5.現(xiàn)代檢測技術ppt課件

1、5. 檢測領域新技術簡介 5.1 概述 檢測領域新技術主要是在微處理器、計算機的硬件、軟件基礎上，充分利用適當?shù)臄?shù)學工具、人工智能、參數(shù)或狀態(tài)的估計、識別技術而發(fā)展起來，有針對性地解決一些原來難以解決的問題。,新技術,軟測量技術、,虛擬儀器技術、,模糊傳感器技術,多傳感器數(shù)據(jù)融合技術。,智能檢測技術、,1,;,技術基礎 硬件基礎： 新材料、新傳感器件的開發(fā)。 精密機械、微電子技術的發(fā)展。 基礎理論和技術： 應用物理、應用化學、材料科學、生物科學領域的基本理論及科研成果； 軟件基礎： 包括微處理器系統(tǒng)在內的微電子技術、通信技術、數(shù)據(jù)處理技術、計算機軟件技術、參數(shù)估計和識別技術，數(shù)據(jù)融合技術。 應

2、用方法： 基于測量機理或模型辨識的傳感器模型的求?。?測量公式、神經(jīng)元網(wǎng)絡，或知識庫形式的表達。 基于信號（數(shù)據(jù)）分析與處理的參數(shù)預估和識別。,2,;,構成特點：,3,;,5.2 軟測量技術 80年代末期明確提出軟測量的概念， 依據(jù)對易測變量的測量及易測變量與被測變量（主導變量）間的數(shù)學關系（軟測量模型），利用數(shù)學計算和估計技術實現(xiàn)對待測變量測量的技術。 特點： 基于多傳感器之上， 存在大量數(shù)據(jù)處理， 適用于工程應用中對象特性及環(huán)境變化影響較大的參數(shù)的工程測量。 易于實現(xiàn)，在通用性、靈活性及成本等方面具有優(yōu)勢。,4,;,5.2.1 軟測量技術方法 1）系統(tǒng)框圖,輔助變量的選擇；數(shù)據(jù)采集及處理；

3、 軟測量模型的建立；模型校正,關鍵步驟：,5,;,2）輔助變量的選擇 要點：變量類型，數(shù)量，測點位置 選取基礎： 基于對對象的機理分析和實際工況的了解。 考慮事項：可行性、可靠性、易維護性、經(jīng)濟性等 基本原則： a. 適用性，工程上易于在線獲取并有一定的測量精度。 b. 靈敏性，對對象輸出(被測變量)或不可測擾動能作出快速反應。 c. 特異性，對對象輸出(被測變量)或不可測擾動之外的干擾不敏感。 d. 準確性，構成的軟儀表應能夠滿足準確度要求。 e. 魯棒性，對模型誤差不敏感。,6,;, 輔助變量數(shù)量： 下限值：被估計主導變量的個數(shù)； 上限值：系統(tǒng)能可靠在線獲取的變量總數(shù)。 相關影響因素： 自

4、由度、測量噪聲、模型不確定性 自由度:獨立變量數(shù) 過程工業(yè): F = C P + 2 F：自由度， C：組分數(shù)， P：相數(shù) 數(shù)量確定方法： 一般建議從系統(tǒng)的自由度出發(fā)，確定輔助變量的最小個數(shù)，并結合實際對象的特點適當增加輔助變量個數(shù)，以便更好地處理動態(tài)特性等問題。,7,;, 檢測點： 應根據(jù)主導變量的測量要求，選擇具有強影響力的參數(shù)點作為檢測點。 一般情況下，變量數(shù)目的選擇準則也往往應用于檢測點位置的選擇。 輔助變量的數(shù)目和位置通常是同時確定的。,8,;,3）測量數(shù)據(jù)處理 軟測量結果的可靠性在很大程度上依賴于測量數(shù)據(jù)的準確性和有效性，因此，數(shù)據(jù)處理是軟測量技術應用的一個重要方面。 基本內容：數(shù)

