书签 分享 收藏 举报 版权申诉 / 74
上传文档赚钱

类型5.现代检测技术汇总课件.ppt

  • 上传人(卖家):三亚风情
  • 文档编号:2492941
  • 上传时间:2022-04-25
  • 格式:PPT
  • 页数:74
  • 大小:2.36MB
  • 【下载声明】
    1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
    2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
    3. 本页资料《5.现代检测技术汇总课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
    4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
    5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
    配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    现代 检测 技术 汇总 课件
    资源描述:

    1、5. 检测领域新技术简介检测领域新技术简介5.1 概述概述 检测领域新技术主要是在微处理器、计算机的硬件、检测领域新技术主要是在微处理器、计算机的硬件、软件基础上,充分利用适当的数学工具、人工智能、参软件基础上,充分利用适当的数学工具、人工智能、参数或状态的估计、识别技术而发展起来,有针对性地解数或状态的估计、识别技术而发展起来,有针对性地解决一些原来难以解决的问题。决一些原来难以解决的问题。软测量技术、软测量技术、虚拟仪器技术、虚拟仪器技术、模糊传感器技术模糊传感器技术多传感器数据融合技术。多传感器数据融合技术。智能检测技术、智能检测技术、技术基础技术基础l硬件基础:硬件基础: 新材料、新传

    2、感器件的开发。新材料、新传感器件的开发。 精密机械、微电子技术的发展。精密机械、微电子技术的发展。 l基础理论和技术:基础理论和技术: 应用物理、应用化学、材料科学、生物科学领域的基本应用物理、应用化学、材料科学、生物科学领域的基本理论及科研成果;理论及科研成果;l软件基础:软件基础: 包括微处理器系统在内的微电子技术、通信技术、数据包括微处理器系统在内的微电子技术、通信技术、数据处理技术、计算机软件技术、参数估计和识别技术,数处理技术、计算机软件技术、参数估计和识别技术,数据融合技术。据融合技术。应用方法:应用方法: 基于测量机理或模型辨识的传感器模型的求取;基于测量机理或模型辨识的传感器模

    3、型的求取; 测量公式、神经元网络,或知识库形式的表达。测量公式、神经元网络,或知识库形式的表达。 基于信号(数据)分析与处理的参数预估和识别。基于信号(数据)分析与处理的参数预估和识别。 5.2 软测量技术软测量技术 80年代末期明确提出软测量的概念,年代末期明确提出软测量的概念, 依据对易测变量的测量及易测变量与被测变量(主导变依据对易测变量的测量及易测变量与被测变量(主导变量)间的数学关系(软测量模型),利用数学计算和估量)间的数学关系(软测量模型),利用数学计算和估计技术实现对待测变量测量的技术。计技术实现对待测变量测量的技术。特点:特点:基于多传感器之上,基于多传感器之上,存在大量数据

    4、处理,存在大量数据处理,适用于工程应用中对象特性及环境变化影响较大适用于工程应用中对象特性及环境变化影响较大的参数的工程测量。的参数的工程测量。易于实现,在通用性、灵活性及成本等方面具有易于实现,在通用性、灵活性及成本等方面具有优势。优势。5.2.1 软测量技术方法软测量技术方法 1)系统框图)系统框图 关键步骤:关键步骤:2)辅助变量的选择)辅助变量的选择 要点:变量类型,数量,测点位置要点:变量类型,数量,测点位置 选取基础:选取基础: 基于对对象的机理分析和实际工况的了解。基于对对象的机理分析和实际工况的了解。 考虑事项:可行性、可靠性、易维护性、经济性等考虑事项:可行性、可靠性、易维护

    5、性、经济性等基本原则:基本原则:a. 适用性,工程上易于在线获取并有一定的测量精度。适用性,工程上易于在线获取并有一定的测量精度。b. 灵敏性,对对象输出灵敏性,对对象输出(被测变量被测变量)或不可测扰动能作出快或不可测扰动能作出快速反应。速反应。c. 特异性,对对象输出特异性,对对象输出(被测变量被测变量)或不可测扰动之外的干或不可测扰动之外的干扰不敏感。扰不敏感。d. 准确性,构成的软仪表应能够满足准确度要求。准确性,构成的软仪表应能够满足准确度要求。e. 鲁棒性,对模型误差不敏感。鲁棒性,对模型误差不敏感。 辅助变量数量:辅助变量数量:下限值:被估计主导变量的个数;下限值:被估计主导变量

    6、的个数;上限值:系统能可靠在线获取的变量总数。上限值:系统能可靠在线获取的变量总数。相关影响因素:相关影响因素: 自由度、测量噪声、模型不确定性自由度、测量噪声、模型不确定性数量确定方法:数量确定方法: 一般建议从系统的自由度出发,确定辅助变量的最一般建议从系统的自由度出发,确定辅助变量的最小个数,并结合实际对象的特点适当增加辅助变量小个数,并结合实际对象的特点适当增加辅助变量个数,以便更好地处理动态特性等问题。个数,以便更好地处理动态特性等问题。 检测点:检测点: 应根据主导变量的测量要求,选择具有强影响力的参应根据主导变量的测量要求,选择具有强影响力的参数点作为检测点。数点作为检测点。 一

