智能加温控制系统毕业论文省优

1、武汉理工大学毕业设计（论文）目 录摘 要iiAbstractiii1绪论11.1研究背景及意义11.2国内外研究现状11.3本文研究内容22. 基于电磁仿生原理的智能加热控制模式32.1基于电磁仿生原理的自组织控制思想32.2模糊自组织模式及其算法实现72.3本章小结93系统方案与实现103.1系统方案103.2程序设计及实现163.4本章小结174系统测试和结果分析194.1系统测温误差分析194.2智能控制加温实验结果分析204.3本章小结235总结与展望24参考文献25致 谢27论文期间相关的科研情况28 摘 要本文设计研发了一种新型智能加温控制系统。研究温度的控制对科学研究和生活生产应

2、用都具有重要意义。由于影响温度变化的因素多，温度变化具有延迟性，非线性等，给温度的精确控制带来了很大的难度。本文研究基于电磁仿生的智能控制算法，分析了PID控制和模糊控制的思想，指出了其在温度控制中的不足，并根据仿生学的自组织以及模糊控制理论提出了模糊自组织的智能控制模式。为了满足高精度温度检测的要求，本文采用了Pt100温度传感器，结合桥式电路、仪用放大器等设计了高精度的温度采集及转换电路。为了配合好此智能控制模式，满足对加热过程中温度变化的要求，设计了多个温度加热通道。最终本文设计出了一种高精度，高稳定度的新型智能加温控制系统。实验结果表明，该智能加温控制系统能够满足对加热样品的快速、稳定

3、及高精度的加温控制要求。 本文的成果及创新之处是将电磁仿生的思想运用到温度的智能控制中，提出了一种新的智能控制模式即模糊自组织控制模式，并且通过软硬件的结合实现了温度的模糊自组织控制，完成了整机系统的物理实现，最后实验验证了该模式成功可用。 关键词：电磁仿生；模糊自组织；温度控制；单片机AbstractA new type of intelligent heating system is developed in this paper. The research on control of temperature is very significant to the applications

4、of scientific research, daily life and production. The process of thermoregulation is the typical non-linearity, strong coupling, time varying, and time lag process, which is a big deferred process. Owing to the big deferring, the system has serious nonlinearity and time varying characteristic, and

5、there are many disturbance factors affecting the temperature and environment changing of the equipments, which make the thermoregulation very difficult. This paper has researched on the intelligent control of temperature based on the principle of electromagnetic bionic and proposed a new type of int

6、elligent control method based on fuzzy self-organizing mode. The thought of PID control and fuzzy control has good use for reference of designing this intelligent control method. In addition to the intelligent control thought, this paper introduces the hardware components. This program uses AT89C52

7、as the core of the whole system on hardware and uses perception of temperature with high accuracy by Pt100 resistance combination bridge type circuit with instrument amplifier circuit as the system input. Through the analysis and processing with the intelligent control method based on fuzzy self-org

8、anizing mode proposed by this paper, system chooses the circuit structure to realize the intelligent control of object heating precision and speed. The result of actual experiment verifies that the proposed method and system enabled not only to realize high-precision temperature survey but also to h

9、ave a great improvement in temperature control precision and heating speed.This result of paper is that through applying electromagnetic bionic thought to the intelligent control of temperature, the paper designs the intelligent control heating system based on fuzzy self-organizing mode and complete

10、s the physical systems.Key Words: electromagnetic bionic; fuzzy self-organizing; temperature control; SCM281绪论1.1研究背景及意义温度是物体的基本物理参数之一，在生活生产中以及科学实验等经常要对产品或设备进行温度检测或者温度控制。如温室大棚需要对温度进行恒温调控、科学实验需要在物体特定的温度下研究其物理化学特性等等1。但是影响温度变化的因素有很多，由于物体可以与外界通过热传递，热辐射等方式进行热交换，因此物体温度的热交换具体情况往往难以把握，这是制约加热器或者测温系统测量精度的重要因素

11、2。随着科技的不断发展，各种应用对温度控制不断提出更高的要求，各种应用中都不断地寻求能够快速地精确的温度控制系统，而传统的温度控制模式控制性能不够理想，控制精度低，滞后严重，影响了产品性能的进一步提升。生物在适应自然的漫长进化过程中，在可靠性、抗干扰性、自适应和自修复等方面表现出明显的优势3。这为现代科学技术的发展提供了很多解决问题的思路和方法。在电磁技术领域，随着电磁环境愈发复杂、多变，应用于电子系统的传统电磁抗干扰方式的不足正日渐突出，通过研究生物“自组织”现象就提出的“电磁仿生”概念4。如果将其运用到加温控制系统中，则是一种新的理念，新的尝试。基于电磁仿生学原理，结合功能强大的单片机处理

