基于PSO的半导体激光器PIDNN解耦控制研究

论文摘要

由于半导体激光器对温度和驱动电流非常敏感，对半导体激光器系统的温度和电流控制显得尤为重要。在研究半导体激光器系统的温度和电流控制问题时，发现温度和输出光功率间存在一定的耦合影响，为了提高半导体激光器的控制精度和性能，本文对半导体激光器的解耦控制展开了相关研究。系统选用DSP作为核心控制器，并设计出恒流源的驱动电路、温度控制电路和隔离保护电路提高半导体激光器系统的稳定性。半导体制冷器(TEC)是半导体激光器主要温控执行器件，根据TEC的能量守恒和工作原理，建立LD系统的耦合机理模型；同时通过实验的手段研究不同的输入信号条件下的系统实验耦合模型，并对机理模型加以验证和修正。在建立了系统模型的基础上，分别采用顺向和逆向前馈补偿解耦控制方法对半导体激光器的仿真控制。但考虑到在机理建模的过程中，常忽略了模型的复杂性和环境的不稳定性，因此本文选用无需耦合模型的PID神经元网络解耦控制方法对系统进行仿真，为了保证神经元网络解耦控制方法的收敛性和收敛速度，采用微粒子群算法(PSO)进行优化，将半导体激光器系统的前馈补偿解耦方法和基于微粒子群算法的神经元网络解耦所得的结果进行对比，分析几种解耦控制方法的优缺点。实验结果表明：基于PSO的PIDNN解耦控制方法有很好的控制效果，极小的超调量和过渡时间，极强的自适应能力，满足系统要求。在常温下，半导体激光器解耦系统能够在25秒内将输出光功率的波动控制在±0.01W，在80秒内将温度稳定在±0.1℃以内。文章最后分析了系统当前存在的问题和改进的方向。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究的目的及意义
• 1.2 国内外研究现状
• 1.2.1 半导体激光器的发展应用
• 1.2.2 解耦控制方法研究现状
• 1.3 主要研究内容和方案
• 1.3.1 主要研究内容
• 1.3.2 研究方案
• 第二章 系统硬件电路设计
• 2.1 半导体激光器控制系统总体方案设计
• 2.2 系统的驱动电流控制
• 2.2.1 DSP 控制的恒流源驱动电路
• 2.2.2 光功率采样电路
• 2.3 LD 温度控制系统
• 2.3.1 温控装置图
• 2.3.2 TEC 温控电路
• 2.3.3 温度采样电路
• 2.4 系统的 DSP 控制与控制面板
• 2.4.1 主控芯片
• 2.4.2 键盘接口电路
• 2.4.3 显示电路
• 2.5 小结
• 第三章 半导体激光系统耦合模型的建立
• 3.1 半导体激光器耦合机理模型的建立
• 3.2 半导体激光器实验耦合模型的测试
• 3.2.1 半导体激光器实验模型的分析与建立
• 3.2.2 TEC 电流与半导体激光器温度、输出光功率耦合模型
• 3.2.3 半导体激光器驱动电流与温度、输出光功率耦合模型
• 3.3 小结
• 第四章 半导体激光系统前馈补偿解耦
• 4.1 前馈补偿解耦控制
• 4.1.1 多变量解耦控制理论
• 4.1.2 顺向前馈补偿解耦控制理论
• 4.1.3 逆向前馈补偿解耦控制理论
• 4.2 前馈补偿解耦控制系统 Simulink 仿真
• 4.3 小结
• 第五章 基于 PSO 的 PIDNN 解耦控制
• 5.1 PID 神经元网络
• 5.1.1 PID 控制方法
• 5.1.2 PID 神经元网络结构算法
• 5.2 微粒子群算法
• 5.3 基于 PSO 的 PIDNN 半导体激光器解耦系统
• 5.4 小结
• 第六章 实验与结论
• 6.1 半导体激光器温度和光功率解耦控制实验
• 6.1.1 实验原理和目的
• 6.1.2 实验仪器
• 6.1.3 实验内容
• 6.2 结论与展望
• 参考文献
• 致谢
• 发表论文和参加科研情况说明