    7、般情况下,变量数目的选择准则也往往应用于检测一般情况下,变量数目的选择准则也往往应用于检测点位置的选择。点位置的选择。 辅助变量的数目和位置通常是同时确定的。辅助变量的数目和位置通常是同时确定的。3)测量数据处理)测量数据处理 软测量结果的可靠性在很大程度上依赖于测量数据的准软测量结果的可靠性在很大程度上依赖于测量数据的准确性和有效性,因此,数据处理是软测量技术应用的一个确性和有效性,因此,数据处理是软测量技术应用的一个重要方面。重要方面。基本内容:数据校正、数据变换基本内容:数据校正、数据变换数据校正数据校正a. 随机误差处理随机误差处理常用方法:常用方法:l 滤波法:滤波法: 高通、低通,

    8、数据平滑。高通、低通,数据平滑。l 数据协调技术数据协调技术 基于平衡关系建立以估计值与测量值的方差为最小的优基于平衡关系建立以估计值与测量值的方差为最小的优化估计模型,为测量数据提供一个最优估计,并据此检测化估计模型,为测量数据提供一个最优估计,并据此检测数据误差。数据误差。 数据协调技术是一个约束条件下的优化技术。数据协调技术是一个约束条件下的优化技术。b. 显著误差处理显著误差处理常用方法:常用方法:l理论分析法理论分析法 l硬件冗余法硬件冗余法 利用多种方法测量同一变量,通过结果利用多种方法测量同一变量,通过结果比较识别显著误差。比较识别显著误差。l统计分析法统计分析法 数据变换数据变

    9、换主要内容:标度变换、转换、权函数主要内容:标度变换、转换、权函数l标度变换:采用合适的因子实现数据的统一性,标度变换:采用合适的因子实现数据的统一性,保证算法的精度和稳定性;保证算法的精度和稳定性;l转换:直接转化以及以新变量替换原变量,从而转换:直接转化以及以新变量替换原变量,从而降低非线性。降低非线性。l权函数:通过选择适当的权函数实现对变量的动权函数:通过选择适当的权函数实现对变量的动态补偿以及体现辅助变量的重要度。态补偿以及体现辅助变量的重要度。4)软测量模型的建立)软测量模型的建立 构造软仪表的本质就是建立数学模型(软测量模型)构造软仪表的本质就是建立数学模型(软测量模型)问题。是

    10、软仪表的核心。问题。是软仪表的核心。n软测量模型:软测量模型: 表征辅助变量和主导变量之间的数学关系。表征辅助变量和主导变量之间的数学关系。注意:与一般系统数学模型的区别:注意:与一般系统数学模型的区别:l一般数学模型:描述系统的动态或静态特征,用于系一般数学模型:描述系统的动态或静态特征,用于系统分析及优化。统分析及优化。l软测量模型:描述辅助变量与主导变量之间的关系,软测量模型:描述辅助变量与主导变量之间的关系,完成由辅助变量到主导变量的映射。完成由辅助变量到主导变量的映射。n软测量模型建立方法:软测量模型建立方法: 基于工艺机理分析的软测量基于工艺机理分析的软测量 主要是运用化学反应动力

    11、学、物料平衡、能量平衡、主要是运用化学反应动力学、物料平衡、能量平衡、动量平衡等原理,建立主导变量与辅助变量之间的动量平衡等原理,建立主导变量与辅助变量之间的关系模型。是工程中常用的方法。关系模型。是工程中常用的方法。特点:特点:l对于工艺机理较为清楚的工艺过程,该方法能构造对于工艺机理较为清楚的工艺过程,该方法能构造出性能较好的软仪表。出性能较好的软仪表。l工程背景清晰,便于实际应用。工程背景清晰,便于实际应用。l模型具有较好的外延性模型具有较好的外延性.l建模的难度较大。对于机理研究不充分、尚不完全建模的难度较大。对于机理研究不充分、尚不完全清楚的复杂工业过程,难以建立合适的机理模型。清楚

    12、的复杂工业过程,难以建立合适的机理模型。 基于回归分析的软测量基于回归分析的软测量 是软测量建模的基本方法,应用范围相当广泛。是软测量建模的基本方法,应用范围相当广泛。主要手段:主要手段: 多元线性回归(多元线性回归(MLR)、)、 多元逐步回归(多元逐步回归(MSR)、)、 主元分析和主元回归(主元分析和主元回归(PCA、PCR)、)、 最小二乘最小二乘(LSR);特点:特点: 简单实用,简单实用, 需要大量的样本需要大量的样本(数据数据),对测量误差较为敏感。,对测量误差较为敏感。 所建立的模型具有一定的应用范围限制所建立的模型具有一定的应用范围限制(外延性不好外延性不好)。 以最小二乘原

