激光拉曼光谱仪连续可调激光自动控制方法研究
发布时间:2023-06-17 21:34
激光拉曼光谱具有检测速度快和准确度高等优点,已成为研究分子结构的主要手段,在化学催化领域、生物大分子领域及环境检测等各个领域广泛应用。目前现有的用于激光拉曼光谱仪的连续可调光源利用光栅进行分段式转动控制,且在倍频技术中不能实现激光波长的连续在线可调,难以实现真正的激光波长连续可调。因此,通过电机和计算机控制系统进行光栅连续可调和倍频反射镜的自动控制,实现在线激光波长连续可调节具有重要的理论及实践意义。本文对激光拉曼光谱仪的连续可调激光源自动控制系统的整体设计方案做了介绍,该系统主要由电源管理模块、电机驱动控制模块和人机交互模块组成。其中电机驱动模块是控制系统的核心,由电机驱动器、多电机同步复位模块、电机参数测量模块和数据通信模块组成。硬件控制平台选用Freescale的微控制器MC9S12XS128作为控制系统的主控芯片,软件控制平台以CodeWarrior5.0软件为基础。同时利用Lab Windows/CVI软件平台设计控制系统的显示监控界面,该界面能实时显示控制系统的运行状态、各个电机的转速和角度值以及设置控制系统的初始值和参数控制范围。本文对无刷直流电机的运行原理和数学模型做了...
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 紫外-可见区激光拉曼光谱仪简介
1.2 课题的研究背景及意义
1.3 国内外研究现状
1.4 论文主要研究内容及工作安排
第2章 基于MC9S12XS128的自动控制系统设计
2.1 自动控制系统总体方案设计
2.2 单片机及步进电机介绍
2.2.1 单片机的选型与介绍
2.2.2 步进电机的选型与介绍
2.3 电机驱动反馈控制模块
2.3.1 设计思路
2.3.2 步进电机驱动器模块
2.3.3 多电机同步复位控制模块
2.4 人机交互模块
2.4.1 键盘显示控制模块
2.4.2 声光报警模块
2.5 硬件控制实验平台
2.5.1 光学平台介绍
2.5.2 硬件实验平台介绍
2.6 本章小结
第3章 基于LabWindows/CVI的软件控制平台设计
3.1 LabCVI开发平台介绍
3.1.1 LabCVI开发平台概述
3.1.2 LabWindows/CVI开发环境简介
3.2 控制系统上位机监控界面设计
3.2.1 上位机用户登录界面
3.2.2 控制系统监控主界面
3.3 控制系统软件初始化
3.4 控制系统测试及结果
3.5 本章小结
第4章 基于改进PSO-BP神经网络的无刷直流电机控制
4.1 无刷直流电机系统模型
4.1.1 无刷直流电机的数学模型
4.1.2 无刷直流电机系统仿真模型
4.2 基于改进PSO-BP神经网络的无刷直流电机控制
4.2.1 BP神经网络控制器模型
4.2.2 标准粒子群算法
4.2.3 改进的粒子群算法
4.3 实验仿真及结果分析
4.4 本章小结
第5章 总结与展望
5.1 本文的工作
5.2 下一步工作的方向
参考文献
发表论文和参加科研情况说明
致谢
本文编号:3834181
【文章页数】:66 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 紫外-可见区激光拉曼光谱仪简介
1.2 课题的研究背景及意义
1.3 国内外研究现状
1.4 论文主要研究内容及工作安排
第2章 基于MC9S12XS128的自动控制系统设计
2.1 自动控制系统总体方案设计
2.2 单片机及步进电机介绍
2.2.1 单片机的选型与介绍
2.2.2 步进电机的选型与介绍
2.3 电机驱动反馈控制模块
2.3.1 设计思路
2.3.2 步进电机驱动器模块
2.3.3 多电机同步复位控制模块
2.4 人机交互模块
2.4.1 键盘显示控制模块
2.4.2 声光报警模块
2.5 硬件控制实验平台
2.5.1 光学平台介绍
2.5.2 硬件实验平台介绍
2.6 本章小结
第3章 基于LabWindows/CVI的软件控制平台设计
3.1 LabCVI开发平台介绍
3.1.1 LabCVI开发平台概述
3.1.2 LabWindows/CVI开发环境简介
3.2 控制系统上位机监控界面设计
3.2.1 上位机用户登录界面
3.2.2 控制系统监控主界面
3.3 控制系统软件初始化
3.4 控制系统测试及结果
3.5 本章小结
第4章 基于改进PSO-BP神经网络的无刷直流电机控制
4.1 无刷直流电机系统模型
4.1.1 无刷直流电机的数学模型
4.1.2 无刷直流电机系统仿真模型
4.2 基于改进PSO-BP神经网络的无刷直流电机控制
4.2.1 BP神经网络控制器模型
4.2.2 标准粒子群算法
4.2.3 改进的粒子群算法
4.3 实验仿真及结果分析
4.4 本章小结
第5章 总结与展望
5.1 本文的工作
5.2 下一步工作的方向
参考文献
发表论文和参加科研情况说明
致谢
本文编号:3834181
本文链接:https://www.wllwen.com/kejilunwen/yiqiyibiao/3834181.html