5、據(jù)校正、數(shù)據(jù)變換 數(shù)據(jù)校正 a. 隨機誤差處理 常用方法： 濾波法： 高通、低通，數(shù)據(jù)平滑。 數(shù)據(jù)協(xié)調技術 基于平衡關系建立以估計值與測量值的方差為最小的優(yōu)化估計模型，為測量數(shù)據(jù)提供一個最優(yōu)估計，并據(jù)此檢測數(shù)據(jù)誤差。 數(shù)據(jù)協(xié)調技術是一個約束條件下的優(yōu)化技術。,9,;,b. 顯著誤差處理 常用方法： 理論分析法 硬件冗余法 利用多種方法測量同一變量，通過結果比較識別顯著誤差。 統(tǒng)計分析法,10,;,數(shù)據(jù)變換 主要內容：標度變換、轉換、權函數(shù) 標度變換：采用合適的因子實現(xiàn)數(shù)據(jù)的統(tǒng)一性，保證算法的精度和穩(wěn)定性； 轉換：直接轉化以及以新變量替換原變量，從而降低非線性。 權函數(shù)：通過選擇適當?shù)臋嗪瘮?shù)實現(xiàn)

6、對變量的動態(tài)補償以及體現(xiàn)輔助變量的重要度。,11,;,4）軟測量模型的建立 構造軟儀表的本質就是建立數(shù)學模型（軟測量模型）問題。是軟儀表的核心。 軟測量模型： 表征輔助變量和主導變量之間的數(shù)學關系。 注意：與一般系統(tǒng)數(shù)學模型的區(qū)別： 一般數(shù)學模型：描述系統(tǒng)的動態(tài)或靜態(tài)特征，用于系統(tǒng)分析及優(yōu)化。 軟測量模型：描述輔助變量與主導變量之間的關系，完成由輔助變量到主導變量的映射。,12,;,軟測量模型建立方法： 基于工藝機理分析的軟測量 主要是運用化學反應動力學、物料平衡、能量平衡、動量平衡等原理，建立主導變量與輔助變量之間的關系模型。是工程中常用的方法。 特點： 對于工藝機理較為清楚的工藝過程，該方

7、法能構造出性能較好的軟儀表。 工程背景清晰，便于實際應用。 模型具有較好的外延性. 建模的難度較大。對于機理研究不充分、尚不完全清楚的復雜工業(yè)過程，難以建立合適的機理模型。,13,;, 基于回歸分析的軟測量 是軟測量建模的基本方法，應用范圍相當廣泛。 主要手段： 多元線性回歸（MLR）、 多元逐步回歸（MSR）、 主元分析和主元回歸（PCA、PCR）、 最小二乘(LSR)； 特點： 簡單實用， 需要大量的樣本(數(shù)據(jù))，對測量誤差較為敏感。 所建立的模型具有一定的應用范圍限制(外延性不好)。 以最小二乘原理為基礎的一元和多元線性回歸技術目前已相當成熟，常用于線性模型的擬合。,14,;, 基于神經(jīng)

8、網(wǎng)絡方法 基于人工神經(jīng)網(wǎng)絡的軟測量是近年來研究最多、發(fā)展很快和應用范圍很廣泛的一種軟測量技術。 人工神經(jīng)網(wǎng)絡及建模特點 結構：,特點： 神經(jīng)網(wǎng)絡具有自學習、聯(lián)想記憶、自適應和非線性逼近等功能； 可根據(jù)對象的輸入輸出數(shù)據(jù)直接建模。能適用于高度非線性和嚴重不確定性系統(tǒng)； 并行運算，速度較快。 完美的網(wǎng)絡訓練樣本的獲得較困難。,15,;,基于模糊數(shù)學的軟測量,模糊數(shù)學模仿人腦邏輯思維特點，是處理復雜系統(tǒng)的一種有效手段。 建立的模型是一種知識型模型。 適用于被測對象呈亦此亦彼的不確定性，難于用常規(guī)數(shù)學方法定量描述的場合。 實際應用中一般將模糊技術與其他人工智能技術結合應用。,16,;,基于相關分析的軟