12、系统设计出一款智能快速、精确的加温系统将满足温度控制的高要求，将在工业、农业、国防等行业有着广阔的应用前景。1.2国内外研究现状随着现代科学技术的发展，越来越多的智能型自动化系统用于服务人类面临的各种挑战，例如在自然和人为灾难抗击、外空间和星球探索等领域中遭遇的危险场合需要机器人等系统处理不便于人类完成的任务5 。其中实现的各种不同层次的生物功能的工程技术学科被称为仿生学。现代电子技术已经成为这些系统的核心部分，在这样的应用场合中也会遇到各种因素导致的自身功能不能正常运用的情形，于是就产生了基于仿生学的系统设计，以获得电子系统性能自恢复、结构自组织等能力，谓之电磁仿生。电磁仿生是刘尚合院士在研

13、究电磁防护时提出的一种新的理念，并对其做了深入的理论思考。生物系统以神经系统为核心，控制生物体根据自身变化和环境变化组织维持自身健康的复杂生命活动，包括正确地从自然界获取所需物质和能量的能力6-8。当前电磁技术和智能科学的发展，使人们对从设计角度出发，形成结构复杂、功能完善的电磁仿生系统充满了期待。智能加温控制系统的作用是对某个物体或空间环境进行快速加温并且进行恒温控制，其应用领域非常广泛。这种系统主要可分为硬件电路和智能控制算法两大部分。对于温度检测目前硬件上较多采用热电偶和热电阻传感器，热电偶传感器虽然耐用，测量范围广，但是其体积大，灵敏度低，在高精密高精度的测量系统中不适用9；热电阻大多

14、采用Pt电阻，虽然Pt电阻的测量范围大，但是其线性度不够高。在高精度温度采集中，往往要对其进行线性矫正，这种矫正又可分为软件矫正和硬件矫正，硬件矫正电路比较复杂，软件矫正需要很好的模式支持。对于控制器，有的采用专用的控制器，这种控制器集成了模数转换模块以及运放模块等，有的采用高端的处理器，如ARM系统处理器等等10-15。在智能控制算法上，PID控制算法在自动化控制系统中应用较多，PID控制器的原理简单，易于实现，而且适用范围广16。这种控制方法在软件实现上，一般需要把模拟控制器用离散近似的方法转换成数字控制器，然后选择合适的采样周期一起控制参数。有的采用基于现代控制理论的控制方法，现代控制理

15、论以线性代数和微分方程为工具对控制对象采用空间状态变量法进行建模，在建立精确的数学模型基础上，它的控制品质较好，但是对于那些结构复杂，随机干扰因素多而很难建立精确数学模型的控制对象，这种方法不适用17。也有用模糊控制算法进行控制，模糊控制要建立模糊数学模型，对能够建立数学模型的较简单输入输出系统比较适合18。当然，也有很多改进和优化的算法，但是每种算法都有它的局限性。事实上，实际应用中的问题千差万别，每种算法或者设计都需要根据客观实际实现功能的最优化，这可以用各种高新技术集成起来构成的复杂体系完成。这样的系统复杂性会导致更多的故障环节和系统耗能，最终成为难于处理的系统可靠性问题。如果从面临的客

16、观条件和电磁仿生的一般原理出发，建立一般准则的智能控制模式，以研发最少最简单实现(电路) 的系统就很有意义。本文基于这样的考虑，开展了基于电磁仿生原理的智能加温系统的研发工作。1.3本文研究内容本文的研究内容是设计一种新型的智能加温控制系统。系统样机主要针对特定的物体进行加热，温度采集模块对样品进行温度数据采集，微处理器将采集到的数据进行处理，并与用户设定的温度值进行比较分析，通过建立适用的智能算法进行分析，对加热通道进行自组织选择，从而对物体的加热速度进行实时调节。同时要求系统在实现物体温度的快速、稳定的加热控制的同时，能发出声光提示信号。本文第二章介绍了电磁仿生原理，分析了PID控制和模糊

17、控制的理论和方法，指出了其在温度控制中的特点和不足，并根据控制对象的实际情况提出了模糊自组织的智能控制模式，结合具体的加温系统给出了控制模式的具体控制流程。第三章介绍了系统的硬件组成以及程序实现，文中较详细的介绍了硬件系统各个功能模块的设计方法以及技术指标，最后给出了系统的程序设计流程。第四章在完成整个系统情况下，对系统进行温度测量校正并进行加温控制实验，通过对比分析实验结果，验证了模糊自组织控制模式成功可用，系统在加温控制精度和加温速度两方面进行了优化。第五章对整个设计做了总结，指出了该设计的创新点，并介绍了设计过程中的一些局限，对后续的问题做了展望。2. 基于电磁仿生原理的智能加热控制模式

