《基于多点测温的舒适度智能传感器研究》由会员分享，可在线阅读，更多相关《基于多点测温的舒适度智能传感器研究（8页珍藏版）》请在金锄头文库上搜索。
1、基于多点测温的舒适度智能传感器研究 叶廷东 黄晓红 彭选荣 广东轻工职业技术学院信息技术学院 广东省科学院 摘 要： 针对人体舒适度的检测, 基于手部皮肤平均温度与舒适度之间的定量关系, 设计了一种舒适度智能传感器结构。该智能传感器利用三维集成多层结构将多个温度传感元件集成在一块硅基片上, 利用基于一致可靠性测度的多传感信息故障判断与信息融合方法, 在实现异常数据与器件故障判断的同时实现了多传感信息融合与舒适度检测。实验研究表明, 该信息融合方法与平均加权融合相比, 融合误差降低了约 71.2%, 舒适度最大检测误差为0.051。关键词： 智能传感器; 信息融合; 故障判断; 多传感信息; 舒
2、适度; 作者简介：叶廷东 (1976-) , 男, 博士, 副教授, 主要研究方向:智能传感技术、物联网技术及应用。作者简介：黄晓红 (1968-) , 女, 硕士, 教授, 主要研究方向:现代检测技术与控制系统。作者简介：彭选荣 (1972-) , 女, 硕士, 讲师, 主要研究方向:微机应用与开发。收稿日期：2017-05-22基金：中国博士后科学基金项目 (2013M542157) Research on intelligent comfort sensor based on multi-point temperature measurementYe Tingdong Huang Xia
3、ohong Peng Xuanrong College of Information Technology, Guangdong Industry Polytechnic; Abstract： In view of comfort detection about the human body, the paper designed an intelligent comfort sensor structure based on the quantitative relationship between hand skin temperature and comfort. The intelli
4、gent sensor adopted a three-dimensional integrated multi-layer structure, which integrated several temperature sensory units on a silicon substrate, and it used a fault judgment and information fusion method of multi-sensor information based on coherence and reliability, realizing the judgment of ab
5、normal data and device fault judgment while achieving the multi-sensor information fusion and comfort detection. Experimental results show that the error of the proposed information fusion method is reduced by 71. 2% compared with the average weighted fusion method, and the maximum error of comfort
6、detection is 0. 051.Keyword： intelligent sensor; information fusion; fault judgment; multi-sensor information; comfort; Received： 2017-05-220 引言舒适度指标对人体身心愉悦健康、节能环保具有重要的影响1-3, 随着人们生活水平的不断提高, 人们对环境的舒适性要求也越来越高。目前环境的舒适度大多从热舒适度方面考量, 主要采用 PMV-PPD 指标描述和评价热环境, 其中PMV 指数为处于热环境中的群体对于热感觉的平均值, PPD 指数为对于热环境不满意的人数
7、百分数4-5。影响 PMV-PPD 指标的六个因素中有四个环境参数 (干球温度、相对湿度、黑球温度、微风速) 和两个人体参数 (穿衣指数、新陈代谢率) 6。根据以上六个参数可以计算出 PMV 和 PPD 值, 目前市场上成熟的舒适度检测仪大多是基于 PMV-PPD 指标的检测而设计的7。为了更准确地表征舒适度指标, 国内外学者作了大量的研究, 这些研究大多都是综合周围环境空气品质、环境参数, 进行环境的舒适性评价实验, 建立与主观评价结果相统一的环境舒适度评价方法8-9, 然后根据相应的舒适度实验研究数据或者评价模型, 利用各种传感器感知各环境因素实现舒适度的实时检测评价10-11。在这些研究
8、中, 少有涉及可穿戴应用的舒适度传感检测的研究报道。本研究将从可穿戴应用的角度出发, 利用人体生理指标的检测设计一个三维多层结构的舒适度智能传感器, 利用多测点故障判断与信息融合方法, 提高检测的准确性。1 舒适度智能传感器结构设计舒适度最客观、最直接的评价者是环境中的人, 但在实际应用中人们是无法直接测出人体舒适度的, 只能通过生理、物理等因素的监测来实现。近几年, 各国学者把目光投向影响舒适度的生理指标上, 比如脑电波、心率变异性, 甚至出汗率、运动神经传导速度、感觉神经传导速度、皮肤温度、血压等生理指标都与人体舒适度均有着显著性的关系。在这些生理指标中人体皮肤温度是最容易监测且监测成本最
