智能温度测量仪表的研究和设计

发布时间：2017-05-13 02:04

  本文关键词：智能温度测量仪表的研究和设计，由笔耕文化传播整理发布。

【摘要】：在日常生活和工业自动化过程控制中，温度是一个主要的检测参数，直接影响着我们的生产生活，所以我们要有一个准确的温度数据来做为精准控制的依据。而热电偶拥有测量精确、广阔的温度测量范围以及低价的成本等优势，因此其成为自动化控制领域中温度检测的首选。 论文采用热电偶实现温度检测，综合单片机技术和神经网络智能控制算法技术，设计出的智能型测温仪表具有性能可靠、直接可视的优点，达到了准确测量温度的目的。本设计一共包括硬件设计、软件设计和数学建模三个方面。 在硬件电路的设计中，温度传感器采用K型热电偶(镍铬一镍硅)，核心部分使用AT89S52单片机，并通过温度传感器进行参考端的温度补偿，使热电偶温度传感器更加精确。 软件部分的主程序主要由各个子程序组成，每一个子程序相互独立又相互联系。一共包含了数据采集子程序、键盘子程序、存储子程序、数据处理子程序、LCD显示子程序等。上位机对图形的编辑是利用LABVIEW完成的，其包含串口通信模块，存储器模块和显示模块，当需要某一功能时，，主程序直接调用相关的子程序。完成了温度测量系统的打印，报警，数据显示等功能。使用LABVIEW软件设计出人机交互界面，更加的人性化，方便了数据的显示和处理。 最后分析了热电偶和PID神经网络的基本知识，设计了热电偶的信号调理电路，采用数字温度传感器解决了热电偶的冷端补偿问题。同时，应用MATLAB对热电偶的热电势与温度之间的关系进行了训练、仿真，建立了基于PID神经网络的数学模型，该模型解决了K型热电偶（镍铬—镍硅）的非线性问题。
【关键词】：K型热电偶 智能仪表 PID神经网络 温度检测 LABVIEW MATLAB
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH811
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题背景及研究意义9-10
• 1.1.1 课题背景9
• 1.1.2 研究意义9-10
• 1.2 课题现状及发展趋势10-13
• 1.2.1 现阶段的发展现状10-13
• 1.2.1.1 由点到线、由线到面温度分布的测量技术11
• 1.2.1.2 从表面到内部、深部的测量技术11-12
• 1.2.1.3 无线测量技术12-13
• 1.2.2 未来发展态势13
• 1.3 课题整体思路及研究内容13-15
• 第2章 测量温度系统整体设计15-21
• 2.1 测量温度的方法及原理15-17
• 2.1.1 测量温度的基本原理15-16
• 2.1.2 测量温度的方法16-17
• 2.1.3 传感器分类17
• 2.2 测量温度的系统方案17-20
• 2.2.1 典型测温系统17-19
• 2.2.1.1 热电阻测量温度系统17-18
• 2.2.1.2 红外线测量温度的系统18
• 2.2.1.3 热电偶测量温度系统18-19
• 2.2.2 方案设计19-20
• 2.3 本章小结20-21
• 第3章 硬件设计方案21-43
• 3.1 K 型热电偶21-25
• 3.1.1 热电偶的测量温度原理21-24
• 3.1.2 K 型热电偶的特点24
• 3.1.3 冷端补偿24-25
• 3.2 信号调整电路25-29
• 3.2.1 放大电路设计25-27
• 3.2.2 滤波电路设计27-29
• 3.3 A/D 转换电路29-31
• 3.4 DS18B20 型数字温度传感器31-35
• 3.4.1 DS18B20 的内部构造31-34
• 3.4.2 DS18B20 测量温度的电路34-35
• 3.5 AT89S52 单片机35-36
• 3.6 其他模块36-40
• 3.6.1 LCD 显示电路36-37
• 3.6.2 键盘模块37-39
• 3.6.3 控制串口进行通信的电路39-40
• 3.7 硬件调试与系统抗干扰设计40-41
• 3.7.1 系统抗干扰设计方法40-41
• 3.7.2 系统硬件实物图41
• 3.8 本章小结41-43
• 第4章 软件设计43-51
• 4.1 系统下位机软件设计43-46
• 4.1.1 Keil C51 集成开发环境简介43
• 4.1.2 基于 Keil C51 软件编程设计43-46
• 4.2 系统上位机软件设计46-50
• 4.2.1 LABVIEW 软件的简介47
• 4.2.2 基于 LABVIEW 的软件设计47-50
• 4.3 本章小结50-51
• 第5章 PID 神经网络及热电偶建模51-59
• 5.1 神经网络概述51-52
• 5.2 PID 神经网络52-55
• 5.2.1 PID 神经网络基本结构形式52-53
• 5.2.2 PID 神经网络控制算法53-55
• 5.3 热电偶建模55-58
• 5.4 本章小结58-59
• 结论59-61
• 参考文献61-65
• 致谢65-66
• 个人简历66

【参考文献】

中国期刊全文数据库 前8条

1 牛玉刚,杨成梧;基于PID型神经网络的自适应控制[J];兵工学报;2001年01期

2 凌振宝,王君,朱凯光,张瑞鹏;数字温度传感器在热电偶冷端补偿中的应用[J];传感器技术;2003年06期

3 贾利东;高红联;陈淑芬;;基于单片机的遥控自动送药小车及门禁系统[J];河北工业科技;2009年03期

4 丁银银;白采玉;张持健;;基于单片机的多功能密码输入器的设计[J];河北工业科技;2012年03期

5 刘红娜;张海涛;;LED显示屏控制系统的软件设计[J];河北科技大学学报;2010年01期

6 李森林;邓小武;;基于二参数的BP神经网络算法改进与应用[J];河北科技大学学报;2010年05期

7 乐嘉华;温度检测技术的现状与未来[J];炼油化工自动化;1995年04期

8 郑晓文;关于热电偶冷端补偿问题的探讨[J];宇航计测技术;2002年06期

  本文关键词：智能温度测量仪表的研究和设计，由笔耕文化传播整理发布。

本文编号：361318