    13、理为基础的一元和多元线性回归技术目以最小二乘原理为基础的一元和多元线性回归技术目前已相当成熟,常用于线性模型的拟合。前已相当成熟,常用于线性模型的拟合。 基于神经网络方法基于神经网络方法 基于人工神经网络的软测量是近年来研究最多、发展很基于人工神经网络的软测量是近年来研究最多、发展很快和应用范围很广泛的一种软测量技术。快和应用范围很广泛的一种软测量技术。 人工神经网络及建模特点人工神经网络及建模特点 结构:结构: 特点:特点:l神经网络具有自学习、联神经网络具有自学习、联想记忆、自适应和非线性想记忆、自适应和非线性逼近等功能;逼近等功能;l可根据对象的输入输出数可根据对象的输入输出数据直接建模

    14、。能适用于高据直接建模。能适用于高度非线性和严重不确定性度非线性和严重不确定性系统;系统;l并行运算,速度较快。并行运算,速度较快。l完美的网络训练样本的获完美的网络训练样本的获得较困难。得较困难。基于模糊数学的软测量基于模糊数学的软测量l模糊数学模仿人脑逻辑思维特点,是处理复杂系统的模糊数学模仿人脑逻辑思维特点,是处理复杂系统的一种有效手段。一种有效手段。l建立的模型是一种知识型模型。建立的模型是一种知识型模型。l适用于被测对象呈亦此亦彼的不确定性,难于用常规适用于被测对象呈亦此亦彼的不确定性,难于用常规数学方法定量描述的场合。数学方法定量描述的场合。l实际应用中一般将模糊技术与其他人工智能

    15、技术结合实际应用中一般将模糊技术与其他人工智能技术结合应用。应用。基于相关分析的软测量基于相关分析的软测量1)基于工艺机理分析方)基于工艺机理分析方法法例:反应再生系统催化例:反应再生系统催化剂循环量和焦炭氢含剂循环量和焦炭氢含量的软测量量的软测量系统结构图:系统结构图:a.催化剂循环量的软测量模型催化剂循环量的软测量模型 软测量方法主要有:热平衡法,软测量方法主要有:热平衡法,炭(物料)平衡法炭(物料)平衡法l热平衡法热平衡法 利用再生器的热平衡实现催化利用再生器的热平衡实现催化剂循环量的估算剂循环量的估算热平衡关系式:热平衡关系式:式中:式中: Q1:再生器中的反应热,(炭、氢燃烧):再生

    16、器中的反应热,(炭、氢燃烧)kJ / h; Q2:焦炭的脱附热,:焦炭的脱附热, kJ / h; Q3:空气、焦炭和蒸汽的升温热,:空气、焦炭和蒸汽的升温热, kJ / h; Q4:散热损失,:散热损失, kJ / h; Q5:催化剂升温所需要的热量,:催化剂升温所需要的热量, kJ / h;12345QQQQQ已知:已知:Q5与催化剂循环量存在关系(工艺知识)与催化剂循环量存在关系(工艺知识)式中:式中: R: 催化剂循环量,催化剂循环量,kg / h; t:再生剂与待生剂之间温差,:再生剂与待生剂之间温差,K; cp: 催化剂比热,催化剂比热,kJ / (kg K)。对上述二式联立求解:对

    17、上述二式联立求解: 热平衡法催化剂循环量软测量模型:热平衡法催化剂循环量软测量模型:5pQR tc12341() pRQQQQt cl炭平衡法炭平衡法 利用物料平衡原理:烟气中带出的炭含量等于循环催利用物料平衡原理:烟气中带出的炭含量等于循环催化剂带入的炭含量。化剂带入的炭含量。 依据炭含量平衡的催化剂循环量软测量模型:依据炭含量平衡的催化剂循环量软测量模型:Cw: 烟气中带出炭含量烟气中带出炭含量C:待生剂与再生剂的炭含量差。:待生剂与再生剂的炭含量差。wCRCb. 焦炭氢含量软测量模型焦炭氢含量软测量模型 焦炭氢含量是衡量催化裂化装置气提段性能的重要指标。焦炭氢含量是衡量催化裂化装置气提段

    18、性能的重要指标。 焦炭的氢含量一般通过对再生器作氧平衡来计算(依据焦炭的氢含量一般通过对再生器作氧平衡来计算(依据烟气分析数据)烟气分析数据)l进入再生器的氧量:进入再生器的氧量:l排出再生器的氧量:排出再生器的氧量:20.21入OQAA:进入再生器的总空气流量:进入再生器的总空气流量()22212OOCOCOQCCCF :烟气中:烟气中O2、 CO、CO2含量含量F:烟气流量:烟气流量,22OCOCOCCC由氧平衡知水的生成量为由氧平衡知水的生成量为:氮和氩在烟气中的总含量,摩尔分量,:氮和氩在烟气中的总含量,摩尔分量,:氮和氩在空气中的体积百分含量,:氮和氩在空气中的体积百分含量,()H