9、低的指标之一。研究表明:人体各部位皮肤的温度是不同的, 一般来说头部较高, 足部较低, 但不同的皮肤温度都是由人体内部至皮肤表面和皮肤表面至环境之间的热平衡决定的12。经研究表明人体手部的平均皮肤温度可以作为人体舒适度的一个重要指标。为此, 本文提出利用手部的平均皮肤温度来判断或预测人体的舒适程度, 通过实验手段, 可以建立手部平均皮肤温度与人体舒适度的定量关系13:其中 x31.6, 34.5为正常的人体手部平均皮肤温度范围。由于测量人体舒适度是按照手部平均皮肤温度来进行的, 为此设计如图 1 所示的基于多点测温的舒适度智能传感器结构, 它主要由多个温度传感元件、微处理器及相关信号调理电路组
10、成。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。为有利用可穿戴应用, 提高传感器集成度, 减少体积, 在加工时模块化多测点智能舒适度传感器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温度传感元件、信号调理电路以及微处理器等集成在一块芯片上14, 可采用如图 2 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
11、 1 基于多点测温的智能舒适度传感器结构 下载原图图 2 三维单片智能传感器的结构图 下载原图2 智能传感器的信息处理智能传感器根据多点手部皮肤温度的测量来进行舒适度判断, 而多点测量的好处在于信息融合的同时还可以进行测点故障诊断。设由 l 个温度传感元件对手部皮肤进行测量, 可以获得观测方程为:式中, x 为待测量的皮肤温度, Z 为 l 维测量向量, v 为 l 维观测噪声向量, H=1 11为 l 维常向量。则根据多个测量值, 可以计算出手部温度参数 x 的最小二乘融合估计:式中, i=1, 2, , l。从公式 (3) 可知, 多个温度检测值的融合权值是由传感元件的方差动态分配的。测量
12、方差是传感器内部噪声与环境干扰的一种综合属性, 这个属性始终存在于测量的全过程, 它表征了传感器测量的可靠性, 可以用下式计算:式中 为第 i 个传感元件第 j 次测量的方差。为了便于计算, 可以采用如下基于窗口的递推方法来估计:式中 zij为第 i 个传感元件第 j 次测量值;N 为窗口, 即为采样次数。随着采样次数 N 的增加, 的估计准确度将越来越高, 相应的传感器方差也将越来越准确。但是 N 也不能太大, 太大将不能反映传感器系统参数、噪声特征的变化15。为了在多传感信息融合的过程中进行故障判断, 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
13、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:则可以知道 k 时刻传感元件 i 与其他传感元件的一致性测度为:由公式 (7) 可知, 当 ri (k) 接近 1 时, 表明 k 时刻传感元件 i 与其他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。为此可以先用一致性测度来进行传感检测数据异常与故障判断, 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, 否
14、则进行信息融合。多传感信息故障判断与信息融合方法的流程如图 3 所示, 在图 3 中, 为了在信息融合时体现传感元件的一致性测度, 将公式 (3) 的加权融合系数修正为:图 3 多传感信息故障判断与融合方法 下载原图该系数称为一致性可靠测度, 该系数通过一致性测度体现了多传感元件在某一个时刻采样结果的空间分析, 通过方差则体现了一个传感元件多次采样结果的时间分析。基于一致可靠性的时空分析计算, 可得到修正的多传感器信息融合加权系数:图 4 单路传感信号检测电路图 下载原图3 实验与仿真分析基于多点测温的舒适度智能传感器由于测量精度要求较高, 为此选择 3 个具有A 级准确度的铂膜片热敏电阻 P
15、T1000 来组成实验电路来完成, 智能传感器的单路温度传感检测电路如图 4 所示。图中 CAT5113 为程控电阻, CD4051 为单八通道数字控制模拟电子开关, 单片机通过程控电阻和片选开关可实现电阻型传感元件信号的增、损等变化调节, 这种设计便于使用时用于校准, 同时可以通过它们来模拟传感器故障。检测电路采用 VREF恒压源激励, 用 1 k 精密电阻 R3分压, 采用 AD627AR 运放进行增益处理增强输出能力;分别采用 CBG100505U070铁氧体磁珠、PESD3V3S1UB 抑制二极管抑制信号线、电源线上的尖峰干扰、高频噪声和防止静电、瞬时脉冲对器件的损伤16。智能传感器在
16、测试实验时, 先采集无故障情况下 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, 计算各温度传感检测电路测量方差的窗口值 N 设为100。表 1 为使用各温度传感检测电路分别在 32、33、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, R i是计算得到的各温度传感元件电阻值, T i则是得到的温度值, r i是计算得到的一致性测度。表 1 智能传感器温度传感检测电路测量实验数据表 下载原表 表 2 传感元件方差与融合误差 下载原表 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;第二组数据属于正常数据;第三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