18、2.1基于电磁仿生原理的自组织控制思想电磁方生是仿生学在电磁领域的具体运用。仿生学是指模仿生物的行为等来建造技术装置的科学，它是在上世纪中期才出现的一门新的边缘科学19。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的关键技术之一，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是人们利用各种方法来简化系统动态，以达成控制的目的，但效果不理想。也就是说，传统的控制理论对于某些指定系统可以提供强有力的控制能力，但对于过于复杂或难以精确描述的系统，就难以保证达到理想的效果20-21。因此在不同学科领域出现了使用生物强

19、大的环境适应能力，建立模糊数学等模式为基础的智能系统的尝试。在电磁领域，由于一般情况下控制目标和其影响因素之间的关系是非线性的，更复杂的情况下可能不存在显式的数学函数关系，系统的设计与实现也能以仿生学方式来处理其中控制问题和指导电路设计，这就是电磁仿生。根据文献3，4的分析，实现电磁仿生的角度很多，包括生物的生理结构、生物功能等方面。尽管一种应用系统只能用到有限的生物特征，但是都需要解决控制模式和相应的硬件实现问题。前者的体现是控制算法，要建立复杂的智能模式以实现信息的综合，筛选控制因素，确定控制动作，分发控制指令。目前发展的智能数据处理方法有很多，如人工神经网络、模糊算法及基于物理规律描述的

20、PID算法等26；而硬件电路则有硬件演化电路技术、电路自组织和重构技术等27。对于本文研究的加热问题，常见的基本加热系统中，用一个加热电路给加热器提供热能，通过温度传感器感知的温度和预设温度比较确定加热电炉工作与否。其缺点是显而易见的，比如加热功率和加热速度不可控及其导致的最终温度起伏大、温度空控制精度差等，在很多应用中这些会是致命的缺陷。所以期望有加热速度可控、可满足速度精度等方面合理优化的智能系统。这通常需要根据当前温度和目标温度的差距确定加热速度或加热功率，建立相应的智能控制模式和电路系统。本研究中，系统控制涉及到到温度、散热系数、加热功率等变量较多，为了在允许的客观条件下实现一定的电磁

21、仿生控制能力，项目中选用温度这一个因素来研究，模仿生物的自组织行为，借鉴模糊数学的基本思想和PID控制的算法建立智能控制模式，形成功能自组织的硬件系统。2.1.1 PID控制原理的运用PID（Proportion, Integral, Differential Coefficient）控制即比例积分微分控制算法，由于它控制简单，控制效果良好，被广泛应用在自动控制系统中。其数学表达式如下： 22其中，是比例参数，是积分常数，是微分常数。第一项是比例运算的输出，与输入偏差成正比。只要偏差一出现，比例运算使被控参数朝着减少偏差的方向变化，具有控制及时的特点。控制作用的强弱取决于比例参数的大小，越大，

22、比例控制作用越强，越小，比例控制作用越小。通常认为系统稳定时不存在输入偏差，或者说为零，如果只使用比例控制，系统稳定时要使控制器仍维持一定控制量的输出,必然存在静差。增大，可以减小静差，但是过大会使系统动态品质变坏，引起被控量振荡导致系统不稳定。第二项是积分控制部分，输出为。它通过对偏差的积分效用作用于输出的控制量。只要偏差不为0，它将通过积分作用影响控制量，以求减小偏差，偏差为0时，积分作用为零，输出控制量不再发生变化，系统达到稳定。积分作用的加人可以有效地消除系统的静差。积分时间小，积分速度快，积分作用强。增大将减慢消除静差的速度，从而可以减小超调、提高稳定性。第三项是微分控制部分，输出为

23、。它通过对偏差的微分效应作用于输出控制量。输出与偏差的变化速率成正比，即使偏差很小，但是只要偏差出现变化趋势，便马上产生控制作用，作用于系统的输出，减缓偏差的变化。这是一种“超前”控制作用，在偏差出现或变化的瞬间作用明显。偏差变化越快，输出控制量越大，反馈校正量越大。微分控制部分将有助于减小超调、克服振荡，使系统趋于稳定。以上是模拟系统PID算法，由于单片机是以数字技术为基础，在应用到单片机时必须将上式转换成数字表达式，根据数字信号处理的知识，积分过程可以变换为累加求和过程，微分过程可以变换为逐项做差过程，相应的表达式为：；=其中是抽样时间间隔；于是将(1)式改写成: 数字PID控制器方便使用