    19、OO inO outQQQ2222另外,根据氮平衡得另外,根据氮平衡得.NCAF279 1NC2式中式中.79 1联立求解得:联立求解得:.()H ONOCOCOQFCCCC2222120 2652设烟气中设烟气中SO2和和NOx含量可忽略,含量可忽略,则焦炭中的氢含量则焦炭中的氢含量MH和炭量和炭量MC分别为分别为如此,得氢含量如此,得氢含量CH(质量百分比)软测量模型为(质量百分比)软测量模型为22214.040.265()2HNOCOCOMFCCCC212()CCOCOMF CC100%HHHCMCMM例:烟气组成数据为:(摩尔百分数)O2:0.5 ,CO:8.0, CO2:12.0,

    20、N2:79.5则:氢含量:CH=7.1% 2)基于回归分析的软测量)基于回归分析的软测量 是确定变量间相关关系的一种简单实用的方法。是确定变量间相关关系的一种简单实用的方法。 在检测过程中常用于关联各种过程变量的观测数据,在检测过程中常用于关联各种过程变量的观测数据,建立软测量模型对难以直接测量的变量进行估计。建立软测量模型对难以直接测量的变量进行估计。主要应用方法:主要应用方法: 主元回归(主元回归(PCR) 部分最小二乘法(部分最小二乘法(PLS)注意:注意: 对于线性系统采用对于线性系统采用PCR或或PLS效果基本相同,效果基本相同, 对于非线性回归,对于非线性回归,PLS将优于将优于P

    21、CR法。法。0niiiey x 111121012212221212111,1 ()mmnnnnmmnTTTTyxxxeyxxxeYXEyxxxeJE EYXYXX XX Y- -轾轾轾轾轾轾轾轾犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏=犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏犏臌臌臌臌臌臌臌臌=-=-= =LLMMMMMMMML=+=+YXE或或有:有:=+=+=+=+LL1201122(,)mmmyf xxxe x x xe:待定系数:待定系数例:筛板塔点效率的软测量例:筛板塔点效率的软测量 由物料平衡关系和液相组成知液相点效率由物料平衡关系和液相组成知液相点

    22、效率EOL有关系式:有关系式:ReLabcOLCgGEASD其中其中LLCLLSD施密特准数施密特准数LgLsDu液相表面张力液相表面张力RewGsGGhuF修正后的气相雷诺准数修正后的气相雷诺准数:LLLsLwGGDuhF液液相相粘粘度度液液相相密密度度:液液相相扩扩散散系系数数:空空塔塔气气相相流流速速:液液相相表表面面张张力力:堰堰高高:筛筛板板开开孔孔滤滤:气气相相密密度度:气气相相粘粘度度lnlnlnlnReLOLCgGEAaSbDc回归数据:回归数据:LCSgDReG/%LOE0.150.2220.3650.00935ReLOLCgGESD文献指出,在下述范围内模型具有良好效果文献

    23、指出,在下述范围内模型具有良好效果29 245,120 2000,Re105 1070LCgGSD22lim()OLOLeEE3)基于人工神经网络的软测量方法)基于人工神经网络的软测量方法a. 人工神经网络软测量建模基本特点人工神经网络软测量建模基本特点l神经网络建模方法属于辨识建模;神经网络建模方法属于辨识建模;l建模的全部或部分过程为网络训练过程;建模的全部或部分过程为网络训练过程;l一般所建模型为隐式,不能描述为一般数学表达式,模一般所建模型为隐式,不能描述为一般数学表达式,模型参数蕴含于网络连接的权值中;型参数蕴含于网络连接的权值中;l模型的输入为辅助变量,输出为被测变量,模型易于实模

    24、型的输入为辅助变量,输出为被测变量,模型易于实现现 ;l对非线性映射关系的逼近性良好;对非线性映射关系的逼近性良好;l需要大量的实验数据;需要大量的实验数据;b. 神经网络结构神经网络结构BP神经网络神经网络RBM神经网络神经网络神经网络结构确定神经网络结构确定选择网络类型:如选择网络类型:如BP网络,网络,RBF网络,互联网络等网络,互联网络等确定网络结构:确定网络结构: 输入层节点:所选辅助变量个数。输入层节点:所选辅助变量个数。 输出层节点:需要进行软测量的变量数。输出层节点:需要进行软测量的变量数。 中间中间(隐层隐层)节点:目前尚没有一个很好的确定方法。节点:目前尚没有一个很好的确定

    25、方法。训练样本(数据)的提取:训练样本(数据)的提取: 训练数据包括神经网络的输入输出数据。训练数据包括神经网络的输入输出数据。 数据来源:数据来源: 理想输入输出数据,通过经验、实验、过程实测输入输理想输入输出数据,通过经验、实验、过程实测输入输出数据。出数据。一般要求:训练数据组数要远大于需要进行软测量的变量一般要求:训练数据组数要远大于需要进行软测量的变量数。数。 网络变换函数:网络变换函数: 神经网络通过转换神经网络通过转换函数完成其学习训练函数完成其学习训练过程,并且在应用中过程,并且在应用中通过转换函数按照一通过转换函数按照一定的规律将输入端信定的规律将输入端信息传送到输出端。息传

