论文部分内容阅读
水泥水化热是水泥的重要参数之一，为了选择合适的水泥用于建造建筑物，必须对水泥水化热进行准确测量，由于其测量过程对外界温度变化非常敏感，因此需要重点研究如何为量热过程提供高精度的恒温环境，使测量结果具有较高的准确性。
本论文首先提出了实现高精度恒温环境的总体设计思路，并据此从结构方面设计了精密气浴恒温箱，以减小外界环境的影响。恒温箱内温度场受到外界温度变化、箱内空气对流情况、加热或制冷元件工作功率等的影响，具有明显的非线性；此外，恒温箱温度控制还具有一定的滞后性，难以确定其准确的数学模型；还有箱内温度波动±0.02℃的高精度要求，这些都加大了恒温箱内温度控制的难度。基于上述恒温箱箱内情况和高精度的控制要求，系统采用STM32F103系列芯片作为主控制器，并设计实现了温度测量、温度控制、加热或制冷等环节，控制系统软件部分采用嵌入式操作系统μC/OSII基于C语言在Keil平台实现。
控制算法采用BP神经网络预测与模糊PID控制相结合的算法，并建立了对应的控制器。针对恒温箱温度控制的滞后性问题，将由外界环境温度经BP神经网络预测并计算得到的温度变化率作为模糊控制的其中一维输入，使控制器具有超前控制的作用。根据温度变化情况，该控制器可以依据模糊控制规则对PID的三个参数进行整定，使其能够适应复杂多变的环境，大大改善了控制效果，提高了控制精度。
最后，对已建立的恒温箱温度测量与控制系统进行相关性能测试实验，实验结果表明：外界温度波动<3℃(<5℃)时，恒温箱内温度控制精度≤±0.013℃(≤±0.02℃)；同时水泥水化热测量结果具有较高的准确度。证明本文使用的基于BP神经网络预测和模糊PID的控制算法的合理性，以及所设计高精度恒温箱温度测量与控制系统的稳定性。
本论文首先提出了实现高精度恒温环境的总体设计思路，并据此从结构方面设计了精密气浴恒温箱，以减小外界环境的影响。恒温箱内温度场受到外界温度变化、箱内空气对流情况、加热或制冷元件工作功率等的影响，具有明显的非线性；此外，恒温箱温度控制还具有一定的滞后性，难以确定其准确的数学模型；还有箱内温度波动±0.02℃的高精度要求，这些都加大了恒温箱内温度控制的难度。基于上述恒温箱箱内情况和高精度的控制要求，系统采用STM32F103系列芯片作为主控制器，并设计实现了温度测量、温度控制、加热或制冷等环节，控制系统软件部分采用嵌入式操作系统μC/OSII基于C语言在Keil平台实现。
控制算法采用BP神经网络预测与模糊PID控制相结合的算法，并建立了对应的控制器。针对恒温箱温度控制的滞后性问题，将由外界环境温度经BP神经网络预测并计算得到的温度变化率作为模糊控制的其中一维输入，使控制器具有超前控制的作用。根据温度变化情况，该控制器可以依据模糊控制规则对PID的三个参数进行整定，使其能够适应复杂多变的环境，大大改善了控制效果，提高了控制精度。
最后，对已建立的恒温箱温度测量与控制系统进行相关性能测试实验，实验结果表明：外界温度波动<3℃(<5℃)时，恒温箱内温度控制精度≤±0.013℃(≤±0.02℃)；同时水泥水化热测量结果具有较高的准确度。证明本文使用的基于BP神经网络预测和模糊PID的控制算法的合理性，以及所设计高精度恒温箱温度测量与控制系统的稳定性。