置的喷丝速度来控制成品缝合线的直径.图2为控制系统框图,其中控制模块以嵌入式系统STM32F103ZET6 为核心,并搭载具有更好的自适应性和控制效果的GPC 算法进行线径的闭环控制[6].线径快速测量模块采用电荷耦合器件(charge-coupled device,CCD)传感器TCD1209D 和高速A/D 转换器AD9822 相结合的测量方法,以提高检测精度和检测速度,实现对线径的高精度在线测量.喷丝装置能够调节直流电机转速,驱动反串联双柱塞泵,调节喷丝针孔出口混合液的速度,控制超细缝合线直径.线径控制模块将线径快速测量模块在线检测的线径值作为反馈输入,利用改进的GPC 算法对线径设定值和检测值进行比较,并以计算出的最优控制量输出调节喷丝电机转速,实现超细缝合线直径的闭环控制,从而提高成品缝合线的线径均匀性.
图2 超细缝合线精确成形控制系统总体结构Figure2 General structure of control system for precision forming of ultra-fine suture
线径快速测量模块原理如图3所示.光源照射到缝合线上,投影到CCD 相敏面上,由TCD1209D 图像传感器采集,利用AD9822 进行A/D 转换,然后由嵌入式系统采集A/D 转换结果,并通过软件二值化算法计算实际线径值.
图3 线径在线测量原理图Figure3 Schematic of line diameter online measurement
超细缝合线成像原理[4]如图4所示.
图4 超细缝合线成像原理Figure4 Principle diagram of ultra-fine suture imaging
CCD 相敏面可根据光照强弱产生不同的电信号,对输出的电信号进行采集处理即可算出待测缝合线的直径[7].
TCD1209D 具有2 048 个像元,每个像元大小为14µm×14µm,故最大可检测的直径宽度L为
放大倍率β为
式中,F为水平视场的宽度,对应被测线的直径.由缝合线成形工艺确定F=4 mm.
TCD1209D 的驱动脉冲较为复杂,时序要求严格.本文由编程逻辑器件EPM240T100C5N产生TCD1209D 和AD9822 的驱动脉冲.
EPM240T100C5N 的时钟CLK 为50 MHz,经过计数与分频后,首先产生AD9822 的三路驱动脉冲ADCCLK、CDSCLK1 和CDSCLK2,频率为2 MHz,其中ADCCLK 为控制A/D的采样频率.然后产生TCD1209D 的转移脉冲SH 以及互为反相的驱动脉冲CR1 与CR2,频率为1 MHz,占空比为1:2.最后产生TCD1209D 的脉冲RS 与CP 的频率为1 MHz,占空比为1:8[8].在Quartus II 编译环境下,基于VHDL 语言编写的TCD1209D 和AD9822 的驱动程序的仿真波形如图5所示,其时序相位关系符合要求.
图5 CPLD程序仿真波形图Figure5 CPLD program simulation waveform
2.3.1 AD9822 配置
高速A/D 转换芯片AD9822 是一款适合CCD 成像应用的数据采集处理器,在单通道模式下的最大采样率可达12.5 MHz,完全满足TCD1209D 输出信号的采样要求.根据缝合线的成形工艺将AD9822 配置为单通道相关双采样(correlated double sample,CDS)模式[9],由STM32 的SPI 通信总线写入操作时序SLOAD、SDATA、SCLK,其时序关系如图6所示.
图6 串行写入操作时序关系图Figure6 Timing diagram of serial write operation
随后利用STM32 采集A/D 转换结果.再选用DMA 传输方式以加快采集速度,并减小CPU 的负荷,便于改进GPC 算法的运行.最后采用拟合曲线微分算法计算缝合线直径.
2.3.2 缝合线直径计算
取3-0 号缝合线,用缝合线在线测量系统进行测量,数据经过曲线拟合后如图7所示.其中凹陷部分边界所在像元位置N1、N2分别为753 和946,凹陷部分即缝合线遮挡部分.
式中,L0为CCD 图像敏感单元的尺寸,d′为计算线径,故实际线径d为
图7 数据拟合曲线Figure7 Data fitting curve
本控制系统引入递推最小二乘法辨识系统参数对原始GPC 算法[10]进行改进,并加入多步预测的计算方法解决系统滞后[11].通过线径测量值与设定值来计算控制量,由STM32 的片内DAC 输出控制量,控制喷丝电机转速.将改进GPC 算法应用于超细缝合线成形系统的闭环控制中,改进GPC 算法的结构图如图8所示.
