微型燃气轮机燃烧控制器及控制方法

1.一种微型燃气轮机燃烧控制器，其特征在于该控制器包括有中央控制器即CPU， CPU通过接口电路与外部控制电路联接，其中CPU中的A/D转换器输入端与压力传感器、 大气温度传感器、透平温度传感器通过各自的变送电路的输出端相接，同时与值班喷嘴， 工作喷嘴输出端相接；CPU输出端通过二路D/A转换器与两个燃料调节阀相接；CPU中 的捕获单元CAP输入端与转速传感器输出端相接；CPU的I/O输入端与光电耦合器相接， 其I/O输出端与二路驱动电路相接，驱动电路各自连接继电器、放气阀和点火线圈。
2.权利要求1所述的微型燃气轮机燃烧控制器的控制方法，其特征在于该控制器 是由中央控制器CPU输出控制给油量、控制温度的电流信号到燃烧室，实现对燃烧室通 过传感器实现对燃烧室温度和给油量的控制，同时通过转速传感器和温度传感器所获得 燃机转速、燃烧室温度量的电流信号，再反馈给中央控制器CPU，实现闭环控制；该控 制方法包括有以下步骤：
(1)系统初始化和自检；
(2)燃烧器点火；
(3)功率闭环调节；
(4)燃烧停机控制；
(5)燃机性能指标实时监控。
3.按权利要求2所述微型燃气轮机燃烧控制器的控制方法，其特征在于所说的步 骤(1)系统初始化和自检按下列步骤执行：
(1)分配好程序存储空间和数据存储空间；
(2)定义程序中所用到的所有变量和常量；
(3)对系统配置寄存器和系统状态寄存器进行初始化；
(4)系统内存自检；
(5)I/O端口初始化；
(6)将表格数据和设置好的系统参数从EEPROM传送到RAM中；
(7)执行A/D采样程序，检查喷嘴阀位；
(8)如自检成功，流程结束；如自检失败，紧急停机。
4.按权利要求2所述微型燃气轮机燃烧控制器的控制方法，其特征在于所说的步 骤(2)燃烧器点火控制过程为：燃烧器被启动电机拖动至点火转速时，点火线圈开始 打火，值班喷嘴打开，向燃烧室内送入燃料，8秒后，停止打火，根据此时燃烧室温度 判断点火成功或者点火失败。
5.按权利要求2所述微型燃气轮机燃烧控制器的控制方法，其特征在于所说的步 骤(3)功率闭环调节控制过程为：该控制是通过函数计算实现的，燃烧控制器进入闭 环调节阶段，根据控制器输入层神经元的输入与输出、隐含层神经元的输入与输出、输 出层神经元的输入与输出计算，并设计比例(P)、积分(I)、微分(D)函数形式，进行PID 调节，直到目标函数J(k)＝E(k)≤ε，ε为大于0的常数，系统达到稳定，此时达到对比 例(P)、积分(I)、微分(D)参数的动态调整，最后以控制燃料阀开关量实现对燃机的控 制。
6.按权利要求2所述微型燃气轮机燃烧控制器的控制方法，其特征在于所说的步 骤(4)燃烧停机控制过程为：当燃烧控制器进入停机控制，首先判断接收到的是正常 停机还是紧急停机，当燃烧控制器接到熄火指令后执行正常停机时，先关闭与CPU输出 模块的连接，向主控单元CPU申请，经同意后关闭值班喷嘴和工作喷嘴；当燃烧控制器 接到紧急停机指令时，直接关闭工作喷嘴和值班喷嘴，并向主控单元发回信号指令，立 即停机。
7.按权利要求2所述微型燃气轮机燃烧控制器的控制方法，其特征在于所说的步 骤(5)燃烧性能指标实时监控控制过程为：对透平出口温度、温升率和加速度，这三 个量实时检测，并根据检测量的大小，作出事先定标的调节。

技术领域\n本发明涉及一种微型燃气轮机技术领域，适用于微型燃气轮机燃烧室的控制装置及 控制方法。\n背景技术\n燃气轮机在工业企业中被广泛使用，其单机功率范围由数十瓦至数百千瓦，基本技 术特征是采用径流式叶轮机械，是一种向心式透平和离心式压气机，在转子上两者叶轮 为背靠背结构，回热器一般为高效板翅式，一些机组还采用空气轴承，不需要润滑油系 统，这样结构较简单，而燃烧控制器是燃气轮机的重要组成部分，目前燃烧控制器产品 品种较多，在控制技术上大都采用可编程控制器(PLC)进行集成控制，优点是结构简单， 操作容易，被普遍使用，但其不足之处是PLC属二次开发，成本高，升级换代过于复杂。