24、计算机程序进行实现，它的具体的实现形式也很灵活，可以根据被控制对象的具体特点采用改进的PID控制算法，例如分离积分PID算法、不完全微分的PID算法、微分先行PID算法、带死区的PID控制算法、分段式变参数PID控制算法等等。 在实际的应用中，比例、积分、微分三项运算不一定全部用上，根据不同的系统有P，PI，PD，PID控制等。对于本系统加热器的控制而言，由于加热器的材料比热容等决定加热器的温度变化有较大的延迟性，而PID控制中的积分运算会增强这个延迟性，这是我们不想看到的，微分运算有很强的预见性，加快温度的反应速度，因此这个系统适合采用PD控制方案。下面我们介绍下PID控制温度的具体实现过程

25、。如图2-1是PID控制系统的框图。图2-1 PID控制系统框图 系统上电后，首先会对加热器进行温度采集一次，记为T(1)，用户通过人际交换界面输入需要加热到的目标温度，记为T(0)。此时系统对T(1)和T(0)作比较，计算出此时的温度偏差，然后PID控制器根据此时的偏差进行比例、积分、微分运算，输出控制量，控制量的大小决定了加热通道的选择，越大，说明距离目标温度的实现越远，需要的加热功率越大，则选择功率大的加热通道。然后温度采集模块不断的对加热器的温度进行采集，输出温度T(t)反馈到PID控制器的输入端，与T(0)进行比较，实时地计算出偏差下的大小，然后不断循环的完成整个控制过程，直到T(t

26、)和T(0)相等，即加热器温度达到用户设定值。下面我们给出PID控制算法的C+程序实现：#include "stdio.h"typedef struct PIDdouble setpoint;double proporation;double interal;double diverse;double lasterror;double sunerror;PID;double PIDCalc(PID *pp,double nextpoint);void main()PID test=100,12,2,1,0,0,*p;p=&test;printf("%lf&

27、quot;,PIDCalc(p,50);double PIDCalc(PID *pp,double nextpoint)double derror,error;error=pp->setpoint-nextpoint;derror=error-pp->lasterror;pp->sunerror+=error;return(pp->sunerror*pp->interal+pp->proporation*error+pp->diverse*derror);在这个控制系统的实现中，有两个关键的问题，一是输出控制量与加热通道的具体对应关系问题，二是PID三

28、个控制参数的大小设定问题。输出控制量的与加热通道的对应关系将决定被加热物体的温度变化曲线，加热通道选择不合适会导致加热过程出现震荡或者根本达不到温度设定值；不同的系统由于被控制对象的情况不一样，控制参数的设定有很大的差别，往往要根据实验者的经验或者通过上下位机系统进行不断的实验来确定合适的值。此外PID控制不能做到同时跟踪设定值和抑制扰动，即这两者对于PID控制来说是矛盾的；PID控制只适用于简单输入输出的闭环系统，对于复杂的开环系统它的控制效果不够理想等等，这些都是PID控制的不足，也是制约PID控制应用的主要因素。鉴于此，本系统并不直接采用PID控制的方法，而是借鉴了PID控制中比例运算的

29、快速控制，微分运算的预见性等思想,即当根据目标函数值和预定值的差别较大时，采用快速逼近预定值的方法，当要接近预定值时，降低达到预定值的速度，以求尽量精确但又有一定速度优化地逼近预定值。2.1.2模糊控制方法1965年美国加利福尼亚大学电气工程系L. A. Zadeh教授创立了模糊集合理论23-25。模糊理论在此基础上发展起来，它主要包括模糊集合、模糊逻辑、模糊推理和模糊控制等方面的内容。 采用模糊控制不需要对被控制对象建立精确的模型，只需要对被控制过程进行采用模糊逻辑的方法进行模糊推理，建立模糊集合。简言之，就是把精确的输入模糊化，然后经过推理在输出精确的控制量。因此，模糊控制算法软件实现上往

30、往由模糊程序、模糊推理程序和反模糊输出程序组成。根据前面的分析，本文研究的控制模式很适合运用模糊控制思想。提出的方法是：首先，将被控制对象的温度输入偏差和偏差率以及温度输出量进行模糊集合化，即划分为不同的模糊语言值，建立规则，并将这些模糊规则写成模糊条件语句，形成模糊模型；然后根据控制过程的特点进行模糊推理，形成模糊控制算法；最后将输入量的精确值经过模糊集合化的处理后，计算机由处理后的数据根据模糊规则推理出模糊决策，求出对应的输出控制量，输出控制量在经过反模糊化处理后变成精确输出值去控制温度的变化，达到调节温度的目的。2.2模糊自组织模式及其算法实现本文将前述的电磁仿生电路自组织重构功能、PI