    26、送到输出端。常用的转换函数如图常用的转换函数如图所示:所示:网络训练网络训练训练方法训练方法有教师学习有教师学习 事先给定一些标准的输入输出数据,学习中,在给定的事先给定一些标准的输入输出数据,学习中,在给定的一组输入数据下的网络输出与给定的期望输出进行比较,一组输入数据下的网络输出与给定的期望输出进行比较,通过二者差异调整网络的权值,最终的训练结果使其差通过二者差异调整网络的权值,最终的训练结果使其差异达到给定的范围内。异达到给定的范围内。无教师学习无教师学习 不存在教师信号,相应地事先设定一套学习规则,学习不存在教师信号,相应地事先设定一套学习规则,学习系统按照环境提供数据的某些统计规律及

    27、事先设定的规系统按照环境提供数据的某些统计规律及事先设定的规则自动调整权值,使网络具有某一特定功能。则自动调整权值,使网络具有某一特定功能。再励学习再励学习 介于上述二者学习方式之间的一种学习方式,在这种学介于上述二者学习方式之间的一种学习方式,在这种学习中,环境将对网络的输出给出评价信息(奖或罚),习中,环境将对网络的输出给出评价信息(奖或罚),学习系统将通过这些系统调整权值,改善自身特性。学习系统将通过这些系统调整权值,改善自身特性。e. 注意事项:注意事项: 在实际应用中网络训练样本的数量和质量、学习在实际应用中网络训练样本的数量和质量、学习算法、网络的拓扑结构和类型等的选择对所构成算法

    28、、网络的拓扑结构和类型等的选择对所构成软仪表的性能都有重大影响。软仪表的性能都有重大影响。传感器:完成信号获取,将被测信号转换成相应的电信号。传感器:完成信号获取,将被测信号转换成相应的电信号。信号调理:将传感器来的信号进行放大、整流、滤波及线信号调理:将传感器来的信号进行放大、整流、滤波及线性化处理。实现对信号的去噪、形式转换和信号性化处理。实现对信号的去噪、形式转换和信号幅值变换,使之满足数据采集板的要求。幅值变换,使之满足数据采集板的要求。数据采集:完成信号量程的自动转换、多通道信号分时采数据采集:完成信号量程的自动转换、多通道信号分时采样、连续信号的时间序列离散化数字量(或脉冲样、连续

    29、信号的时间序列离散化数字量(或脉冲频率)处理。频率)处理。计算机:系统的中枢,在软件作用下进行信号采集和存储、计算机:系统的中枢,在软件作用下进行信号采集和存储、数据运算分析、记录以及显示输出。数据运算分析、记录以及显示输出。标准接口系统标准接口系统 是计算机和各测量设备间进行信息交换和传输的连接是计算机和各测量设备间进行信息交换和传输的连接设备,主要是解决各产品接口的统一问题。设备,主要是解决各产品接口的统一问题。主要功能:主要功能:l多台设备的识别,接口中含有特定外围设备通道码多台设备的识别,接口中含有特定外围设备通道码(口地址),计算机通过地址线选择外围设备。(口地址),计算机通过地址线

    30、选择外围设备。l实现信号暂存及脉冲宽度变换。实现信号暂存及脉冲宽度变换。l完成信号逻辑极性和逻辑电平转换(如完成信号逻辑极性和逻辑电平转换(如TTL逻辑电平逻辑电平和和MOS器件的电平极性相反)。器件的电平极性相反)。l完成数据代码形式转换,如完成数据代码形式转换,如BCD码、二进制码以及串码、二进制码以及串行码和并行码转换。行码和并行码转换。l常用标准接口:常用标准接口: RS-232C(串行)接口总线(串行)接口总线 HP-IB(并行)接口总线(并行)接口总线2)智能检测系统主要软件)智能检测系统主要软件n系统软件:系统软件: 计算机实现运行的软件计算机实现运行的软件n应用软件:应用软件:

    31、 测试程序、控制程序、数据处理程序、界面生成测试程序、控制程序、数据处理程序、界面生成程序程序n主要特点:主要特点:开发性强,可靠性高:可通过开发不同软件实现不同开发性强,可靠性高:可通过开发不同软件实现不同的功能;减少了硬件电路和元件数量,减少了故障发的功能;减少了硬件电路和元件数量,减少了故障发生率,提高了可靠性。生率,提高了可靠性。测量速度快:计算机技术的发展为智能检测的快速性测量速度快:计算机技术的发展为智能检测的快速性提供了条件。提供了条件。高度的灵活性:以软件为工作核心的智能检测系统可高度的灵活性:以软件为工作核心的智能检测系统可以方便地更改功能和性能指标。可提供多种形式的数以方便

    32、地更改功能和性能指标。可提供多种形式的数据输出,可以方便地与其他设备进行数据交换。据输出,可以方便地与其他设备进行数据交换。智能化数据处理:在线线性化、相关性分析。智能化数据处理:在线线性化、相关性分析。多数据融合:可配备多个检测通道,依据相关特性实多数据融合:可配备多个检测通道,依据相关特性实现多传感器信息融合,提高测量精度。现多传感器信息融合,提高测量精度。自查及诊断:实现自检查,显示故障信息自查及诊断:实现自检查,显示故障信息检测过程的软件控制:自动校准、自补偿、过载保护、检测过程的软件控制:自动校准、自补偿、过载保护、报警及检测功能(通道、方式)选择。报警及检测功能(通道、方式)选择。