\n发明内容\n为解决以上控制装置结构之不足，本发明的目的提供一种微型燃气轮机燃烧控制器 及控制方法，利用计算机控制装置和计算机软件实现对微型燃气轮机燃烧的控制，以达 到进一步提高控制精度及系统的安全性、稳定性。\n本发明的技术方案是这样实现的：燃气轮机总体控制器包括有中央控制器，与中央 控制器联接的有燃烧控制单元和斩波调压单元，中央控制器输出直接控制数据采集单元 和人机界面单元。\n本发明涉及一种单独的微型燃气轮机燃烧控制器及控制方法，其中燃烧控制器包括 有中央控制单元CPU，与CPU内的A/D转换器联接的有检测单元；与CPU输出联接的D/A 转换的输出单元；与CPU I/O接口联接输入有光电耦合单元及I/O输出的驱动单元。\n各部件之间联接是：控制器结构中心是中央控制器CPU，CPU中的A/D转换器输入 端与压力传感器、大气温度传感器、透平温度传感器通过各自的变送电路的输出端相接， 同时与值班喷嘴，工作喷嘴输出端相接；CPU输出端通过两路D/A转换器与燃料调节阀 相接；CPU中的辅获单元(CAP)输入端与转速传感器输出端相接；CPU的I/O输入端与 光电耦合器相接，其I/O输出端与二驱动电路相接，驱动电路各自联接继电器、放气阀 和点火线圈。(如图1所示)\n中央控制器的控制过程：CPU主控电路输出控制给油量、控制温度的电流信号到燃 烧室，实现对燃烧室通过传感器实现对温度和给油量的控制，同时燃烧室通过转速传感 器和温度传感器所获得速度量、温度量的电流信号再反馈给主控电路CPU，实现闭环控 制(如图2所示)；\n燃烧控制方法是通过计算机程序模块实现的，燃烧控制单元的程序控制模块包括有 系统初始化和自检、燃烧器点火、功率闭环调节，燃烧停机控制和燃机性能指标实时监 控五大模块，就其各模块的功能详述如下：\n1、系统初始化和自检模块：其流程如图10所示\n这一模块是为燃机的正常运行做好准备，实现其目的由下列步骤组成：\n(1)分配好程序存储空间和数据存储空间；\n(2)定义程序中所用到的所有变量和常量；\n(3)对系统配置寄存器和系统状态寄存器进行初始化；\n(4)系统内存自检；\n(5)I/O端口初始化；\n(6)将表格数据和设置好的系统参数从EEPROM传送到RAM中；\n(7)执行A/D采样程序，检查喷嘴阀位；\n(8)如自检成功，流程结束；如自检失败，紧急停机。\n2.燃烧器点火模块控制过程中执行以下步骤：其流程如图11所示\n燃烧器被启动电机拖动至点火转速时，点火线圈开始打火，值班喷嘴打开，向燃烧 室内送入燃料，8秒后，停止打火，根据此时燃烧室温度判断点火成功或者点火失败。\n3.功率闭环调节模块控制过程中执行以下步骤：其流程如图12所示\n该控制是通过函数计算实现的，燃烧控制器进入闭环调节阶段，根据控制器输入层 神经元的输入与输出、隐含层神经元的输入与输出、输出层神经元的输入与输出计算， 并设计比例(P)、积分(I)、微分(D)函数形式，进行PID调节，直到目标函数J(k)＝E(k)≤ε， ε＞0且为常数，系统达到稳定，此时达到对比例(P)、积分(I)、微分(D)参数的动态调整， 最后以控制燃料阀开关量实现对燃机的控制。\n4.燃烧停机模块控制过程中执行以下步骤：其流程如图13所示\n5.当燃烧控制器进入停机控制，首先判断接收到的是正常停机还是紧急停机，当燃烧 控制器接到熄火指令后执行正常停机时，先关闭与CPU输出模块的连接，向主控单 元CPU申请，经同意后关闭值班喷嘴和工作喷嘴；当燃烧控制器接到紧急停机命令 时，直接关闭工作喷嘴和值班喷嘴，并向主控单元发回信号命令，立即停机。\n6.燃烧性能指标实时监控模块控制过程中执行以下步骤：其流程如图14所示\n在燃机运行过程中，一些性能指标必须实时监控，这些指标包括透平出口温度T4、 温升率和加速度，这三个量必须在燃机运行过程实时检测，并根据检测量的大小，作出 事先定标的调节。