多测点智能温度传感器设计

叶廷东，黄晓红，冼广淋

(广东轻工职业技术学院 计算机工程系,广州 510640)

多测点智能温度传感器设计

叶廷东，黄晓红，冼广淋

(广东轻工职业技术学院 计算机工程系,广州 510640)

针对广泛应用的温度检测，设计了一种多测点智能温度传感器;该智能温度传感器将多个常规温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来，利用三维单片智能传感器结构集成在一块硅基片上，实现了三维集成多层结构;同时智能温度传感器利用信号幅度、变化趋势、多测点冗余故障判决和传感信息融合方法，在实现传感故障诊断的同时提高检测准确度。

温度检测;智能传感器;故障诊断;信息融合;多传感

0 引言

现代航空航天、自动化生产、高品质生活等领域对智能传感器的需求量急剧增大，同时微处理器技术、微电子技术、人工智能理论等快速发展，极大推动了智能传感器的飞速发展，智能传感技术已成为现代测控技术的主要发展方向之一[1-3]。目前，智能传感器广泛应用于航空航天、国防、现代工农业、医疗、交通、智能家居等领域[4-5]。其中智能温度传感器是最早开发、应用最广的一类传感器。

温度是表征物体冷热程度的物理量，是工农业生产过程中一个很重要而普遍的测量参数。温度的测量及控制对保证产品质量、提高生产效率、节约能源、生产安全、促进国民经济的发展起到非常重要的作用。由于温度测量的普遍性，温度传感器的数量在各种传感器中居首位，约占50%。因此智能温度传感器的研究具有重要实际意义，本论文将设计一种多测点智能温度传感器，用于可靠性、检测精度要求较高的场合。

1 多测点智能温度传感器结构

多测点智能温度传感器主要由传感元件、微处理器及相关电路组成，如图1所示。智能传感器将多个测点温度量转换成相应的电信号，然后将它送到信号调理电路，经过滤波、放大、AD转换等信号调理流程，送到微处理器，最后由微处理器进行计算、存储、数据分析和处理。

图1 智能传感器原理图

智能传感器通常的实现形式是将常规的温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来，组合成一整体而构成智能传感器系统，如图2所示。这种传统的模块化智能传感器的通常有集成度不高、体积较大缺点。

图2 智能温度传感器实现结构图

为此，在加工时模块化多测点智能温度传感器时可采用微机械加工技术和大规模集成电路工艺技术，使用半导体材料硅将上述结构中的敏感元件、信号调理电路以及微处理器等集成在一块芯片上构成的，可采用如图3所示的三维单片智能传感器的结构实现，该结构形式将电源、驱动、敏感元件、数据传输线、存储器和运算器等集成在一块硅基片上，将平面集成发展成三维集成，实现了多层结构。

图3 三维单片智能传感器的结构图

2 多测点智能温度传感器信息处理

多测点的好处在于：第一可以通过信息融合提高测量的准确性；第二可以根据多个测点值进行故障判决与诊断。

2.1 测量信息评估与故障诊断

在实际应用中，智能传感系统通常需要通过分析当前所有可用信息源，对自身工作性能、状态进行内部在线评估，实现传感元件器件的初步故障诊断，以保障系统的可靠运行、准确检测[6]。但若对所有信息源进行分析评估，对智能传感器的运算能力要求会很高，并会消耗大量系统资源。这时可以在传感器应用时获得被测温度信号的一些特殊信息，比如该应用场景下温度信号变化趋势、幅度范围，则可使智能传感信息的自评估大为简化。这时我们可以为智能传感器配置电子数据表格，在表格中预留了用户自定义区域，它可用于记录传感器的各种特殊信息，如温度信号变化趋势、幅度范围。应用时，将温度传感器信号特征、幅度范围等以电子数据表格形式存储在微处理器的存储空间上，系统运行时，通过对传感输出信息进行信号幅值评估、趋势评估等的分析，实现传感元件自身状态的判断，确保信息源的可靠性[7]。其基本工作原理为：

将事先获得被测温度信号的幅度范围M∈[ML，MH]、变化率范围|dM/dt|≤Δ (Δ为变化率限值)等特征信息写入电子数据表格中，在工作时，传感信息通过表决器表决后，则利用传感元件的实际输出特征与电子数据表格中既定特征信息进行比较判断即可。若信号幅值M∉[ML,MH]或|dM/dt|>Δ，则系统判定传感检测信息不可靠，传感元件可能发生故障，从而系统启动自免疫功能，进入故障处理程序。其中在应用中|dM/dt|的计算可按一定周期对传感信号进行微分运算得到。

上述方法可以用于单个元件故障判断，当存在多个测点时，则可以利用传感元件检测信息之间的相互关系进行故障判断。在此引入一致性测度系数，用它们来表示传感元件之间的支持程度。为了量化各传感元件在某一时刻观测值的相互支持度，采用模糊数学中最大最小贴近度来度量。

设k时刻传感元件i和传感元件j观测贴近度为：

(1)

则可以知道k时刻传感元件i与其它传感元件的一致性测度为：

(2)

由公式(2)可知，当ri(k)接近1时，表明k时刻传感元件i与其它传感元件的观测值保持一致，反之，则表明第i个传感元件的观测值偏离多数传感元件的观测值。为此可以用一致性测度来进行检测数据异常与元件故障判断，即如果某一个传感元件的一致性测度小于一致性测度阈值r0，则判定该检测数据异常并剔除，若存在多个元件的一致性测度小于一致性测度阈值，则判定传感器故障并进入故障处理程序，如果没有则进行信息融合。冗余温度传感元件的故障检测、辨识与分离过程如图4所示。