31、D控制原理和模糊控制方法相结合形成了一种称作模糊自组织的智能控制模式。在目标函数和相关物理因素的关系上，不追求物理原理上的精确定量关系，根据目标函数和预定值的差别、达到预定值的速度预期和精度预期形成一定的逻辑关系，根据应用系统需求借鉴PID算法确定控制系统结构的组织准则，电路系统中根据逻辑关系和组织准则确定控制动作，构成模糊自组织模式。本文应用中温度是控制对象，在距离目标温度很大时，借鉴比例运算控制，采用大功率加热使温度快速接近目标值，在目标值附近借鉴微分控制的思想削弱温度变化的延迟，达到很好的控制效果。同时，由于加热器的比热容、散热损耗等参数以及环境温度变化的随机性等因素，很难精确的建立起各

32、种对应关系，借鉴模糊控制的思想，建立模糊的逻辑对应关系，控制电路的自组织行为，以保证用良好的控制效果达到控制目的。本系统的目的是使系统根据当前的温度差自行判断所需要的加热功率以及自组织的选择加热通道，并在加热到最终温度时能自行保持恒温，最小程度的减少温度起伏，最大程度的提高控制精度等。根据加热器加热温度的延迟性，以及加热器的比热容等参数，根据上述模糊自组织模式,本文设计了具有模糊自组织能力的控制算法。如图2-2是算法的程序实现的流程图。其功能控制过程是：首先系统通过温度信息采集电路获取用户设定的目标温度值ST和当前加热器的温度值PT，然后根据目标温度值ST的大小选择不同的加热模式。在维持不同的

33、目标温度值平衡时需要的加热功率不同，而且，一般地，目标温度值越高，加热器的延迟越大，加热器的热损耗越快，因此要根据加热器的目标温度值ST选择不同的加热模式。由于不能精确的获得加热器的各个参数以及环境温度变化的随机性等等诸多因素，很难获知目标温度值ST与加热功率之间确切的对应关系，因此我们根据模糊控制的思想，将目标温度值大致的划分了三个区间，即划分成三种不同的模糊模式。图2-2 智能算法框图然后系统根据当前温度值PT与目标温度值ST之间的差值DT自行组织加热通道，即选择不同的加热功率。以最左边的加热模式为例，加热初期，当前温度值与目标温度值之间的差值比较大，系统会组织大功率的加热通道1进行加热，

34、实现目标温度的快速逼近。当快要接近目标温度值时，由于加热器的温度变化存在延迟，必须减小当前的加热功率，否则将会出现温度的超调或者大幅度的波动，因此系统组织功率较小的加热通道2进行加热，这个过程会缓冲温度变化延迟，当温度进一步逼近目标温度值接近要求的控制精度时，系统会组织加热通道3来维持恒温，此时理想的状态是系统注入加热器的能量与加热器散失的能量时刻保持平衡，然而这只是理想状态，由于并没有精确的计算出能量散失的关系，所以加热通道3会间歇的工作力求维持温度的平衡。图中的定时采样判决框(本文称定时采样判决器)就是指的这些通道的转换关系。还存在一种情况，就是由于环境温度变化等因素，导致加热通道3提供的

35、能量根本不足以弥补加热器功耗的散失，此时加热器的温度会下降或者至少不会上升，这就需要一个识别过程，这时上述定时采样判决器的功能是，每隔一定的时间获取当前加热器的温度值并存储，通过与上一次获取的温度值进行比较，判断当前的加热通道是否合理，如果不合理则重新组织加热通道。这里，三种不同的模糊模式对应的加热通道功率值、定时采样判决器的周期、温差DT等都不尽相同，它们都是在估算和实验的基础上设置的。2.3本章小结本章详细地介绍了基于电磁仿生原理的智能控制思想，分析了传统的控制算法如PID控制和模糊自组织控制算法，并分别指出了其在控制方面存在的局限性；提出了模糊自组织的控制思想，并介绍了其在温度控制方面的

36、算法实现，给出了算法的流程框图以及具体的控制流程介绍。3系统方案与实现3.1系统方案一个好的智能算法离不开硬件电路的支持，因此硬件电路设计的合理性至关重要，直接影响着温度测量和控制的精度。根据模糊组织模式和系统目的，本文设计了图3-1的整硬件系统的方案框图。微 处 理 器报警提示温度输入加热通道加热器数据转换温度采集温度显示 图3-1硬件系统框图图中的温度采集模块实现加热器当前温度的感知，通过AD数据转换过程提供微处理器中模糊自组织算法所需3.1.1温度采集处理模块温度采集处理模块是利用温度传感器对实验样品的温度进行采集转换，该模块设计的优劣直接影响到系统的测量精度，因此温度采集处理模块的一个

37、重要指标是提高信息的转换处理精度。(1) 温度传感器介绍Pt100热电阻传感器是测温领域应用广泛的温度传感器之一，它具有测量准确度高、测量范围大、稳定性好、耐高压和抗震动等特性，在中温(-200650)范围的温度测量中应有最多。铂热电阻温度传感器为正温度系数热敏电阻传感器,是利用其电阻和温度成一定函数关系而制成的。铂热电阻阻值与温度关系为:当温度范围为-200<<0时 当温度范围是0<<650时式中, ；从函数关系中我们可以看出Pt100温度传感器的电阻阻值和温度的关系并不是严格的线性的。表1 Pt100分度表温度（）0123456789电阻值（）0100.00100.