\n在燃机运行过程中，每经过一个控制周期进行一次检测，并与设置好的最大值和调 节值相比较，若此时透平出口温度T4大于最大值，则直接报警停机；若此时透平出口温 度T4大于调节值，则进行调节，而不停机。\n燃烧控制方法\n主要被控制量：温度、燃机转速、通过燃料阀给油(汽)量多少进行控制。\n而具体过程：分为起动、过程调节、停机。\n其中：燃机燃烧控制起动控制方法(被控量：转速)\n起动控制分以下3个阶段：\na.准备阶段，此阶段带动燃机按启动升速，燃机控制单元不断监测点火条件；\nb.点火，在转速达到14000rpm时，进入点火程序；\nc.加速过程，起动过程进入加速阶段。起动加速阶段转子转速由24000rpm上升到空 载转速的95％(40000rpm)，此时燃机不对外做功。\n燃机燃烧过程调节采用神经网络PID控制方法(被控量：温度、转速)\n神经元网络的特点：非线性、分布处理、学习并行和自适应、数据融合、适用于多 变量系统、便于软硬件实现，神经元网络的应用是由于燃气轮机被控量温度和转速之间 存在严重干扰，包含有其他具体因素(燃机材料、现场条件等)，无法确定简单的数学 模型，采用神经元网络控制自主建立函数关系和数学模型。\n神经元网络的简化模型(如图6所示)：\n式中aij和bik为权系数，i，j＝1，2，…，n，k＝1，2，…m.n个加法器可以写成向 量形式：\nV(t)＝Ay(t)+Bu(t)+w\nV--N维列向量\nA--N×N维矩阵\nY--N维列向量(单元输出)\nB--N×M维矩阵\nU--M维列向量(外部输入)\nw--M维常向量\n燃机控制系统是一个多变量、非线性、时变的系统，其主要控制量、速度、回热器 回热度及进入透平的温度等存在严重的相互耦合。在燃机发电过程中，当发电量一定时， 针对不同热含量的燃料，需要的燃料流量是不同的，系统各部分参数的值也不尽相同， 采用常规PID控制器无法达到高性能的控制。采用先进的神经网络PID控制器作为功频 调节单元的主控制器。通过神经网络对PID参数进行动态调整。如图7所示。\n神经网络的PID控制器主要由输入层、隐含层、输出层组成，分述如下： 输入层：r1为负载功率P通过函数发生器变换得到的与功率相对应的转速，燃机实际转 速输出y1；对应的神经网络表达形式为：R(k)＝[r1(k)，r2(k)]＝[r(k)，y(k)] 隐含层：神经元单元分别为比例(P)、积分(I)、微分(D)参数单元，用x1、x2、x3 来表示；其中：$x_i\left(k\right)=\underset{j=1}{\overset{2}{\Sigma }}{}^{1}W_{\mathrm{ij}}{r}_j\left(k\right),$i＝1，2，3，1W、2W为权值。\n输出层：输出神经元用线性模型，输入等于输出。u(k)＝x(k)\n控制器学习算法采用在线训练形式，根据其特点设置其准则函数为L2范数\n$E\left(k\right)=\frac{1}{2}{[r\left(k\right)-y\left(k\right)]}^2=\frac{1}{2}e{\left(k\right)}^2\le ϵ$\n并按照梯度下降法反向传播计算，逐层调整权值和阀值。\n根据控制器输入层神经元的输入与输出、隐含层神经元的输入与输出、输出层神经 元的输入与输出计算，并设计比例(P)、积分(I)、微分(D)函数形式，进行不断修正， 直到目标函数J(k)＝E(k)≤ε，ε＞0且为常数，系统达到稳定。此时达到对比例(P)、积 分(I)、微分(D)参数的动态调整，最后以控制燃料阀开关量实现对燃机的控制。