0 引言

    氦質譜檢漏技術，用于內部充壓容器和管路的無損檢測，一直是國防工業領域的重要檢測手段，具備自動化功能的充氦檢漏系統是該領域的研制熱點之一。現有的氦質譜檢漏系統普遍存在以下問題：(1)利用檢漏儀監測被檢部位氦分壓信號變化情況時，一般采用人工現場觀測記錄的方式，對于某些大體積容器，氦信號的穩定周期較長，候檢時間長，不利于人力資源的合理分配；(2)系統核心控制器多采用PLC(Programmable Logic Controller)，控制器與當前較流行的物理接口兼容性不強，布線繁瑣，內存資源和編程模式有限，算法實現與交互方式不夠靈活。

    為克服上述現有技術缺陷，本系統擬提出一種基于物聯網技術的氦質譜檢漏系統設計與實現方案。該系統由主控模塊、信息采集模塊、執行模塊組成，各模塊間采用無線方式進行通信，由主控模塊根據采集到的信息對檢漏流程執行步驟進行合理控制，并通過灰度算法在現場快速預測反應時間，提高候檢效率，最后，將測量數據備份至云平臺，便于后期的查詢和分析，從而實現了氦質譜檢漏過程的便捷化、自動化、智能化。

1 系統方案

1.1 背景原理

    如圖1所示，氦質譜檢漏技術^[1]需要首先將一定壓強的氦氣充入被檢工件，被檢工件外面是具有一定真空度要求的真空箱，真空箱與氦質譜檢漏儀的檢漏口相接。若被檢工件有漏，則漏入真空箱的氦分壓可通過氦質譜檢漏儀測出，滿足公式^[2]：

式中P_He為被檢工件的氦分壓，單位為Pa；S_He為真空系統對氦的抽速，單位為m³/s；Q_He為單位時間內進入檢漏儀質譜室的氦氣量，即漏孔的漏率，單位為Pa·m³/s；V為被檢工件的體積。

    從式(1)可看出，真空度變化速度與系統抽速和容積有關。式(1)中令τ=V/S_He為系統反應時間常數。當t到達1倍時間常數（t=τ）時，真空度為初始值的36.8%；當到達5倍反應時間后，氦分壓信號P_He下降到初始值的1%，認為檢漏信號達到穩定狀態，可以讀取工件漏率,根據漏率判定工件的密封性。

1.2 灰度預測算法

    灰度預測算法^[3]非常適合處理指數類型的數據，符合氦分壓P_He的反應規律，并只需要較少的數據樣本就能進行預測運算，能夠較快地得到反應時間常數τ，以5τ的時間點作為漏率讀取時機，算法自身的疊加遞減運算濾除了信號噪聲，可以提高預測精度，原理如下：

    設有原始序列：x⁽⁰⁾=(x⁽⁰⁾(1)，x⁽⁰⁾(2)，…，x⁽⁰⁾(n))，x⁽¹⁾(k)表示數列x⁽⁰⁾對應前k項數據的累加：

1.3 氦檢漏系統整體設計

    本系統共設計三類信息采集節點：涉及壓力、真空度、氦分壓三個參數；兩類執行機構：電磁閥和羅茨泵，分別靠繼電器和接觸器控制，羅茨泵接觸器處安裝有三相保護。主控板上的協調器與采集節點和執行機構采用ZigBee樹狀網絡通信，利用無線網卡的AP熱點模式配合工控機接入，實現更復雜的上位機程序，也可通過無線路由方式將數據轉存至云平臺，以備遠程調用和分析。

    采集節點的數值會周期性上傳至協調器，經SPI接口匯總到主控制器進行分析處理和故障報警，按照作業流程和時機，主控制器會向執行機構發送命令，執行機構根據約定的數據幀格式解析命令，完成電磁閥與羅茨泵的聯動，最終，主控制器執行灰度算法預測氦分壓穩定時機，擇機完成工件漏率的讀取。同時，主控制模塊還能實現數據的本地SD卡備份，通過液晶屏進行簡單的參數設置和曲線繪制。具體結構如圖2所示。

2 系統硬件設計

2.1 主控模塊硬件設計

    主控模塊采用ARM Linux架構，芯片采用S5PV210，32 KB一級緩存，512 KB二級緩存，主頻高達1 GHz，可勝任一般的算法需求，外設豐富，選用Linux2.6.35.7內核版本開發。通過SPI接口控制ZigBee協調器，完成信息的采集和命令下發，氦分壓值及預測后的穩定反應時間會通過液晶屏實時顯示，歷史數據存儲到本地SD卡中，USB無線網卡完成數據的網絡上傳與共享。具體硬件設計如圖3所示。

2.2 信息采集節點硬件設計

    壓力采集節點的壓力變送器選用麥克MPM4780，RS485接口，量程10 MPa，通過MAX485接入ZigBee模塊，模塊芯片CC2530利用IO口P1_4控制MAX485的收發工作，當UART發送完成產生中斷時，P1_4需延時3 ms(9 600波特率下)再輸出低電平，等待緩沖器內的數據發送完畢。

    氦質譜檢漏儀為萊寶公司的L200型，和真空度計都具有RS232接口，通過常見的MAX232芯片接入ZigBee模塊。

2.3 執行機構硬件設計

    采用驅動繼電器控制三相交流接觸器線圈的吸合，達到控制羅茨泵啟停的目的，如圖4所示。繼電器由ULN2003A驅動，使用12 V鋰電池供電，控制信號由CC2530的GPIO口經反相器74HC14接入ULN2003A，電磁閥的控制與接觸器線圈類似。

