论文部分内容阅读
【摘 要】在过去的几十年里,温度控制系统已经得到了广泛的应用。温度控制提出了一种基于多传感器数据融合和CAN总线控制的一般结构。这种新方法是基于分布式温度控制系统,多传感器数据融合估计算法参数。在此系统中的一个重要特征是常见的,大的用于温度控制的许多特殊领域。实验结果表明,该系统具有精度高,可靠性,良好的实时性和广泛的应用前景。
【关键词】分布式控制系统;CAN总线控制;智能CAN节点;多传感器数据融合
0.引言
分布式温度控制系统已广泛应用于我们的日常生活和生产中,包括智能建筑,温室,恒温车间,大型和中型粮仓,仓库。这样的系统,以确保两者之间的预先设定的极限温度可以保持环境温度。在传统的温度测量系统,我们已经建立了一个网络,通过RS - 485总线使用单芯片的温度传感器测量系统。借助网络,我们就可以进行集中监视和控制。然而,当被监视的区域是更普遍,在更长的距离,RS - 485总线越来越明显的缺点。在这种情况下,发送和响应速度变低,抗干扰能力变差。因此,我们应该寻求一种新的通信方式解决了RS - 485总线问题。
所有的通信手段,控制为导向的工业现场总线技术可以保证我们可以突破传统的点至点通信模式的局限性,并创建一个真正的分布式控制和集中管理系统。支持分布式实时控制的串行通信协议,公交车更具有优势比RS-485总线,如更好的纠错能力,实时,低成本。目前,它已被广泛应用于在执行分布式测量和控制字段。
1.分布式体系结构的温度控制系统
如图所示,在分布式体系结构图1的温度控制系统。可以看出,该系统包括两个模块 - 两个智能CAN节点和一个主控制器。它们通过总线彼此连接。每个模块执行一些其分布式架构。以下是每个模块的简要说明。
1.1控制器
作为系统的主控制器,主机和智能CAN节点通信。它专门监测和控制整个系统,系统配置,操作条件,参数初始化和各部分之间的协调。更重要的是,我们可以打印或历史温度数据存储系统,分析系统的性能是非常有用的。
1.2智能CAN节点
智能CAN节点的温度控制系统有五个部分:单片机的单片机,A / D转换单元,温度监测单元 - 传感器组,数字显示,启发 - 冷却装置和加热单元。接下来,介绍智能CAN节点的工作原理。
在实际应用中,我们区分控制目标到很多单位,除在一些典型单位的智能CAN节点。在每个节点,微控制器与A/D转换器单元的温度测量传感器采集温度数据。在同一时间,它执行的基本数据融合算术运算的结果更接近实际的。数字显示融合节点及时的结果,所以我们可以掌握在每个控制单元的环境温度。
通过比较建立一个主控制器,使智能CAN节点可以通过加热或冷却装置反馈控制单元实现一体化。如果在一个特别聪明的融合结果CAN节点大于设定值,冷却装置将开始工作。相反,如果低于设定值时,所述加热单元的节点中的融合的结果将开始工作。在这种方式中,我们不仅可以监控环境温度,同时也做相应的触发器来实现温度的自动调节。与此同时,每个CAN节点发送一个数据帧到CAN总线,CAN总线将被告知在主控制器单元的温度,这个控制器可以方便地作出决定,是否要修改此参数。由于CAN节点的单元,在房间的温度来调节温度保持均匀。
更重要的是,我们还可以修改在主PC上控制智能节点的温度设定值。
1.3多传感器数据融合
数据融合在一个分布式温度控制系统的使用,以消除不确定性,更准确,更可靠更重要的是从一个有限的传感器测得的数据比算术平均。当一些的温度传感器的传感器变为非激活状态,这种智能CAN节点也可以通过融合这些信息从精确的温度传感器的有用性。
1.4测得的数据一致性检查
我们设计了一个分布式温度测量过程中的温度控制系统中,突发干扰或设备故障时产生的测量误差是不可避免的。数据融合之前,我们应该消除错误的错误。