\n考虑一般的带噪声的过程，控制对象的传递函数可写成如下差分方程：\nA(Z-1)y(t)＝Z-kB(Z-1)u(t)+C(Z-1)ε(t)    (1)\n其中：u(t)控制对象的输入量\ny(t)控制对象的输出量\nε(t)白噪声序列\nA(Z-1)，B(Z-1)，C(Z-1)是Z-1的多项式，可以写成如下形式：\nA(Z-1)＝1+a1Z-1+a2Z-2+…+anaZ-na    (2)\nB(Z-1)＝b1Z-1+b2Z-2+…+bnbZ-nb    (3)\nC(Z-1)＝1+c1Z-1+c2Z-2+…+cncZ-nc    (4)\nPID控制器的传递函数可写成如下形式：\n$G\left(Z^{-1}\right)=K_P+K_I\frac{T}{1-Z^{-1}}+K_D\frac{1-Z^{-1}}{T}=\frac{{\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3+Z^{-2}}{T(1-Z^{-1})}---\left(5\right)$\n其中：θ1＝T2KI+TKP+KD\nθ2＝-TKP-2KD\nθ3＝KD\nT为离散时间常数。\n由过程(1)和PID调节器(5)组成的闭环系统如下图\n当干扰为0即ε(t)＝0时，此系统的闭环传函为：\n$\frac{G\left(Z^{-1}\right)·\frac{Z^{-k}B\left(Z^{-1}\right)}{A\left(Z^{-1}\right)}}{1+G\left(Z^{-1}\right)·\frac{Z^{-k}B\left(Z^{-1}\right)}{A\left(Z^{-1}\right)}}=$\n$\frac{Z^{-k}B\left(z^{-1}\right)({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})}{Z^{-k}B\left(Z^{-1}\right)({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})+\mathrm{TA}\left(Z^{-1}\right)(1-Z^{-1})}---\left(6\right)$\n考虑到系统应满足的零极点模型如下式：\n$G_1\left(Z^{-1}\right)=\frac{q\left(Z^{-1}\right)}{P\left(Z^{-1}\right)}---\left(7\right)$\n结合(6)(7)式得到下式：\nZ-kB(Z-1)(θ1+θ2Z-1+θ3Z-2)P(Z-1)＝\nZ-kB(Z-1)(θ1+θ2Z-1+θ3Z-2)+TA(Z-1)(1-Z-1)Q(Z-1)\n(8)\n对(8)式展开并联立(1)式可以得到如下方程：\n$T(1-Z^{-1})Q\left(Z^{-1}\right)u\left(t\right)=$\n$({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})y\left(t\right)+({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})[P\left(Z^{-1}\right)-Q\left(Z^{-1}\right)]\frac{C\left(Z^{-1}\right)}{A\left(Z^{-1}\right)}ϵ\left(t\right)---\left(9\right)$\n令$\overline{ϵ}\left(t\right)=({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})[P\left(Z^{-1}\right)-Q\left(Z^{-1}\right)]\frac{C\left(Z^{-1}\right)}{A\left(Z^{-1}\right)}ϵ\left(t\right)---\left(10\right)$\ny(t)＝[P(Z-1)-Q(Z-1)]y(t)    (11)\nu(t)＝T(1-Z-1)Q(Z-1)u(t)    (12)\nε(t)可以看作是由白噪声序列ε(t)生成的有色噪声序列，令\n$D\left(Z^{-1}\right)=({\theta }_1+{\theta }_2{Z}^{-1}+{\theta }_3{Z}^{-2})[P\left(Z^{-1}\right)-Q\left(Z^{-1}\right)]\frac{C\left(Z^{-1}\right)}{A\left(Z^{-1}\right)}---\left(13\right)$\n结合式(9)(10)(13)得到式：\nu(t)＝(θ1+θ2Z-1+θ3Z-2)y(t)+D(Z-1)ε(t)    (14)\n为简单取D(Z-1)＝1+d1Z-1    (15)\n(14)式最终变为\nu(t)＝(θ1+θ2Z-1+θ3Z-2)y(t)+(1+d1Z-1)ε(t)    (16)\n上式是一个带随机噪声的移动平均模型。式中的θ1、θ2、θ3、d1等未知参数可用辅助变 量法或增广矩阵法进行辨识，下面给出增广矩阵法的辨识步骤：\n将(16)式写成向量矩阵形式：\n${\bar{u}}_{\left(t\right)}={\Phi }_{\left(t\right)}^T\theta +{ϵ}_{\left(t\right)}---\left(17\right)$\n其中：${\Phi }_{\left(t\right)}^T=[{\bar{y}}_{(t-1)},{\bar{y}}_{(t-2)},{\bar{y}}_{(t-3)},{ϵ}_{(t-1)}]$\nθ＝[θ1，θ2，θ3，d1]T\n(17)式中的u(t)、y(t-1)、y(t-2)、y(t-3)可由u(t)、u(t-1)……y(t)、y(t-1)……等测量值，据(11) 式和(12)计算得出，ε(t-1)实际是不可测量的，可用其估计值代替。\n式中${\hat{\Phi }}_{\left(t\right)}^T=[{\bar{y}}_{(t-1)},{\bar{y}}_{(t-2)},{\bar{y}}_{(t-3)},{\widehat{ϵ}}_{(t-1)}].---\left(18\right)$\n由式(17)(18)引用最小二乘法递推算法，便可得到增广矩阵法的递推公式：\n${\hat{\theta }}_{\left(t\right)}=K_{\left(t\right)}[{\bar{u}}_{\left(t\right)}-{\hat{\Phi }}_{\left(t\right)}{\hat{\theta }}_{(t-1)}]---\left(19\right)$\n$K_{\left(t\right)}=\frac{P_{(t-1)}{\hat{\Phi }}_{\left(t\right)}}{1+{\hat{\Phi }}_{\left(t\right)}^T{P}_{(t-1)}{\hat{\Phi }}_{\left(t\right)}}---\left(20\right)$\n$P_{\left(t\right)}=[I-K_{\left(t\right)}{\hat{\Phi }}_{\left(t\right)}^T]P_{(t-1)}---\left(21\right)$\n式中：P(t)为4×4矩阵\nI为4×4单位阵\n利用辨识结果求出PID调节器的输出为：\n$u\left(t\right)=G\left(Z^{-1}\right)e\left(t\right)=\left[\frac{{\hat{\theta }}_1+{\hat{\theta }}_2{Z}^{-1}+{\hat{\theta }}_3{Z}^{-2}}{T(1-Z^{-1})}\right]e\left(t\right)---\left(22\right)$\n为了方便起见(22)可化为：\n$u\left(t\right)=\frac{1}{T}[{\hat{\theta }}_{1}e\left(t\right)+{\hat{\theta }}_{2}e(t-1)+{\hat{\theta }}_{3}e(t-2)+\mathrm{Tu}(t-1)]$\n零极点配置自校正控制器，是通过适当配置闭环系统的零极点，使闭环系统满足要 求的动态响应，例如，超调量上升时间过渡过程时间振荡次数，而且可以通过零极点 配置方法使无论是否是最小相位的系统闭环稳定。