38、39100.78101.17101.56101.95102.34102.73103.12103.5110103.90104.29104.68105.07105.46105.85106.24106.63107.02107.4020107.79108.18108.57108.96109.35109.73110.12110.51110.90111.2930111.67112.06112.45112.83113.22113.61114.00114.38114.77115.1540115.54115.93116.31116.70117.08117.47117.86118.24118.63119.0150

39、119.40119.78120.17120.55120.94121.32121.71122.09122.47122.8660123.24123.63124.01124.39124.78125.16125.54125.93126.31126.6970127.08127.46127.84128.22128.61128.99129.37129.75130.13130.5280130.90131.28131.66132.04132.42132.80133.18133.57133.95134.3390134.71135.09135.47135.85136.23236.61136.99137.37137.

40、75138.13100138.51138.88139.26139.64140.02140.40140.78141.16141.54141.91110142.29142.67143.05143.43143.80144.18144.56144.94145.31145.69120146.07146.44146.82147.20147.57147.95148.33147.70149.08149.46130149.83150.21150.58150.96151.33151.71152.08152.46152.83153.21140153.58153.96154.33154.71155.08155.461

41、55.83156.20156.58156.95150157.33157.70158.07158.45158.82159.19159.56159.94160.31160.68160161.05161.43161.80162.17162.54162.91163.29163.66164.03164.40170164.77165.14165.51165.89166.26166.63167.00167.37167.74168.11180168.48168.85169.22169.59169.96170.33170.70171.07171.43171.80190172.17172.54172.91173.

42、28173.65174.02174.38174.75175.12175.49从表中可以看出在低温区线性度较好，随着温度的升高，线性关系变差。由于这种非线性关系，在高精度测量中需要对Pt100电阻进行非线性校正。校正分为模拟电路校正和微处理器数字化校正，模拟校正有很多现成的电路，但是其校正精度不高且易受温漂等干扰因素的影响。本文中我们采用微处理器数字化校正的方法，即将Pt100的电阻值和温度关系对应表写入到单片机中，根据电阻值采用查表的方法读取温度值。表1 是我们实际采用的Pt100的电阻温度分度表。从表中可以看出，表中的数据是每隔1给出的对应关系，这显然达不到我们的量化要求。基于Pt100的这

43、种线性度，我们采用分组线性量化的方法进行进一步的量化，即认为相邻的两个整数度区间内，认为温度是连续变化的。算法具体程序实现如下：double wendu(double t) /读入电阻值t int i=0;double t0,T;for(;i<351;i+)/在0-350之间的351个整数数据之间查找所在的区间if(ai<=t&&ai+1>=t)break;t0=i;T=(t-ai)/(ai+1-ai)+t0;/在两个相邻的整数值之间进行线性量化 return T;因为温度每变化1，Pt100的电阻值大概变化0.39，所以采用在相邻的两个整数温度值内进行线性量

44、化的方法完全能够满足温度精度的要求的。(2) 温度采集电路设计和选用实际中，常用的Pt100电阻有两线制、三线制和四线制三种接法。不同的接法适合的测量电路和测量精度不同，当然价格也不同。一般地，两线制和三线制的Pt100电阻适合用在电桥法测量电路中，四线制的Pt100电阻适合用在恒流源测量法电路中。三线制和四线制的Pt100电阻能有效的消除连接导线的电阻和接触电阻对Pt100电阻测温精度产生的影响，测量准确度高。根据加热精度的要求以及考虑到实际的经济效益我们采用了三线制的Pt100温度传感器。桥式测温的典型应用电路如图3-2所示，三线制桥式接法电路所示（两线制接法只需要把Pt100接入电路中即

45、可,无需接地端,其他部分同三线制接法） 图3-2三线制桥式接法电路测温原理：电路采用三端稳压管和电位器RV1调节产生5V的参考电源电压，电阻R1、R2、RV2、Pt100构成测量电桥（其中R1R2，RV2为100精密电阻），当Pt100的电阻值随温度的变化而改变和RV2的电阻值不相等时，电桥输出一个微小的压差信号，这个压差信号经过运算放大器LM324放大后输出大小合适的电压信号，该信号可直接连接模数转换器AD的信号输入端。由LM324构成的差动放大电路中R3R4、 R5R6，根据电路知识易知放大倍数为R5/R3，运算放大器采用单双5V供电。在电路中, 同幅度地调整R1和R2的电阻值可以改变电桥

