水資源是社會和經(jīng)濟(jì)發(fā)展的基礎(chǔ),是人類生存的重要資源。目前,水污染和水質(zhì)災(zāi)害的頻繁發(fā)生對人類社會生產(chǎn)形成了巨大阻礙,同時我國所用水質(zhì)監(jiān)測系統(tǒng)由于成本高、功耗大、精度低、操作復(fù)雜導(dǎo)致難以大規(guī)模推廣。本文根據(jù)水質(zhì)監(jiān)測低功耗、低成本、高性能、遠(yuǎn)距離的業(yè)務(wù)需求,設(shè)計了基于LabVIEW與NB-IoT的水質(zhì)監(jiān)測系統(tǒng)。首先,論文針對監(jiān)測系統(tǒng)中使用的溶解氧傳感器易受溫度影響,導(dǎo)致測量誤差較大的問題,建立了BP神經(jīng)網(wǎng)絡(luò)溫度補償模型,并利用人工智能算法遺傳算法(GA)、模擬退火算法(SA)以及思維進(jìn)化算法(MEA)對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進(jìn)行優(yōu)化。在此基礎(chǔ)上對SA算法的溫度下降公式進(jìn)行改進(jìn),利用GA-BP、MEA-BP與改進(jìn)的SA-BP神經(jīng)網(wǎng)絡(luò)對溶解氧傳感器進(jìn)行溫度補償,結(jié)果表明基于改進(jìn)SA-BP神經(jīng)網(wǎng)絡(luò)溫度補償模型取得了較好的溫度補償效果,使溶解氧傳感器的測量誤差小于0.1mg/L。接著,論文根據(jù)水質(zhì)監(jiān)測系統(tǒng)的功能需求,完成了系統(tǒng)的軟硬件設(shè)計。系統(tǒng)硬件平臺集成了PH、電導(dǎo)率、氧化還原、溶解氧傳感器,以STM32L151芯片作為微控制器模塊核心,通過以BC26芯片為核心的無線通信模塊將采集數(shù)據(jù)傳輸至...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 水質(zhì)監(jiān)測的國內(nèi)外研究現(xiàn)狀
        1.2.2 溶解氧傳感器的研究現(xiàn)狀
    1.3 本論文主要工作和內(nèi)容安排
第二章 系統(tǒng)總體設(shè)計方案
    2.1 水質(zhì)監(jiān)測系統(tǒng)的需求分析
    2.2 水質(zhì)監(jiān)測系統(tǒng)的方案設(shè)計
    2.3 水質(zhì)監(jiān)測系統(tǒng)中相關(guān)技術(shù)
        2.3.1 NB-IoT技術(shù)
        2.3.2 虛擬儀器技術(shù)
        2.3.3 人工神經(jīng)網(wǎng)絡(luò)
    2.4 水質(zhì)傳感器的選擇
        2.4.1 PH傳感器
        2.4.2 氧化還原傳感器
        2.4.3 電導(dǎo)率傳感器
        2.4.4 溶解氧傳感器
    2.5 本章小結(jié)
第三章 溶解氧傳感器的智能溫度補償算法研究
    3.1 BP神經(jīng)網(wǎng)絡(luò)模型
        3.1.1 BP神經(jīng)網(wǎng)絡(luò)算法原理
        3.1.2 BP神經(jīng)網(wǎng)絡(luò)的缺陷
    3.2 人工智能優(yōu)化算法
        3.2.1 遺傳算法原理
        3.2.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)流程
        3.2.3 思維進(jìn)化算法原理
        3.2.4 思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)流程
        3.2.5 模擬退火算法原理
        3.2.6 模擬退火算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)流程
        3.2.7 模擬退火算法降溫公式的改進(jìn)
    3.3 溶解氧傳感器的影響因素分析
        3.3.1 溶解氧傳感器原理分析
        3.3.2 溫度對溶解氧傳感器影響的檢定實驗
    3.4 溶解氧傳感器的溫度補償實現(xiàn)
        3.4.1 溫度補償模型建立
        3.4.2 溫度補償模型的結(jié)構(gòu)選擇
        3.4.3 溫度補償模型的節(jié)點轉(zhuǎn)移函數(shù)選擇
    3.5 溫度補償算法優(yōu)化結(jié)果與性能比較
    3.6 本章小結(jié)
第四章 下位機(jī)軟硬件設(shè)計
    4.1 下位機(jī)硬件設(shè)計
        4.1.1 主要芯片選擇
        4.1.2 STM32及相關(guān)電路設(shè)計
        4.1.3 NB-IoT及相關(guān)電路設(shè)計
        4.1.4 電源電路設(shè)計
        4.1.5 信號調(diào)理電路設(shè)計
        4.1.6 硬件模塊實物圖
    4.2 下位機(jī)軟件設(shè)計
        4.2.1 主程序設(shè)計
        4.2.2 數(shù)據(jù)采集與處理程序設(shè)計
        4.2.3 BC26無線通信程序設(shè)計
        4.2.4 通信數(shù)據(jù)包格式
    4.3 本章小結(jié)
第五章 上位機(jī)軟件設(shè)計
    5.1 LabVIEW設(shè)計模式
    5.2 系統(tǒng)主界面設(shè)計
    5.3 登錄模塊
    5.4 串口通信與傳感器校準(zhǔn)模塊
    5.5 遠(yuǎn)程數(shù)據(jù)顯示與溶解氧溫度補償模塊
    5.6 數(shù)據(jù)庫存儲模塊
        5.6.1 數(shù)據(jù)庫建立與連接
        5.6.2 數(shù)據(jù)表建立
        5.6.3 數(shù)據(jù)存儲
        5.6.4 數(shù)據(jù)查詢
    5.7 水質(zhì)評價模塊
    5.8 本章小結(jié)
第六章 系統(tǒng)測試
    6.1 系統(tǒng)硬件調(diào)試與測試環(huán)境搭建
    6.2 傳感器校準(zhǔn)
        6.2.1 校準(zhǔn)方案
        6.2.2 校準(zhǔn)結(jié)果
    6.3 系統(tǒng)整體測試
        6.3.1 數(shù)據(jù)顯示與評價功能測試
        6.3.2 數(shù)據(jù)存儲查詢功能測試
        6.3.3 數(shù)據(jù)采集精度測試
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請的專利
致謝



本文編號：3762625