摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景和目的 | 第11页 |
1.2 测温技术国内外研究进展 | 第11-17页 |
1.2.1 测温技术国内外研究进展及趋势 | 第11-13页 |
1.2.2 非接触式测温国内外研究进展 | 第13-15页 |
1.2.3 红外测温技术国内外研究进展 | 第15-17页 |
1.3 论文的主要贡献和创新 | 第17页 |
1.4 本论文的结构安排 | 第17-19页 |
第二章 红外测温的理论基础 | 第19-31页 |
2.1 黑体辐射理论 | 第19-22页 |
2.1.1 基尔霍夫定律 | 第19-20页 |
2.1.2 普朗克定律 | 第20-21页 |
2.1.3 斯蒂芬-玻尔兹曼定律 | 第21页 |
2.1.4 维恩位移定律 | 第21-22页 |
2.2 红外探测理论 | 第22-25页 |
2.2.1 热探测器 | 第22-24页 |
2.2.2 光子探测器 | 第24-25页 |
2.3 红外测温原理 | 第25-26页 |
2.3.1 全辐射测温法 | 第25页 |
2.3.2 亮度测温法 | 第25-26页 |
2.3.3 比色测温法 | 第26页 |
2.4 红外测温误差分析 | 第26-30页 |
2.4.1 红外测温模型分析 | 第26-27页 |
2.4.2 发射率 | 第27-28页 |
2.4.3 环境温度 | 第28-29页 |
2.4.4 环境湿度 | 第29页 |
2.4.5 测温距离 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 高精度红外测温系统方案设计 | 第31-38页 |
3.1 红外测温系统功能与技术指标需求分析 | 第31-33页 |
3.1.1 红外测温系统功能需求分析 | 第31-32页 |
3.1.2 红外测温系统技术指标 | 第32-33页 |
3.2 高精度红外测温系统方案设计 | 第33-37页 |
3.3 本章小结 | 第37-38页 |
第四章 高精度红外测温系统硬件设计 | 第38-53页 |
4.1 封装结构设计 | 第38-40页 |
4.2 电路设计 | 第40-52页 |
4.2.1 微控制器电路设计 | 第40-41页 |
4.2.2 红外传感器电路设计 | 第41-43页 |
4.2.3 放大电路设计 | 第43-45页 |
4.2.4 模数转换器电路设计 | 第45-46页 |
4.2.5 激光测距模块电路设计 | 第46-47页 |
4.2.6 环境湿度传感器电路设计 | 第47页 |
4.2.7 环境温度传感器电路设计 | 第47-48页 |
4.2.8 显示模块电路设计 | 第48-49页 |
4.2.9 无线通信模块电路设计 | 第49页 |
4.2.10 蜂鸣器报警电路设计 | 第49-50页 |
4.2.11 电源电路设计 | 第50-51页 |
4.2.12 USB 通信电路设计 | 第51-52页 |
4.2.13 状态灯电路设计 | 第52页 |
4.3 本章小结 | 第52-53页 |
第五章 高精度红外测温系统软件设计与算法研究 | 第53-79页 |
5.1 总体程序设计 | 第53-54页 |
5.2 温度信号采集程序设计及处理算法 | 第54-58页 |
5.2.1 模数转换模块程序设计 | 第54-56页 |
5.2.2 多项式拟合算法 | 第56-58页 |
5.3 激光测距模块程序设计 | 第58-60页 |
5.4 环境湿度模块程序设计 | 第60-62页 |
5.5 环境温度模块程序设计 | 第62-65页 |
5.6 显示程序设计 | 第65页 |
5.7 无线通信模块程序设计 | 第65-66页 |
5.8 上位机程序设计 | 第66-67页 |
5.8.1 软件设计所用环境以及语言 | 第66-67页 |
5.8.2 软件设计 | 第67页 |
5.9 数据预处理算法 | 第67-71页 |
5.9.1 卡尔曼滤波的基本原理 | 第67-68页 |
5.9.2 数据预处理的实现 | 第68-71页 |
5.10 误差补偿算法研究 | 第71-78页 |
5.10.1 GA-BP网络 | 第71-75页 |
5.10.2 基于主成分分析的广义回归神经网络算法 | 第75-78页 |
5.11 本章小结 | 第78-79页 |
第六章 高精度红外测温系统性能测试和实验研究 | 第79-91页 |
6.1 测试平台及特性 | 第79-81页 |
6.2 实验测试方案以及实验研究 | 第81-90页 |
6.2.1 距离实验及其数据分析 | 第81-82页 |
6.2.2 环境温度实验及其数据分析 | 第82-83页 |
6.2.3 环境湿度实验及其数据分析 | 第83页 |
6.2.4 体温数据采集 | 第83-85页 |
6.2.5 遗传算法优化的BP神经网络误差补偿 | 第85-87页 |
6.2.6 基于主成分分析的广义回归神经网络算法误差补偿 | 第87-89页 |
6.2.7 误差分析对比 | 第89-90页 |
6.3 本章小结 | 第90-91页 |
第七章 总结与展望 | 第91-93页 |
7.1 本文工作总结 | 第91-92页 |
7.2 后续工作展望 | 第92-93页 |
致谢 | 第93-94页 |
参考文献 | 第94-97页 |
附录一 红外测温系统电路原理图 | 第97-98页 |
附录二 红外测温系统PCB图 | 第98页 |