46、输出的压差大小， 改变R5/R3的比值即可改变电压信号的放大倍数，从而满足模数转换器对输入信号电压的大小的要求。 RV2为电位器，调节电位器阻值大小以便准确的设置温度的零点。在这里，Pt100在零点温度的电阻为100，所以电位器的阻值设置为100。这里要注意，电位器的电阻值要在其没有接入电路时调节。电桥的正电源必须接稳定的参考基准电压，这里我们将电源通过稳压管稳压后得到稳定度高的电压，最大程度的提高测量的稳定性。在实际测温中,由于要求的测温精度比较高,采用了16位AD转换器在量化模拟电压值。为了不使测温电路的误差掩盖AD的最小分辨率,对测温电路有两个要求，一是要有高稳定度的基准电压；二是要具有

47、很高的输入阻抗，减少后级电路对测温电路的影响。采用高精度的稳压管做基准电压加上电路桥的平衡作用可以大大的减少电源纹波,提供足够稳定的基准电压；但是在图3-2的电路中,我们可以发现整个测温电路的输入阻抗由电阻R4、R6、R7决定,输入阻抗为有限值,这在一定程度上影响了测温电路的精度。因此对电路做了改进，改进后的电路如图3-3： 图3-3 三线制电路桥高阻抗电路通过两级运算放大电路隔断桥式电路与输出端的电流联系,相当于使输入阻抗足够大；同时两级运算放大器级联,每一级的放大倍数不需要很大,这保证了运算放大器可以工作在线性区域。当然要想系统更加稳定,运算放大器应该采用双电源供电,同时要尽量保证电源的稳

48、定性，在计算中要按照电阻的实测值进行计算。这种电路虽然理论上具有很高的测量精度，但是由于电阻比较多，计算比较复杂；计算中会有很多取舍，实际的测量精度与理论值存在较大差距。因此,我们最终考虑用集成度比较高的,高精度的仪用放大器代替后面的两级运放。仪用放大器内部的电阻是采用光刻校准的,精度很高，而且采用仪用放大器电路连接比较简单。下图为仪用放大器INA128芯片内部结构图: 图3-4仪用放大器INA128内部结构图经过转换放大得到的电压值信号采用Linear公司生产的LTC1864十六位AD转换器进行模数转换，LTC1864为高速串行的AD转换器，转换速度快，精度高，而且使用简单，占用的处理器I/

49、O端口资源少，如图是AD转换器的操作时序和转换关系图：图3-5 LTC1864时序图和转换图3.1.2加热器设计与制作由于加热样品尺寸是固定的，为了达到最好的加热效果，以及方便计算加热器的比热容、加热功率等参数配合智能控制算法，我们根据Nicolet 6700 傅立叶红外光谱仪加热样品的尺寸等特性要求自行设计了加热模块的方案，图3-6使用CAD软件绘制的外观尺寸模型：图3-6 加热模块外形尺寸图整个加热器的外形尺寸是直径为8cm，高度为3cm的圆柱，然后中间开孔，孔半径4mm-6mm均可，然后再在圆柱形加热器的半径上开半个圆柱形的槽，槽半径3mm-4mm，以便插入Pt100传感器。我们与生产厂

50、家联系，定制了加热器，根据加热器的材料，外形尺寸等，可以大致估算出加热器的比热容，吸散热功率等，配合以后的智能控制算法。3.1.3加热通道设计 在不同的加热温度范围内，加热器的加热与散热的平衡关系不同，温度越高的加热器与周围的环境的热交换越快，即散热量越大，要想在不同的温度差内都能保持很好的平衡关系，就要求加热器的功率可调，因此我们设计了不同的加热通道来实现不同的功率分配。这种功率分配的原理简单，通过串联大功率电阻分压来实现的。在不串联任何电阻的情况下，加热器的功率为270W左右，通过控制继电器可以选择功率二分之一档、四分之一档等。每一个通道的选择通断通过继电器来控制，继电器的驱动电路如图3-