    33、5.4 虚拟仪器检测技术虚拟仪器检测技术 虚拟仪器虚拟仪器 (Virtual Instrument)是指在计算机上由用是指在计算机上由用户设计定义,利用计算机显示器(户设计定义,利用计算机显示器(CRT)来模拟传统)来模拟传统仪器的控制面板,实现信号的采集、测量、运算、分仪器的控制面板,实现信号的采集、测量、运算、分析、处理等功能的计算机仪器系统。析、处理等功能的计算机仪器系统。 虚拟仪器技术综合应用了计算机技术、智能检测技虚拟仪器技术综合应用了计算机技术、智能检测技术、数字信号处理技术、总线技术和图形处理等技术,术、数字信号处理技术、总线技术和图形处理等技术,利用图形化语言在计算机上开发的一

    34、种仪器。利用图形化语言在计算机上开发的一种仪器。 是建立在标准化、系列化、模块化的硬件和软件平是建立在标准化、系列化、模块化的硬件和软件平台的一个完全开放的仪器集成系统。台的一个完全开放的仪器集成系统。5.4.1 虚拟仪器的构成框图虚拟仪器的构成框图 虚拟仪器是以个人计算机为核心,通过测量软件支持,虚拟仪器是以个人计算机为核心,通过测量软件支持,具有虚拟仪器面板功能、仪器硬件和通讯功能的信息处具有虚拟仪器面板功能、仪器硬件和通讯功能的信息处理装置。理装置。 虚拟仪器通常包括:计算机、仪器硬件和应用软件。虚拟仪器通常包括:计算机、仪器硬件和应用软件。虚拟仪器基本构成框图:虚拟仪器基本构成框图:5

    35、.4.2 虚拟仪器的硬件系统虚拟仪器的硬件系统 硬件系统是虚拟仪器的工作基础,硬件系统是虚拟仪器的工作基础, 主要完成功能:测试信号采集、传输和显示。主要完成功能:测试信号采集、传输和显示。 硬件系统构成:硬件系统构成:l计算机提供高效数据处理功能及显示功能计算机提供高效数据处理功能及显示功能 微处理器、存储器、显示器等微处理器、存储器、显示器等 l测量功能硬件主要用于采集和传输信号测量功能硬件主要用于采集和传输信号 主要有:主要有:GPIB仪器模块仪器模块 VXI仪器模块仪器模块 PXI仪器模块或数据采集卡仪器模块或数据采集卡虚拟仪器的硬件系统虚拟仪器的硬件系统计算机硬件计算机硬件测量功能硬

    36、件测量功能硬件1) GPIB(General Purpose Interface Bus)仪器控制系统仪器控制系统 GPIB技术是虚拟仪器发展的第一阶段。技术是虚拟仪器发展的第一阶段。 GPIB把可编程仪器与计算机紧密地联系起来,使电子把可编程仪器与计算机紧密地联系起来,使电子测量由独立的、手工操作的单台仪器向组成大规模自动测量由独立的、手工操作的单台仪器向组成大规模自动测试系统的方向迈进。测试系统的方向迈进。 典型典型GPIB仪器控制系统由一台仪器控制系统由一台PC机、一块机、一块GPIB接口接口板卡和若干台板卡和若干台GPIB仪器通过标准的仪器通过标准的GPIB电缆连接而构电缆连接而构成。

    37、成。构成示意图:构成示意图:仪仪器器1子子系系统统GPIB接接口口卡卡PC机机仪仪器器2子子系系统统仪仪器器3子子系系统统总总线线基本数据基本数据 标准情况下,一个标准情况下,一个GPIB接口板可带接口板可带14台仪器;台仪器; 电缆长度:电缆长度: 20m; 数据传输速率约为数据传输速率约为1Mbytes/s。功能:功能:l可以用计算机实现对仪器的操作和控制,替代传可以用计算机实现对仪器的操作和控制,替代传统的人工操作方式,排除人为因素造成的测试的统的人工操作方式,排除人为因素造成的测试的误差。误差。l实现自动测试,提高了可靠性和效率。实现自动测试,提高了可靠性和效率。l可方便地组合多台仪器

    38、,形成较大规模的检测系可方便地组合多台仪器,形成较大规模的检测系统;高效、灵活地完成各种不同规模的测试任务。统;高效、灵活地完成各种不同规模的测试任务。l可通过计算机的数据分析处理算法扩展仪器功可通过计算机的数据分析处理算法扩展仪器功能。能。2) VXI总线仪器系统总线仪器系统 是基于高速计算机总线是基于高速计算机总线VME(Versabus Module Eurocard)在仪器领域的扩展总线平台的自动检测系统。在仪器领域的扩展总线平台的自动检测系统。 具有标准开放、结构紧凑、数据吞吐能力强,定时具有标准开放、结构紧凑、数据吞吐能力强,定时和同步精确、模块可重复利用,以及众多仪器厂家支和同步