我们可以利用系统的配用少量的传感器的散点图头发,以消除这种测量误差。参数来表示的数据结构,包括分布值-TM四位数-FV的四位数-FL和分散的四位数-DF下。
每一个传感器测量的温度的温度控制系统独立。在系统中,有8个传感器在智能温度传感器的CAN节点的集群。同时在每个CAN节点,所以我们可以得到8个温度值。从小到大,我们已安排收集温度数据序列:
T1,T2,...,T8的序列中,T1是最低位和T8是最高位。我们定义TM:T=
四位数-Fv为在区间[TM T8]值低位数-FL是区间[T1,TM]中的值,四位数的离散性的:dF=F-F 。
在此公式中,a为常数,根据系统中的测量误差,该值通常为0.5,1.0,2.0,依此类推。的其余部分的列数的测量值被视为,与RMS一致。智融合与智能CAN节点单片机测量值一致。融合的温度测量数据的例子:
分布式使用在温室中的温度控制系统,从8个温度传感器,一组8个温度值如下
八个温度测量值的结果
=T=30.5C
平均八在这个温室的温度和实际温度值的比较,我们可以知道,测量误差为+0.5℃,介绍这种方法,我们消除这种第五传感器测量误差后,数据的平均值,我们可以得到剩余的七(7),T =29.6°C时,测量误差为-0.4℃,这剩下的七个传感器被分成两个组的传感器,S1,S3,S7为第一组,S2,S4,S6和S8是第二组。的两组测量数据的算术平均值和标准偏差如下:
=29.3C σ=2.22
=29.9C σ=1.56
根据公式(13),我们可以使用的七个测得的温度,确定温度融合值。
熔融温度的结果的误差为-0.3℃。
明显地,将测量数据融合的结果比算术平均值更接近实际值。在实际操作中,测得的温度成为较大的监视区域,数据融合,以提高测量精度将会变得更加清楚,也可以分散。
2.小结
这是基于分布式多传感器数据融合的温度控制系统通过CAN总线内置。它充分利用的的FDCS特点,的现场总线控制系统的特点。数据采集,数据融合,实现与CAN智能节点的系统控制,管理系统通过主控制器(主机)来实现。通过使用CAN总线的数据融合技术系统的可靠性和实时能力大大提高。我们相信,这将在未来得到广泛的应用。
【关键词】分布式控制系统;CAN总线控制;智能CAN节点;多传感器数据融合
0.引言
分布式温度控制系统已广泛应用于我们的日常生活和生产中,包括智能建筑,温室,恒温车间,大型和中型粮仓,仓库。这样的系统,以确保两者之间的预先设定的极限温度可以保持环境温度。在传统的温度测量系统,我们已经建立了一个网络,通过RS - 485总线使用单芯片的温度传感器测量系统。借助网络,我们就可以进行集中监视和控制。然而,当被监视的区域是更普遍,在更长的距离,RS - 485总线越来越明显的缺点。在这种情况下,发送和响应速度变低,抗干扰能力变差。因此,我们应该寻求一种新的通信方式解决了RS - 485总线问题。
所有的通信手段,控制为导向的工业现场总线技术可以保证我们可以突破传统的点至点通信模式的局限性,并创建一个真正的分布式控制和集中管理系统。支持分布式实时控制的串行通信协议,公交车更具有优势比RS-485总线,如更好的纠错能力,实时,低成本。目前,它已被广泛应用于在执行分布式测量和控制字段。
1.分布式体系结构的温度控制系统
如图所示,在分布式体系结构图1的温度控制系统。可以看出,该系统包括两个模块 - 两个智能CAN节点和一个主控制器。它们通过总线彼此连接。每个模块执行一些其分布式架构。以下是每个模块的简要说明。
1.1控制器
作为系统的主控制器,主机和智能CAN节点通信。它专门监测和控制整个系统,系统配置,操作条件,参数初始化和各部分之间的协调。更重要的是,我们可以打印或历史温度数据存储系统,分析系统的性能是非常有用的。
1.2智能CAN节点