9、測量,以隨機過程中相關分析理論為基礎，利用兩個或多個可測信號間的相關特性實現(xiàn)對某一參數(shù)的測量。 具體實現(xiàn)方法為互相關分析方法。利用各輔助變量間的互相關特性進行參數(shù)測量。 主要應用于測量難測流體流速或流量的在線測量和故障診斷。,17,;,5.2.2 軟測量技術實現(xiàn) 1）基于工藝機理分析方法 例：反應再生系統(tǒng)催化劑循環(huán)量和焦炭氫含量的軟測量 系統(tǒng)結構圖：,18,;,催化劑循環(huán)量的軟測量模型 軟測量方法主要有：熱平衡法，炭（物料）平衡法 熱平衡法 利用再生器的熱平衡實現(xiàn)催化劑循環(huán)量的估算 熱平衡關系式：,式中： Q1：再生器中的反應熱，（炭、氫燃燒）kJ / h； Q2：焦炭的脫附熱， kJ / h

10、； Q3：空氣、焦炭和蒸汽的升溫熱， kJ / h； Q4：散熱損失， kJ / h； Q5：催化劑升溫所需要的熱量， kJ / h；,19,;,已知：Q5與催化劑循環(huán)量存在關系（工藝知識）,式中： R： 催化劑循環(huán)量，kg / h； t：再生劑與待生劑之間溫差，K； cp： 催化劑比熱，kJ / (kg K)。 對上述二式聯(lián)立求解： 熱平衡法催化劑循環(huán)量軟測量模型：,20,;,炭平衡法 利用物料平衡原理：煙氣中帶出的炭含量等于循環(huán)催化劑帶入的炭含量。 依據(jù)炭含量平衡的催化劑循環(huán)量軟測量模型：,Cw： 煙氣中帶出炭含量 C：待生劑與再生劑的炭含量差。,21,;,b. 焦炭氫含量軟測量模型 焦炭

11、氫含量是衡量催化裂化裝置氣提段性能的重要指標。 焦炭的氫含量一般通過對再生器作氧平衡來計算（依據(jù)煙氣分析數(shù)據(jù)） 進入再生器的氧量：,排出再生器的氧量：,A：進入再生器的總空氣流量,：煙氣中O2、 CO、CO2含量 F：煙氣流量,22,;,由氧平衡知水的生成量為,：氮和氬在煙氣中的總含量，摩爾分量， ：氮和氬在空氣中的體積百分含量，,另外，根據(jù)氮平衡得,式中,聯(lián)立求解得：,23,;,設煙氣中SO2和NOx含量可忽略， 則焦炭中的氫含量MH和炭量MC分別為,如此，得氫含量CH（質量百分比）軟測量模型為,例：煙氣組成數(shù)據(jù)為：（摩爾百分數(shù)） O2：0.5 ，CO：8.0， CO2：12.0， N2：7

12、9.5 則：氫含量：CH=7.1%,24,;,2）基于回歸分析的軟測量 是確定變量間相關關系的一種簡單實用的方法。 在檢測過程中常用于關聯(lián)各種過程變量的觀測數(shù)據(jù)，建立軟測量模型對難以直接測量的變量進行估計。,主要應用方法： 主元回歸（PCR） 部分最小二乘法（PLS） 注意： 對于線性系統(tǒng)采用PCR或PLS效果基本相同， 對于非線性回歸，PLS將優(yōu)于PCR法。,25,;,最小二乘原理式 設：軟測量問題被測變量：y 輔助變量：xi；i=1，2，m 誤差變量：e,或,有：,：待定系數(shù),26,;,例：篩板塔點效率的軟測量 由物料平衡關系和液相組成知液相點效率EOL有關系式：,式中,其中,施密特準數(shù),