    39、精确、模块可重复利用,以及众多仪器厂家支持等特点。持等特点。 在组建大、中规模的自动检测系统,以及对速度、在组建大、中规模的自动检测系统,以及对速度、精度要求较高的场合叫其他系统具有明显的优势。精度要求较高的场合叫其他系统具有明显的优势。 VXI系统配置方案:系统配置方案: a. GPIB控制方案控制方案 b. 嵌入式计算机控制方案嵌入式计算机控制方案 c. MXI总线控制方案总线控制方案 a. GPIB控制方案控制方案lGPIB控制方案的数据传输速率约为控制方案的数据传输速率约为1Mbytes/s。如果。如果使用使用HS488协议可使协议可使GPIB的数据传输速率提高到的数据传输速率提高到1

    40、.6Mbytes/s(ISA总线)。总线)。l优点:可以利用熟悉的优点:可以利用熟悉的GPIB技术如同控制一台技术如同控制一台GPIB仪器一样来控制仪器一样来控制VXI仪器系统,且系统造价低。仪器系统,且系统造价低。l缺点:由于缺点:由于GPIB总线的数据传输速率远远低于总线的数据传输速率远远低于VXI总线,形成整个系统的数据交换的瓶颈。(总线,形成整个系统的数据交换的瓶颈。(VME总总线带宽:线带宽:40Mbytes/s)l应用应用 适用于对总线控制的实时性要求不高,并需在系统中适用于对总线控制的实时性要求不高,并需在系统中集成较多集成较多GPIB仪器的场合;仪器的场合;b. 嵌入式计算机控

    41、制方案嵌入式计算机控制方案l一个嵌入式计算机模块除具有一个嵌入式计算机模块除具有VXI系统控制功能外,系统控制功能外,还具有一台通用还具有一台通用PC机的全部功能。机的全部功能。l优点:优点: 所有的模块均插在所有的模块均插在VXI机箱的背板总线上,能实现高机箱的背板总线上,能实现高速的数据传送速的数据传送(40Mbytes/s左右左右),且体积紧凑,是实,且体积紧凑,是实现现VXI自动测试系统的最佳配置方案。自动测试系统的最佳配置方案。l缺点:配置方案的造价及升级费用均较高。缺点:配置方案的造价及升级费用均较高。l应用:应用: 由于在系统的体积、控制速率和电磁兼容方面具有优由于在系统的体积、

    42、控制速率和电磁兼容方面具有优势,因而在性能要求较高和投资较大的场合,如航天、势,因而在性能要求较高和投资较大的场合,如航天、军用等应用领域倍受青睐;军用等应用领域倍受青睐;c. MXI总线控制方案总线控制方案lMXI是一种多系统扩展接口总线,相当于把是一种多系统扩展接口总线,相当于把VXI机箱的机箱的背板总线拉到外部计算机上来,同时可实现多个背板总线拉到外部计算机上来,同时可实现多个VXI机机箱间的箱间的32位数据交换。位数据交换。l它可以直接把它可以直接把VXI内存空间映射到外部计算机上,因此内存空间映射到外部计算机上,因此在提高数据传输速率方面有很多的优势。在提高数据传输速率方面有很多的优

    43、势。l优点:优点: 综合了第一种综合了第一种(GPIB)方案使用外部计算机灵活方便、易方案使用外部计算机灵活方便、易于升级以及第二种于升级以及第二种(VXI)方案高性能的优点,且造价适方案高性能的优点,且造价适中。同时还可以在外部计算机上加插中。同时还可以在外部计算机上加插GPIB接口卡、数据接口卡、数据采集卡,实现更大规模的系统集成。采集卡,实现更大规模的系统集成。l缺点:缺点: 与内嵌式方案相比,体积偏大,数据传输速率偏低。与内嵌式方案相比,体积偏大,数据传输速率偏低。应用:应用: 适用于在各种实验室中实现科研系统以及对体积要求不适用于在各种实验室中实现科研系统以及对体积要求不高的场合使用

    44、。高的场合使用。3)PXI仪器总线系统仪器总线系统 一种专为工业数据采集与自动化应用独自定制的模块一种专为工业数据采集与自动化应用独自定制的模块化仪器平台。化仪器平台。 PXI与与VXI区别:主要是体现在各自的底层总线结构区别:主要是体现在各自的底层总线结构不同。不同。 VXI基于基于VME总线;总线; PXI基于基于PC机中广泛应用的机中广泛应用的PCI总线。总线。特点:特点:lPCI总线最大带宽:总线最大带宽:132Mbytes/s;l可降低成本,零部件和软件可容易地在可降低成本,零部件和软件可容易地在PC产品供应产品供应商购得。商购得。l设备尺寸小,能够为便携式、台式或固定框架装置设备尺