零极点配置有隐式零极点配置和显式 零极点配置，显式零极点配置适用于被控对象模型已知，隐式零极点配置适用于模型未 知，可以实时应用递推算法在线辨识系统参数，调整零极点位置以适应系统工况的变化。\n在燃机转速控制回路，控制信号加在燃料调节阀上，作为被控对象的输入，燃机的 转速信号通过转速传感器反馈给控制器，作为控制器输入与速度给定进行比较，采用有 差控制来控制燃机转速。\n燃机中控制透平进气温度是非常重要的控制量，由于进气温度很高，测量元件很容易 被烧毁，温度场也很不均匀，其温度很难直接测量，因此用间接的测量方法对其进行检测 控制，根据透平排出的气体温度T4 *和透平进气温度T3 *在特性的走向最为相似，并且T4 *是 反映T3 *的主要因素的特性，通过补充其它因素进行修正以达到对T3 *的监测和控制。 通过压气机出口压力p2进行修正：\n根据透平进气温度T3 *随T4 *以及透平进出口气体压气比πT的关系\n$T_4^{*}=T_3^{*}[1-(1-\frac{1}{{\pi }_T^{m_g}}){\eta }_T]$\n可得\n$T_3=\frac{T_4^{*}}{1-{\eta }_T+\frac{1}{{\pi }_T^{m_g}}{\eta }_T}$\n式中$m_g=\frac{k_g-1}{k_g}$(kg＝1.33——比热比)。\n对单轴恒速运行的燃机T3 *是需要控制的量，当系统满载时πT的变化量很小，将上式 在小范围内进行线性化得：\n${\mathrm{\Delta T}}_3^{*}=\frac{{\partial T}_3^{*}}{{\partial T}_4}{\mathrm{\Delta T}}_4^{*}+\frac{{\partial T}_3^{*}}{{\partial \pi }_T}{\mathrm{\Delta \pi }}_T$\n$\frac{{\partial T}_3^{*}}{{\partial T}_4^{*}}=\frac{1}{1-{\eta }_T+\frac{1}{{\pi }_T^{m_g}}{\eta }_T}$\n$\frac{{\partial T}_3^{*}}{{\partial T}_4^{*}}=T_4^{*}\frac{m_g{\eta }_T{\pi }_T^{-(m_G+1)}}{{(1-{\eta }_T+\frac{1}{{\pi }_T^{m_g}}{\eta }_T)}^2}$\n在πT变化很小时，通过改变T4 *值的变化来加以修正保持T3 *不变，即ΔT3 *＝0，建立 ΔT4 *与ΔπT之间关系：\n$\frac{{\mathrm{\Delta T}}_4^{*}}{{\mathrm{\Delta \pi }}_T}=-\left(\frac{{\partial T}_3^{*}}{{\partial \pi }_T}\right)/\left(\frac{{\partial T}_3}{{\partial \pi }_4^{*}}\right)$\n上式在保持T3 *不变条件下，ΔT4 *随ΔπT变化的曲线就是线性化后的等T3 *线。可以看 出以T4 *间接测量T3 *时，应用πT修正方法，达到对温度T3 *的控制。\n本控制装置使用TI数字信号处理器实用控制目标，提高了控制精度并降低了技术成 本，在控制方法上使用多种调节方法和模糊自适应神经元网络控制燃烧，进一步提高了 控制精度和系统的安全性、稳定性。