13、液相表面張力,修正后的氣相雷諾準數(shù),27,;,線性化得：,回歸結果： A=0.00935，a=0.15, b=0.222, c=0.365 軟測量模型,回歸數(shù)據(jù)：,文獻指出，在下述范圍內模型具有良好效果,回歸模型,28,;,3）基于人工神經(jīng)網(wǎng)絡的軟測量方法 a. 人工神經(jīng)網(wǎng)絡軟測量建模基本特點 神經(jīng)網(wǎng)絡建模方法屬于辨識建模； 建模的全部或部分過程為網(wǎng)絡訓練過程； 一般所建模型為隱式，不能描述為一般數(shù)學表達式，模型參數(shù)蘊含于網(wǎng)絡連接的權值中； 模型的輸入為輔助變量，輸出為被測變量，模型易于實現(xiàn) ； 對非線性映射關系的逼近性良好； 需要大量的實驗數(shù)據(jù)；,29,;,b. 神經(jīng)網(wǎng)絡結構 BP神經(jīng)網(wǎng)絡,

14、RBM神經(jīng)網(wǎng)絡,30,;,c. 神經(jīng)網(wǎng)絡建模方法 通過樣本訓練的方法實現(xiàn)神經(jīng)網(wǎng)絡模型的建立 基本步驟： 確定網(wǎng)絡結構 確定訓練樣本 確定網(wǎng)絡變換函數(shù)及訓練方法 實行網(wǎng)絡訓練,31,;,神經(jīng)網(wǎng)絡結構確定 選擇網(wǎng)絡類型：如BP網(wǎng)絡，RBF網(wǎng)絡，互聯(lián)網(wǎng)絡等 確定網(wǎng)絡結構： 輸入層節(jié)點：所選輔助變量個數(shù)。 輸出層節(jié)點：需要進行軟測量的變量數(shù)。 中間(隱層)節(jié)點：目前尚沒有一個很好的確定方法。 訓練樣本（數(shù)據(jù)）的提?。?訓練數(shù)據(jù)包括神經(jīng)網(wǎng)絡的輸入輸出數(shù)據(jù)。 數(shù)據(jù)來源： 理想輸入輸出數(shù)據(jù)，通過經(jīng)驗、實驗、過程實測輸入輸出數(shù)據(jù)。 一般要求：訓練數(shù)據(jù)組數(shù)要遠大于需要進行軟測量的變量數(shù)。,32,;,網(wǎng)絡變換函數(shù)

15、： 神經(jīng)網(wǎng)絡通過轉換函數(shù)完成其學習訓練過程，并且在應用中通過轉換函數(shù)按照一定的規(guī)律將輸入端信息傳送到輸出端。 常用的轉換函數(shù)如圖所示：,33,;,網(wǎng)絡訓練 訓練方法 有教師學習 事先給定一些標準的輸入輸出數(shù)據(jù)，學習中，在給定的一組輸入數(shù)據(jù)下的網(wǎng)絡輸出與給定的期望輸出進行比較，通過二者差異調整網(wǎng)絡的權值，最終的訓練結果使其差異達到給定的范圍內。 無教師學習 不存在教師信號，相應地事先設定一套學習規(guī)則，學習系統(tǒng)按照環(huán)境提供數(shù)據(jù)的某些統(tǒng)計規(guī)律及事先設定的規(guī)則自動調整權值，使網(wǎng)絡具有某一特定功能。 再勵學習 介于上述二者學習方式之間的一種學習方式，在這種學習中，環(huán)境將對網(wǎng)絡的輸出給出評價信息（獎或罰）

16、，學習系統(tǒng)將通過這些系統(tǒng)調整權值，改善自身特性。,34,;,d. 建模形式 利用人工神經(jīng)網(wǎng)絡直接建模 用網(wǎng)絡代替常規(guī)的數(shù)學模型描述輔助變量和主導變量間的關系，完成由可測信息空間到主導變量的映射，實現(xiàn)軟測量。 原理圖：,特點： 所建模型屬黑箱模型，模型特性隱含于網(wǎng)絡權值中，不能寫出顯式數(shù)學模型。 模型特性外延性不好。,35,;,與常規(guī)模型相結合，用人工神經(jīng)網(wǎng)絡來估計常規(guī)模型的模型參數(shù)并進而實現(xiàn)軟測量， 原理圖：,特點： 所建模型屬于灰箱模型，模型可用顯式表示。 模型描述特性介于機理模型與黑箱模型之間。 特性外延有一定誤差。,36,;,e. 注意事項： 在實際應用中網(wǎng)絡訓練樣本的數(shù)量和質量、學習算

