摘要：论述了基于Lonworks技术的温度智能节点硬件设计和软件设计。硬件设计阐述了节点结构及其工作原理；软件设计主要针对应用程序的设计。
　　关键词：LonWorks 智能节点 硬件设计 软件设计
　　中图分类号：TP273　文献标识码： B 文章编号：1002-2422(2008)01-0006-02
　　
　　利用LonWorks技术实现温度监控系统，采用Neuron芯片作为CPU，不仅具备单片机的优良性能，而在通信方面更胜一筹。另外利用Neuron c编程可以方便地实现一些先进控制算法，可以将这些算法程序下载到前端智能控制器中直接进行现场控制，并且采用了神经网络技术，大大提高了控制精度和控制器适应能力，具有响应快、超调小、偏差低、稳定度高、功耗低等特点。该系统在家用电器、智能建筑、工业过程控制、仓储智能化等领域都具有重大的实用价值。
　　
　　1 温度智能节点硬件的设计
　　
　　图1是温度测控智能节点的结构图。电源为神經元芯片、系统其它需要供电的芯片及其它元器件提供稳定的电源；网络接口，采用双绞线介质，使智能节点能够接收和发送网络数据；温度测量A／D转换，通过温度传感器测量被控温度，并把温度数据通过A／D转换后送给神经元芯片进行处理；信号输出及D／A转换，将神经元芯片给出的控制信号经转换送给执行装置，以调节温度；显示，选用串行通信方式与神经元芯片接口，对本节点温度进行监视。
　　
　　基于LonWorks温度监控系统设计的应用程序如下：
　　mtimer repealing TempSensorTxTimer=1OOL
　　signed long slTempSensor；
　　unsigned long ulTempSensorMinSendT；
　　unsigned long ulTempSensorMaxSendT；
　　SCPTnfinSendTime cp_family MinSendT；
　　SCPTmaxSendTime cp_family MaxSendT；
　　network output SNVT-temo-P nvTemp
　　nv_propertles
　　MinSendT，
　　MaxSendT}；
　　fblock SFPTTempSensor{
　　nvTemp implemenls nvTemp；
　　}FempSensor
　　10_0 inpul ontime clock(1)mvert tempture；
　　when(io_update_occurs(tempture))
　　{if(fblockNormalNotLockedOut(TempSensor：：global_index)){
　　slTempSensor =input_value；
　　slTempSensor=max(0,slTempSensor)：
　　slTempSensor=min(i00,slTempSensor)；
　　if((ulTempSensorMinSendT>=
　　TernpSensor：：nvTemp：：MinSendT)ll
　　(TempSensor：：nvTemp：：MinSendT==0)){
　　ulTempSensorMinSendT=0：
　　ulTempSensorMaxSendT=0：
　　TempSensor：：nvTemp=slTempSensor；}}}
　　when(timer_expires(TempSensorTxTimer))
　　{if(fblockNormalNotLockedOut(TempSensor：：global_index)){
　　if(ulTempSensorMinSendT　　 ulTempSensorMinSendT；}
　　else{
　　if(TempSensor：：nCFemp!=slTempSensor){
　　TempSensor：：nvTemp=slTempSensor；
　　ulTempSensorMinSendT=0；
　　ulTempSensorMaxSendT=0；}}
　　if(ul Temp SensorMaxSendT　　 ulTempSensorMaxSendT；}
　　else
　　(TempSensor：：nvTemp=slTempSensor；
　　ulTempSensorMinSendT=0：
　　alTempSensorMaxSendT=0；}}}
　　
　　3 结束语
　　
　　设计实现了基于LonWorks技术的温度智能监控系统。作为在过程控制中一个典型应用，控制器具有比较强的通用性，稍作改变就可以用来控制其它的现场对象。可针对不同的现场对象选用各种先进控制方法，将算法用Neuronc程序实现下载到智能节点中去，以达到最优控制现场的目的。在设计中，充分应用了LonWorks技术的大部分设计方法并将LonWorks技术和神经网络PID控制结合起来，发挥了二者的优势，提高了系统的整体性能。