\n附图说明\n图1为微型燃气轮机燃烧控制器及控制方法结构方框图；\n图2为微型燃气轮机燃烧控制器及控制方法控制功能方框图；\n图3为微型燃气轮机燃烧控制器及控制方法控制输出D/A电原理图；\n图4为微型燃气轮机燃烧控制器及控制方法控制输入捕获电原理图；\n图5为微型燃气轮机燃烧控制器及控制方法透平出口温度电原理图；\n图6为微型燃气轮机燃烧控制器及控制方法神经元网络的简化模型图；\n图7为微型燃气轮机燃烧控制器及控制方法神经网络PID控制器结构图；\n图8为微型燃气轮机燃烧控制器及控制方法捕获转速电原理图；\n图9为微型燃气轮机燃烧控制器及控制方法工作喷嘴、值班喷嘴电原理图；\n图10为微型燃气轮机燃烧控制器及控制方法系统初始化和自检流程图；\n图11为微型燃气轮机燃烧控制器及控制方法燃烧器点火流程图；\n图12为微型燃气轮机燃烧控制器及控制方法燃烧闭环调节流程图；\n图13为微型燃气轮机燃烧控制器及控制方法燃烧停机流程图；\n图14为微型燃气轮机燃烧控制器及控制方法燃烧性能指标实时监控流程图。\n具体实施方式\n本发明的详细结构结合附图和实施例加以说明。\n燃气轮机控制装置其结构如图1所示。\n系统采用TMS320F2407系列的数字信号处理器作为CPU芯片，按照通讯功能(CAN 总线)，选用TMS320F2407A芯片，并配备足够的外存空间，TMS320F2407A芯片采用高 性能静态CMOS技术，供电电压降为3.3V，减小了控制器的功耗，指令周期缩短到25ns， 从而提高了控制器的实时控制能力，它片内有高达32K字的FLASH程序存储器，高达1.5K 字的数据/程序RAM，544字双口RAM(DARAM)和2K字的单口RAM(SARAM)，可扩展的外部 存储器总共192K空间：64K字程序存储器空间；64K字数据存储器空间；64K字I/O寻址 空间。具有两个模块EVA和EVB，定时器模块(WDT)，16路10位A/D转换器最小转换 时间为500ns，控制器局域网络(CAN)2.0B模块，串行通信接口(SCI)模块，16位的 串行外设(SPI)接口模块，以TMS320LF2407A为核心芯片组成的控制器。\n还有外扩128K*16BIT的RAM，128K*16BIT的EPROM，8K*16BIT的EEPROM， 锁相环电路，晶振电路，复位电路。\n数据采集单元TMS320LF2407A片内有十位的A/D变换器，并包括排序器，片内还 包括高精度的捕获单元(CAP)，可捕获电涡流传感器发出的脉冲信号，换算出燃机转速。\nTMS320LF2407A内部有CAN控制器模块，但须通过CAN驱动芯片。它是CAN控 制器与总线间的接口，提供对总线的差动发送和接收功能。而对于SCI单元采用的器件 是：DSP本身的RS-232通信模块，和外部驱动MAX-232。\n电源模块\n开关量输入和控制输出单元；该单元采用芯片AD7545D/A转换器输出4-20mA模拟信 号，用来控制燃机的燃料调节阀。\n系统供电：将+24v电压，转为+5V，+12V，-12V供系统使用。\n控制输出单元如图9所示，前面为D/A转换器，为AD7545D/A的输出经差分放大器 AD711再经二级放大器LM324与双三极管驱动电路联接，直接驱动燃料调节阀。\n捕获单元外围电路(如图8所示)CPU捕获单元(CAP)，CAP电路是转速传感器输 出信号经光电耗合电路直接输入给CPU输入端。\n温度控制输入如图4所示，前面两输入端与大气温度传感器或压力传感器相接，经 变送电路电压转换器XTR101输出经差分放大器LM324放大后输出联接到CPUA/D转换器 输入端。\n透平温度控制输入如图5所示，透平出口温度，热电偶输入经两级差分放大LM324 输入联接到CPUA/D轮换器的输入端。\n燃烧控制器的控制是通过神经网络PID控制方法，其简要模型图如图6所示，为一 种加法器，合成向量的方法，图7为神经网络PID控制器，部分功率所经函数发生器后 经神经网络输出所控制燃料阀，控制给油量实现对燃机速度的调节。\n本设计方案在装置上首次实现了使用数字信号处理技术对目标的控制，提高了控制 精度并降低了技术成本，经过安装运行后调试成功。