图4 冗余传感元件故障判决方法

2.2 多测点信息融合

多传感信息融合可以提高多测点温度的检测准确的。在这里，将利用最大后验方法来对多测点温度传感器进行数据融合[8]。其方法为：

(3)

服从联合正态分别,且已知估计误差协方差阵：

(4)

那么si的极大后验估计为:

(5)

(6)

3 实验分析

为了满足高精度测量的要求，多测点智能温度传感器选择3个A级精度的铂膜片热敏电阻Pt1000组成实验电路来完成，Pt1000的单路温度传感检测电路如图5所示，图中Vref用芯片REF3140产生一个稳定的4.096 V基准电压作为电桥的输入电压。电桥输出送到由OP07组成的差动放大电路中，经过放大后电压输出送到单片机采样端口。

图5 单路传感信号检测电路图

智能传感器在测试实验时，先将应用场景中温度信号的幅度范围M∈[ML，MH]、变化率范围|dM/dt|≤Δ特征信息写入电子数据表格中即可进行单个元件的故障判断，然后采集无故障情况下3个温度传感检测电路的信号，获得各温度传感检测电路的一致性测度指标，根据实验数据确定在信息处理时一致性测度阈值r0为0.95，然后即可利用一致性测度进行冗余温度传感元件的故障检测、辨识与分离。表1为使用各温度传感检测电路分别在32℃、34℃情况下进行测试的试验数据表。表中Vi为各温度传感元件的电压检测信号值，Ri是计算得到的各温度传感元件电阻值，Ti则是得到的温度值，ri是计算得到的一致性测度。

表1 温度传感检测电路测量实验数据表

从表1可知，智能传感器的3个温度传感检测电路对温度同时进行检测，第一组数据中的传感元件S3的一致性测度较低，小于一致性测度阈值存在数据异常现象，在数据融合时需要将该数据剔除；第二组数据由于传感元件S1的检测值偏离较大，造成S1和S3的一致性测度同时低于0.95，为此智能传感器将启动故障处理程序，提示用户进行故障处理。在排除异常数据和传感元件故障后，可得到温度信息的融合检测值，经计算其融合误差与平均加权融合方法相比，降低了约21.4%。

4 结束语

针对普遍使用的温度检测，设计了一种多测点智能温度传感器：

1) 多测点智能温度传感器将多个常规的Pt1000温度传感元件、信号调理电路、带数字总线接口的微处理器连接起来，组合成一整体而构成智能传感器系统。该智能传感器利用三维单片智能传感器结构将电源、驱动、敏感元件、数据传输线、存储器和运算器等集成在一块硅基片上，将平面集成发展成三维集成，实现了多层结构。

2)智能温度传感器从信号幅度、变化趋势等方面进行传感信息与测点元件的初步故障判断，同时针对多测点信息，利用一致性测度实现冗余传感元件的故障检测、辨识与分离。最后，智能传感器利用最大后验方法来对多测点进行信息融合，提高检测准确度，试验研究表明，其融合误差与平均加权融合方法相比，降低了约21.4%。

[1] 刘桂雄.基于IEEE1451 的智能传感器技术与应用[M].北京：清华大学出版社，2012.

[2] 李建其,朱 杰,郭 涛.振动传感器智能化的研究与实现[J].计算机测量与控制，2015,23(1): 317-319.

[3] 叶廷东,程韬波,周松斌,等.海洋水环境网络化智能监测系统的建模设计研究[J]. 计算机测量与控制,2014,22(6):1697-1699.

[4] Huang G J, Liu G X, Chen G X, et al. Research on Improving TII Performances of IEEE 1451 Smart Sensor[J]. Applied Mechanics and Materials, 2010(10): 1027-1030.

[5] Sorribas J, Del Rio J, Trullols E, et al. A smart sensor architecture for marine sensor networks[M]. Piscataway, NJ 08855-1331, United States: Institute of Electrical and Electronics Engineers Computer Society, 2006.

[6] Henry M P, Clarke D W. Self-validating sensor:rationale, definitions and examples[J]. Control Engineering Practice, 1993,1(4): 585-610.

[7] 黄国健.网络化嵌入式智能传感基础理论研究及应用[D]:广州：华南理工大学,2010.

[8] 邓自立.自校正滤波理论及其应用[M].哈尔滨：哈尔滨工业大学出版社,2003.

Design of Smart Temperature Sensor Based on Multi Measuring Point

Ye Tingdong, Huang Xiaohong, Xian Guangling

(Computer Engineering Department, Guangdong Industry Polytechnic, Guangzhou 610640,China)

In view of the widely used temperature measurement, the paper designed a smart temperature sensor based on multi measuring point. The smart temperature sensor connected multi conventional temperature sensing units, signal conditioning circuits, the microprocessor with digital bus interface together, and it was integrated on a silicon substrate using a 3D monolithic structure of smart sensor, the three-dimensional integrated multi-layer structure was realized. The smart temperature sensor used the signal magnitude, trends, fault diagnosis and sensor information fusion method of redundancy measuring point, realizes sensor fault diagnosis and improves the measurement accuracy.

temperature measurement;smart sensor;fault diagnosis; information fusion; multi-sensor

2016-04-07；

2016-06-21。

广东省科技计划项目(2015A020214025，2015A070710030)；广州市科技计划项目(2013J4100077, 201604020049)；创新强校工程项目(2A11105)。

叶廷东(1976-)，男，江西南康人，博士后,副教授，主要从事新型传感技术与无线传感网络方向的研究。

1671-4598(2017)02-0242-03

10.16526/j.cnki.11-4762/tp.2017.02.066

TP212

A