2.4 電源模塊硬件設計

    如圖5所示，普通220 V交流電源經過220 V/15 V的變壓器之后變為15 V的交流電，再經過KBP307G整流橋進行整流，穩壓之后變成了穩定的直流電輸出，由開關型穩壓芯片RT7272將直流電壓降壓成5 V，最后通過低壓差線性穩壓電源AMS1086-3.3為主控模塊供電。

3 系統軟件設計

3.1 主控制板軟件設計

    主控板采用Ubuntu14.04+QT4.8.3開發環境，主要負責WiFi網絡通信、SPI設備的交互與管理、工作流程的控制和灰度預測算法的實現，此外，移植編寫了Qt界面程序，可以通過液晶屏，現場進行參數設置和曲線實時觀測。軟件具體工作流程如圖6所示。

3.2 Linux驅動層開發

3.2.1 無線網卡驅動的移植

    主控芯片通過USB接口控制MT7601無線網卡，需要進行驅動的移植。移植步驟如下：在源碼包中rtusb_dev_id.c文件中的rtusb_dev_id[]中確認MT7601的PID、VID與硬件信息是否匹配，標準值應為{USB_DEVICE(0x148f,0x7601)}；修改Makefile，設置平臺、內核源碼樹路徑和交叉編譯工具鏈路徑；確保config.mk文件中WPA_SUPPLICANT=y來添加wpa_supplicant支持，用來WiFi聯網配置；修改include/rtmp_def.h文件中的INF_MAIN_DEV_NAME和INF_MBSSID_DEV_NAME，為網卡改名，之后編譯安裝即可。

3.2.2 SPI驅動編寫

    主控芯片與CC2530通過SPI接口進行高速全雙工通信，相應的驅動實現依靠Linux的SPI驅動框架，該框架分為SPI核心層、SPI控制器驅動層和SPI設備驅動層。編寫主要集中在SPI設備驅動層，分為兩部分：先調用接口函數spi_new_device()在SPI總線上利用板載資源信息注冊設備；再調用接口函數spi_register_driver()在SPI總線注冊設備驅動里的各類方法，當設備與驅動的名稱參數匹配時，會調用探測函數probe()，在該函數中，把SPI設備注冊成一個字符設備，申請相應硬件資源，定義硬件接口方法ioctl()，構造ioctl命令：如參數設置、開關量控制等，為應用層提供文件接口，數據的發送與接收流程基本一致，都需利用spi_message和spi_transfer結構體，依次調用spi_message_init()函數、spi_message_add_tail()函數、spi_sync()函數，區別在于發送和接收的緩沖區定義。

3.3 監測與執行節點軟件設計

    監測與執行節點使用ZigBee通信，需要使用ZStack協議棧，該協議棧定義了操作系統抽象層（Operating System Abstraction Layer），采用輪詢的方式，并引入了優先級的概念。其中，taskArr[taskID]存儲了任務處理函數，taskEvents[taskID]存儲了各任務對應的事件，taskID代表了各任務的優先級，系統在各層初始化完成后，會輪詢調用osal_run_systerm()函數根據優先級運行所有任務，并判斷各任務對應的事件是否發生，執行相應的事件處理函數。各前端ZigBee節點程序基于ZStack協議棧的SAPI（Simple Application Interface）框架進行開發，利用框架內的無線數據包命令鍵值提取函數_process_command_call()對接收到的命令進行解析處理。此外，用戶事件由定時器觸發，優先級取最低，taskID=6，相應的事件處理函數為MyEventProcess()，完成監測值的周期性上傳。此外，在F8wConfig.cfg文件選擇信道，可規避WiFi信號對ZigBee的同頻干擾，本文選擇11信道。具體程序流程如圖7所示。

3.4 通信協議數據格式

    本系統使用的智云物聯網接入平臺是基于云計算與互聯網的平臺，具有免應用編程的BS項目發布系統，Android組態系統，LabVIEW數據接入系統，支持手機和Web遠程訪問及控制，能夠提供免費的物聯網大數據存儲服務。為保證與該平臺的數據兼容性，本系統無線類通信協議數據格式為“{[參數]=[值]，[參數]=[值]，}”，每條數據以“{}”為起止符，如果“{}”內有多個參數，用“，”分隔。通信協議參數為A0～A7：傳感器數值；D0：Bit0～Bit7分別對應A0～A7的狀態（上傳或設置？）；D1：開關量控制；V0～V3：傳感器承參數。

氦質譜檢漏儀和真空計數據格式參考常見的Modbus-RTU協議格式，由設備地址、功能碼、數據、結束符組成，采用求和校驗方式。

4 評測

    為進一步驗證該系統灰度預測反應時間算法的有效性，開展了一系列反應時間測量實驗及數據對比。利用真空檢漏系統分別檢測容積為6L、11L、20L和41L的工件容器，由系統自主完成檢漏流程，并通過算法預測四種體積狀態下的系統反應時間數據，對比傳統人工肉眼觀測到的反應時間數據。每個體積狀態下反復測量3次取均值，實驗數據如表1所示。

    通過結果對比可知，系統的灰度預測算法可以有效地預測的系統反應時間，在大體積容器檢漏的工況下，能夠實現提高候檢效率的目標。

參考文獻

[1] LAFFERTY J M，RUBIN L G.Foundations of vacuum science and technology[M].Foundations of Vacuum Science and Technology.Wiley，1998：86-88.

[2] 陳濤，廖旭東，黃穎軍，等.一種快速準確獲取真空氦質譜檢漏系統反應時間的方法研究[J].真空科學與技術學報，2016，36(5)：542-546.

[3] 余修武，張可，周利興，等.基于無偏灰色馬爾科夫預測WSN數據融合算法[J].傳感技術學報，2018，31(8)：130-133.

作者信息:

付良瑞，朱寶良，鄧金球，陳  濤，白國云

(西北核技術研究所，陜西 西安710024)