17、法、網(wǎng)絡的拓撲結構和類型等的選擇對所構成軟儀表的性能都有重大影響。,37,;,5.3 智能檢測 智能檢測系統(tǒng)是以微機為核心，以檢測為目的的系統(tǒng)。 主要包括功能： 測量、檢驗、故障診斷、信息處理和決策、輸出等。 1）系統(tǒng)結構：,38,;,傳感器：完成信號獲取，將被測信號轉換成相應的電信號。 信號調理：將傳感器來的信號進行放大、整流、濾波及線性化處理。實現(xiàn)對信號的去噪、形式轉換和信號幅值變換，使之滿足數(shù)據(jù)采集板的要求。 數(shù)據(jù)采集：完成信號量程的自動轉換、多通道信號分時采樣、連續(xù)信號的時間序列離散化數(shù)字量（或脈沖頻率）處理。 計算機：系統(tǒng)的中樞，在軟件作用下進行信號采集和存儲、數(shù)據(jù)運算分析、記錄以及

18、顯示輸出。,39,;,標準接口系統(tǒng) 是計算機和各測量設備間進行信息交換和傳輸?shù)倪B接設備，主要是解決各產(chǎn)品接口的統(tǒng)一問題。 主要功能： 多臺設備的識別，接口中含有特定外圍設備通道碼（口地址），計算機通過地址線選擇外圍設備。 實現(xiàn)信號暫存及脈沖寬度變換。 完成信號邏輯極性和邏輯電平轉換（如TTL邏輯電平和MOS器件的電平極性相反）。 完成數(shù)據(jù)代碼形式轉換，如BCD碼、二進制碼以及串行碼和并行碼轉換。 常用標準接口： RS-232C（串行）接口總線 HP-IB（并行）接口總線,40,;,2）智能檢測系統(tǒng)主要軟件 系統(tǒng)軟件： 計算機實現(xiàn)運行的軟件 應用軟件： 測試程序、控制程序、數(shù)據(jù)處理程序、界面生成

19、程序,41,;,主要特點： 開發(fā)性強，可靠性高：可通過開發(fā)不同軟件實現(xiàn)不同的功能；減少了硬件電路和元件數(shù)量，減少了故障發(fā)生率，提高了可靠性。 測量速度快：計算機技術的發(fā)展為智能檢測的快速性提供了條件。 高度的靈活性：以軟件為工作核心的智能檢測系統(tǒng)可以方便地更改功能和性能指標?？商峁┒喾N形式的數(shù)據(jù)輸出，可以方便地與其他設備進行數(shù)據(jù)交換。 智能化數(shù)據(jù)處理：在線線性化、相關性分析。 多數(shù)據(jù)融合：可配備多個檢測通道，依據(jù)相關特性實現(xiàn)多傳感器信息融合，提高測量精度。 自查及診斷：實現(xiàn)自檢查，顯示故障信息 檢測過程的軟件控制：自動校準、自補償、過載保護、報警及檢測功能（通道、方式）選擇。,42,;,5.4

20、 虛擬儀器檢測技術 虛擬儀器 (Virtual Instrument)是指在計算機上由用戶設計定義，利用計算機顯示器（CRT）來模擬傳統(tǒng)儀器的控制面板，實現(xiàn)信號的采集、測量、運算、分析、處理等功能的計算機儀器系統(tǒng)。 虛擬儀器技術綜合應用了計算機技術、智能檢測技術、數(shù)字信號處理技術、總線技術和圖形處理等技術，利用圖形化語言在計算機上開發(fā)的一種儀器。 是建立在標準化、系列化、模塊化的硬件和軟件平臺的一個完全開放的儀器集成系統(tǒng)。,43,;,虛擬儀器面板示例,44,;,5.4.1 虛擬儀器的構成框圖 虛擬儀器是以個人計算機為核心，通過測量軟件支持，具有虛擬儀器面板功能、儀器硬件和通訊功能的信息處理裝置