改进GPC 算法采用受控自回归积分滑动平均(controlled auto-regressive integrated moving average,CARIMA)模型将被控对象描述为
图8 超细缝合线的改进GPC算法结构图Figure8 Structure diagram of ultra-fine suture diameter for improved GPC algorithm
式中,u(k) 和y(k) 分别为被控对象的输入和输出,q-1为后移算子,A(q-1)、B(q-1) 和C(q-1)是后移算子q-1的多项式,Δ表示差分算子,ζ(k)为白噪声[12].
改进GPC 算法的计算过程如下:
1)模型参数在线辨识
首先在线辨识出A(q-1)、B(q-1)、C(q-1)的模型系数.
取na=2,nb=1,nc=0,d=2,N=5,经过整理得到被控对象模型为
式中,y(k)为线径测量值,u(k-1)为控制喷丝装置电机转速的电压,a1(k)、a2(k)、b0(k)、b1(k)为待辨识参数,ζ(k)为噪声.
然后构造向量
式中,θ(k)为参数向量,φ(k)为信息向量[13].
最后计算残差
式中
递推最小二乘法的递推公式为
式中,K(k)为卡尔曼增益向量;P(k)为误差的协方差矩阵,用于更新系统参数估计值.
2)计算预测输出Ym
改进GPC 算法在k+j时刻的预测输出为
式中,Δu(k+j)是控制量的增量,d为系统的滞后,A、B为5 行2 列的系统参数矩阵.
3)计算参考轨迹Yr
改进GPC 算法的参考输出为
式中,ym(k+d) 为k时刻后d步的预测输出,yr(k+d+j) 为k时刻后d+j步的参考输出,d为系统的滞后时间,α为柔化因子,S为设定值.取d=2,α=0.3,S=1.
4)构造矩阵G
改进GPC 算法k时刻的优化性能指标的最小二乘解为
式中,I为单位矩阵,得到矩阵G为
5)计算gT
gT为矩阵(GTG+rI)-1GT的第1 行元素组成的向量.
6)计算最佳控制量
改进GPC 算法的最佳控制量为
改进GPC 算法流程图如图9所示.改进GPC 算法增强了原始算法的自适应性,同时加快了辨识速度,提高了控制的实时性.
图9 改进GPC算法流程图Figure9 Flow chart of improved generalized predictive control algorithm
美国药典第32 版所规定的指标要求如表1所示.
表1 美国药典第32版规定的指标要求Table1 Index requirements for the 32ed edition of the United States Pharmacopoeia mm
将基于DMA 的线径快速测量技术与改进GPC 算法的高精度控制技术应用在JK1601型纺丝机上进行线径控制实验,并将生产出的样本缝合线与表1中的线径指标要求进行对比分析.
实验中,取5 根生产的2-0、3-0 号样本缝合线,在每根样本缝合线的1/3,2/3 和1/2 处用螺旋测微器测量多次并计算平均值,最终结果如表2所示.
表2 测量结果Table2 Measurement results
将表2中的测量结果与表1中美国药典第32 版中规定的2-0、3-0 号缝合线指标要求进行对比分析可知,本文所设计的超细缝合线直径控制技术生产的超细缝合线具有良好的直径均匀性,能够符合美国药典第32 版的要求.
本文以系统时钟为基准进行线径控制效率测试实验.实验中选择纺丝的盘卷速度为1.2 m/min,经过多次测试得到本控制系统完成1 次线径检测所需时间为336.25 ms,完成1 次线径控制所需时间为391.46 ms.选用相同方法测得原始控制系统完成1 次线径检测所需时间为604.73 ms,完成1 次线径控制所需时间为763.43 ms.经过对比分析可以看出,本控制系统的线径控制时间明显缩短,控制效率有所提高,可满足实际生产的要求.
本文提出了一种将线阵CCD 与AD9822 相结合的线径快速测量技术,成功解决了超细缝合线线径检测速度慢等问题,并提高了检测精度.通过改进GPC 算法进行线径的闭环控制,增强了原始算法的自适应性,优化了控制效果.实验表明,将基于DMA 的线径快速测量技术与改进GPC 算法的高精度控制技术应用在JK1601 型纺丝机上,提高了线径的均匀性和控制效率,实现了对纺丝成形过程的实时监测,满足了实际工作的需求.