51、7： 图3-7继电器驱动电路电阻后面接的是单片机的控制口，当该控制口的输出电平为低电平时，三极管导通，继电器有电流通过，有开关动作；当该控制口的输出电平为高电平是，三极管截止，继电器无开关动作。3.1.4显示电路设计我们采用数码管进行显示，根据现实的温度范围和精度要求需要四位数码管进行显示每一个温度值，动态温度和目标温度两个温度值需要八个数码管。图3-8是数码管的驱动电路：图3-8数码管驱动电路需要说明的是，这里每个温度显示使用了五个数码管，其中有一个是作为以后改进扩展使用的，比如提高精度或者扩大测量范围使用。3.2程序设计及实现我们采用的处理器是STC89C52系列的单片机，在Keil C5

52、1环境下使用C语言进行编程，来实现本文构建的模糊自组织智能控制算法。程序的流程图如图3-9：图3-9 程序流程图 首先对系统进行初始化，包括单片机的上电初始化，计时器的初始化等等，然后提示用户输入温度信息。温度信息输入完毕后，系统开启加热通道开关，同时温度传感器不断的采集温度信息，并与用户的输入信息作比较，调用智能算法，完成加热通道自组织，并将温度每个时刻的温度同步输出到显示界面。温度信息采集的周期很小，保证传感器能跟随温度的变化，对采集的数值进行信息处理，包括信号滤波处理和放大转换处理等，这里采用中值滤波的方法对采集的数据进行滤波，进一步规避了外界干扰信号对采集的温度值的影响，保证采集温度的

53、准确性。转换放大过程中还加入了校正公式，该公式是在实验的基础上总结出来的，通过校正提高了系统的测量精度。整个过程在不停的循环执行温度信息采集、数据信息处理、调用智能算法、温度显示，直到温度满足加热要求输出提示信息，系统维持恒温。3.3 硬件3.4本章小结本章详细的介绍了系统的硬件组成及软件设计，硬件上按功能模块介绍了系统的温度采集处理模块，加热器模块，加热通道模块以及显示电路模块，给出了具体的电路以及设计时需要注意的问题；软件上给出了整个程序的控制框图并详细说明了系统的控制流程。4系统测试和结果分析在整个软硬件系统完成后，我们对系统进行了各项指标的测试，并将实验数据进行了对比分析。4.1系统测

54、温误差分析我们设计了一个简单的温度校正对比装置，通过该装置来检查该系统测量的温度偏差，如图4-1和图4-2：图4-1 系统测量值与温度计测量值对比图图4-2系统测量偏差图4-1中，横坐标表示利用温度计进行测量的温度值，纵坐标表示利用该系统测量的温度值，将测量点连接起来构成一条曲线，可以看出他并不是严格的正比例曲线，理想的关系曲线应该为过零点的斜率为1的正比例曲线。图4-2横坐标表示温度计测量的温度，纵坐标表示系统测量的温度偏离的温度计值的大小，单位都是摄氏度。从图可以看出系统的偏差不是恒定的，而是有规律的变化，近似与温度值成正比，这就对其进行进一步的校正提供了依据。需要说明的是，由于实验条件所

55、限，我们设计的测量校正装置可能不够严谨，加上温度计的读数值存在估读的情况，所以我们测得的偏差不是非常的准确，但是这项工作仍然是有意义的。4.2智能控制加温实验结果分析为了验证模糊自组织算法优越的控制性能，我们对试验样品进行了加温控制实验，第一组是没有加入智能算法的单通道固定功率加热，这种情况下当加热温度达到预定温度，系统关闭加热通道，当温度低于预定温度，系统启动加热通道。第二组是加入智能控制算法的模糊自组织加热。两种情况下的加热温度曲线分别如图所示4-3和图4-4所示：图4-3单通道固定功率108加热温度变化曲线图4-4智能控制108加热温度变化曲线图4-3和图4-4中，横坐标表示加热时间，纵

56、坐标表示温度值。实验中，每隔15秒记录一次温度值，然后将其各点连接做出一条连续的温度变化曲线，如图中的实测温度曲线，图中还标记了预定温度值，如图中的虚线所示。为了方便对比，两次实验设置的预定温度是相同的，同为108。对比图4-3和图4-4可以发现，基本的电加热控制系统中，用一个加热电给加热器提供热能，通过温度传感器感知的温度和预设温度比较确定加热电炉工作与否。其缺点是显而易见的，如图4-3所示，加热功率和加热速度不可控制及其导致的最终温度起伏大、温度空控制精度差等，在很多应用中这些会是致命的缺陷。而根据当前温度和目标温度的差距确定加热速度或加热功率，建立其相应的智能模糊自组织控制模式，达到了加热速度可控、加热精度较高的加热控制效果，如图4-4所示，温度最终的起伏明显比图4-3中温度的起伏要小，控制精度有了很大的提高，而其加热的速度仍然很快。为了考察其他加热温度的控制情况，还设计了数据自动记录硬件系统，读取了温度实时变化的数据，并绘出了温度变化的曲线。图4-5所示99.5加温