智能瓦斯传感器的研制

论文摘要

本文首先介绍了煤矿安全面临的形势和煤矿安全的意义,以及目前我国煤矿瓦斯监测存在的问题,并指出煤矿瓦斯浓度的实时准确检测在保障煤矿安全生产中具有重要意义；进而详细介绍了瓦斯浓度的检测原理与方法。催化元件在检测高浓度瓦斯时呈现出非线性特性。神经网络具有良好的非线性逼近性能及自学习、自适应性；为了提高传感器稳定性、可靠性、实用性,本文主要研究了BP神经网络在智能传感仪表系统中的应用。研究表明,采用BP神经网络算法能有效改善传感器的非线性补偿性能。本文介绍了新型智能瓦斯传感器的总体设计方案。选用16位数字信号处理器dsPIC33FJ64GP206作为微处理器。在硬件设计方面主要包括电源模块的设计、单片机模块的设计、LED显示模块的设计、存储模块的设计、报警电路模块和通信模块的设计等。本设计使用了外部EEPROM存储器,存储瓦斯安全浓度、非线性补偿系数、零点漂移系数,实现了掉电保护功能；在通信方面,本文采用RS-485总线技术实现瓦斯传感器和主站之间进行数据传输。在软件设计中,为了提高传感器稳定性、准确性和实时性,软件采用模块化程序设计方法,C语言和汇编语言混合编写模式,利用单片机特有的DSP引擎和DMA功能,通过BP神经网络的非线性校正,对采集到的数据进行处理。本文对程序进行了详细编写,为了使流程更加直观,绘制了程序流程图,并且进行了模拟仿真。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题背景及研究意义
• 1.2 国内外研究现状
• 1.3 本文研究的主要内容和实现的功能
• 1.4 本章小结
• 2 瓦斯浓度的检测原理
• 2.1 瓦斯气体的性质
• 2.2 瓦斯浓度检测的方法
• 2.3 催化燃烧型瓦斯传感元件
• 2.4 瓦斯传感器的自动校零
• 2.5 载体催化元件使用中易见问题
• 2.6 本章小结
• 3 瓦斯传感器的非线性校正
• 3.1 瓦斯传感元件的非线性
• 3.2 BP神经网络校正
• 3.3 BP神经网络存在的问题
• 3.4 BP学习算法的改进
• 3.5 实验数据及仿真结果的比较
• 3.6 本章小结
• 4 瓦斯传感器硬件设计
• 4.1 瓦斯传感器硬件电路组成
• 4.2 瓦斯传感器硬件的具体设计
• 4.3 硬件抗干扰探讨
• 4.4 本章小结
• 5 瓦斯检测系统的软件设计
• 5.1 主程序
• 5.2 A/D子程序
• 5.3 DMA
• 5.4 DSP数据处理子程序
• 5.5 RS-485通信子程序
• 5.6 LED数码管显示子程序
• 5.7 24C02数据存取子程序
• 5.8 读取环境温度子程序
• 5.9 本章小结
• 6 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 致谢
• 攻读硕士期间主要成果
• 参考文献