论文部分内容阅读
随着微处理器技术、网络技术及通信技术的飞速发展,工业自动化系统的结构和方式也发生了很大的变化,系统容量更大、开放性更强,系统的组成方式也更加灵活。工业控制网络就是近几年发展起来的一门新兴工业技术,它借鉴传统计算机网络及分布式控制的思想,将计算机网络的外延拓展,打破DCS系统的封闭性,力图将数据采集单元、自动化仪表、工业控制系统等现场设备接入统一的控制网络,使底层监测设备与Internet/Intranet无缝地连接起来,做到远程监测,构成低成本的“定制”式工业网络系统。
本论文在上述背景下重点研究现场智能型多路数据采集模块的相关问题。完成的主要工作和取得的成果如下:
1.在分析工业现场信号特性的基础上,重点研究了信号采集的非线性处理问题,基于神经网络理论,提出了一种函数链神经网络非线性校正方法,可通过离线标定后实现反非线性拟合曲线参数的求取,并将其应用于所设计的数据采集模块中。
2.针对信号采集中的噪声干扰问题,在神经网络LMS算法的基础上,提出了一种改进的神经网络LMS滤波算法,可较好地消除电源等现场噪声对数据采集的干扰。
3.以AT89C52处理器为核心,开发了三种智能现场多路数据采集模块,完成了硬件设计和软件编程,并设计了上位计算机数据采集通讯软件。对系统进行了调试分析。测试结果表明,该系列模块达到设计要求,运行稳定,功能全面。