智能CAN节点的温度控制系统有五个部分:单片机的单片机,A / D转换单元,温度监测单元 - 传感器组,数字显示,启发 - 冷却装置和加热单元。接下来,介绍智能CAN节点的工作原理。
在实际应用中,我们区分控制目标到很多单位,除在一些典型单位的智能CAN节点。在每个节点,微控制器与A/D转换器单元的温度测量传感器采集温度数据。在同一时间,它执行的基本数据融合算术运算的结果更接近实际的。数字显示融合节点及时的结果,所以我们可以掌握在每个控制单元的环境温度。
通过比较建立一个主控制器,使智能CAN节点可以通过加热或冷却装置反馈控制单元实现一体化。如果在一个特别聪明的融合结果CAN节点大于设定值,冷却装置将开始工作。相反,如果低于设定值时,所述加热单元的节点中的融合的结果将开始工作。在这种方式中,我们不仅可以监控环境温度,同时也做相应的触发器来实现温度的自动调节。与此同时,每个CAN节点发送一个数据帧到CAN总线,CAN总线将被告知在主控制器单元的温度,这个控制器可以方便地作出决定,是否要修改此参数。由于CAN节点的单元,在房间的温度来调节温度保持均匀。
更重要的是,我们还可以修改在主PC上控制智能节点的温度设定值。
1.3多传感器数据融合
数据融合在一个分布式温度控制系统的使用,以消除不确定性,更准确,更可靠更重要的是从一个有限的传感器测得的数据比算术平均。当一些的温度传感器的传感器变为非激活状态,这种智能CAN节点也可以通过融合这些信息从精确的温度传感器的有用性。
1.4测得的数据一致性检查
我们设计了一个分布式温度测量过程中的温度控制系统中,突发干扰或设备故障时产生的测量误差是不可避免的。数据融合之前,我们应该消除错误的错误。
我们可以利用系统的配用少量的传感器的散点图头发,以消除这种测量误差。参数来表示的数据结构,包括分布值-TM四位数-FV的四位数-FL和分散的四位数-DF下。
每一个传感器测量的温度的温度控制系统独立。在系统中,有8个传感器在智能温度传感器的CAN节点的集群。同时在每个CAN节点,所以我们可以得到8个温度值。从小到大,我们已安排收集温度数据序列:
T1,T2,...,T8的序列中,T1是最低位和T8是最高位。我们定义TM:T=
四位数-Fv为在区间[TM T8]值低位数-FL是区间[T1,TM]中的值,四位数的离散性的:dF=F-F 。
在此公式中,a为常数,根据系统中的测量误差,该值通常为0.5,1.0,2.0,依此类推。的其余部分的列数的测量值被视为,与RMS一致。智融合与智能CAN节点单片机测量值一致。融合的温度测量数据的例子:
分布式使用在温室中的温度控制系统,从8个温度传感器,一组8个温度值如下
八个温度测量值的结果
=T=30.5C
平均八在这个温室的温度和实际温度值的比较,我们可以知道,测量误差为+0.5℃,介绍这种方法,我们消除这种第五传感器测量误差后,数据的平均值,我们可以得到剩余的七(7),T =29.6°C时,测量误差为-0.4℃,这剩下的七个传感器被分成两个组的传感器,S1,S3,S7为第一组,S2,S4,S6和S8是第二组。的两组测量数据的算术平均值和标准偏差如下:
=29.3C σ=2.22
=29.9C σ=1.56
根据公式(13),我们可以使用的七个测得的温度,确定温度融合值。
熔融温度的结果的误差为-0.3℃。
明显地,将测量数据融合的结果比算术平均值更接近实际值。在实际操作中,测得的温度成为较大的监视区域,数据融合,以提高测量精度将会变得更加清楚,也可以分散。
2.小结
这是基于分布式多传感器数据融合的温度控制系统通过CAN总线内置。它充分利用的的FDCS特点,的现场总线控制系统的特点。数据采集,数据融合,实现与CAN智能节点的系统控制,管理系统通过主控制器(主机)来实现。通过使用CAN总线的数据融合技术系统的可靠性和实时能力大大提高。我们相信,这将在未来得到广泛的应用。