    45、寸小,能够为便携式、台式或固定框架装置提供通用平台。提供通用平台。lPXI设备能够被操作系统自动识别。设备能够被操作系统自动识别。5.4.3 虚拟仪器软件系统虚拟仪器软件系统 1)软件结构图)软件结构图l测试程序层:测试程序层: 提供了针对产品的功能测试的软件组件。在这些软件中,提供了针对产品的功能测试的软件组件。在这些软件中,几乎所有用于测量、控制和通讯模块的程序代码均已编写几乎所有用于测量、控制和通讯模块的程序代码均已编写完成,供用户调用。用户只需在开发平台上以图形方式调完成,供用户调用。用户只需在开发平台上以图形方式调出相应的仪器功能模块和数据处理模块,进行连接组合,出相应的仪器功能模块

    46、和数据处理模块,进行连接组合,就可构成一个具体的仪器,节省用户大量的开发时间。就可构成一个具体的仪器,节省用户大量的开发时间。l驱动程序层:驱动程序层: 仪器驱动程序是以源代码的方式提供给用户,用户可以很仪器驱动程序是以源代码的方式提供给用户,用户可以很容易地优化和增强这些驱动程序,用户可迅速将仪器链入容易地优化和增强这些驱动程序,用户可迅速将仪器链入自己的测试系统。标准化的驱动程序可以在不同的系统和自己的测试系统。标准化的驱动程序可以在不同的系统和配置中重复使用。配置中重复使用。lI/O接口层:接口层: 在一个标准化在一个标准化I/O接口软件组件的通用内核上,为用户提接口软件组件的通用内核上

    47、,为用户提供了一个一致的、跨计算机平台的应用编程接口供了一个一致的、跨计算机平台的应用编程接口(API),使用户的测试系统能够自由灵活地选择不同的计算机平台使用户的测试系统能够自由灵活地选择不同的计算机平台和仪器硬件。和仪器硬件。虚拟仪器软件系统特点:虚拟仪器软件系统特点:l这些软件层的设计均以这些软件层的设计均以“与设备无关与设备无关”为特征,极为特征,极大地改善了开发环境。大地改善了开发环境。l虚拟仪器的本质是面向对象,由不同开发人员采用虚拟仪器的本质是面向对象,由不同开发人员采用不同开发工具编写的测试程序可方便地集成在一个不同开发工具编写的测试程序可方便地集成在一个系统中。系统中。l用户

    48、可以使用单一的、前后一致的开发工具完成测用户可以使用单一的、前后一致的开发工具完成测试程序的所有部分,包括用户应用程序、测试程序试程序的所有部分,包括用户应用程序、测试程序和仪器驱动程序等。和仪器驱动程序等。2)软件开发平台软件开发平台 软件是虚拟仪器系统的关键。软件是虚拟仪器系统的关键。 常用软件开发平台:常用软件开发平台:可视编程语言环境可视编程语言环境Visual C, Visual BASIC ;NI公司推出公司推出LabVIEW 和和LabWindows/CVI ;HP公司推出了公司推出了VEE;Tektronix公司推出了公司推出了TekTMS;3)LabVIEW软件开发平台简介软

    49、件开发平台简介lLabVIEW是一种基于是一种基于G语言的图形化开发语言。语言的图形化开发语言。lLabVIEW软件平台是一种面向仪器的图形化编程环境,软件平台是一种面向仪器的图形化编程环境,用来进行数据采集、数据分析、数据表达测试、测量用来进行数据采集、数据分析、数据表达测试、测量和控制、实验室自动化以及过程监控。和控制、实验室自动化以及过程监控。l利用利用LabVIEW可以简化程序的开发工作,以使用户能可以简化程序的开发工作,以使用户能快速、简便地完成自己的工作。快速、简便地完成自己的工作。使用使用LabVIEW开发平台编制的程序称为虚拟仪器程序,开发平台编制的程序称为虚拟仪器程序,简称为

    50、简称为VI。程序前面板程序前面板框图程序框图程序图标图标/连接器连接器VIl最常用的控件是:数值型最常用的控件是:数值型 、布尔型、布尔型l数值型数值型 Numericl主要完成参数设置和结果显示。主要完成参数设置和结果显示。l这些控件相当于高级文本编程语言中的变量。这些控件相当于高级文本编程语言中的变量。l控制型控件有:数字式、滑动式、进度条式、控制型控件有:数字式、滑动式、进度条式、旋纽式、桶式旋纽式、桶式l指示型控件有:数字式、表盘式、温度计式、指示型控件有:数字式、表盘式、温度计式、彩色式彩色式程序前面板程序前面板 程序前面板是程序前面板是VI的用户界面,在此界面模拟真实仪表的前面的用

    展开阅读全文
    提示  163文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:5.现代检测技术汇总课件.ppt
    链接地址:https://www.163wenku.com/p-2492941.html

    Copyright@ 2017-2037 Www.163WenKu.Com  网站版权所有  |  资源地图   
    IPC备案号:蜀ICP备2021032737号  | 川公网安备 51099002000191号


    侵权投诉QQ:3464097650  资料上传QQ:3464097650
       


    【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。

    163文库