21、。 虛擬儀器通常包括：計算機、儀器硬件和應用軟件。 虛擬儀器基本構成框圖：,45,;,5.4.2 虛擬儀器的硬件系統(tǒng) 硬件系統(tǒng)是虛擬儀器的工作基礎， 主要完成功能：測試信號采集、傳輸和顯示。 硬件系統(tǒng)構成：,計算機提供高效數(shù)據(jù)處理功能及顯示功能 微處理器、存儲器、顯示器等 測量功能硬件主要用于采集和傳輸信號 主要有：GPIB儀器模塊 VXI儀器模塊 PXI儀器模塊或數(shù)據(jù)采集卡,虛擬儀器的硬件系統(tǒng),計算機硬件,測量功能硬件,46,;,1) GPIB(General Purpose Interface Bus)儀器控制系統(tǒng) GPIB技術是虛擬儀器發(fā)展的第一階段。 GPIB把可編程儀器與計算機緊密地

22、聯(lián)系起來，使電子測量由獨立的、手工操作的單臺儀器向組成大規(guī)模自動測試系統(tǒng)的方向邁進。 典型GPIB儀器控制系統(tǒng)由一臺PC機、一塊GPIB接口板卡和若干臺GPIB儀器通過標準的GPIB電纜連接而構成。 構成示意圖：,47,;,基本數(shù)據(jù) 標準情況下，一個GPIB接口板可帶14臺儀器； 電纜長度： 20m； 數(shù)據(jù)傳輸速率約為1Mbytes/s。 功能： 可以用計算機實現(xiàn)對儀器的操作和控制，替代傳統(tǒng)的人工操作方式，排除人為因素造成的測試的誤差。 實現(xiàn)自動測試，提高了可靠性和效率。 可方便地組合多臺儀器，形成較大規(guī)模的檢測系統(tǒng)；高效、靈活地完成各種不同規(guī)模的測試任務。 可通過計算機的數(shù)據(jù)分析處理算法擴展

23、儀器功能。,48,;,2) VXI總線儀器系統(tǒng) 是基于高速計算機總線VME(Versabus Module Eurocard)在儀器領域的擴展總線平臺的自動檢測系統(tǒng)。 具有標準開放、結構緊湊、數(shù)據(jù)吞吐能力強，定時和同步精確、模塊可重復利用，以及眾多儀器廠家支持等特點。 在組建大、中規(guī)模的自動檢測系統(tǒng)，以及對速度、精度要求較高的場合叫其他系統(tǒng)具有明顯的優(yōu)勢。 VXI系統(tǒng)配置方案： a. GPIB控制方案 b. 嵌入式計算機控制方案 c. MXI總線控制方案,49,;,a. GPIB控制方案 GPIB控制方案的數(shù)據(jù)傳輸速率約為1Mbytes/s。如果使用HS488協(xié)議可使GPIB的數(shù)據(jù)傳輸速率提高

24、到1.6Mbytes/s（ISA總線）。 優(yōu)點：可以利用熟悉的GPIB技術如同控制一臺GPIB儀器一樣來控制VXI儀器系統(tǒng)，且系統(tǒng)造價低。 缺點：由于GPIB總線的數(shù)據(jù)傳輸速率遠遠低于VXI總線，形成整個系統(tǒng)的數(shù)據(jù)交換的瓶頸。（VME總線帶寬：40Mbytes/s） 應用 適用于對總線控制的實時性要求不高，并需在系統(tǒng)中集成較多GPIB儀器的場合；,50,;,b. 嵌入式計算機控制方案 一個嵌入式計算機模塊除具有VXI系統(tǒng)控制功能外，還具有一臺通用PC機的全部功能。 優(yōu)點： 所有的模塊均插在VXI機箱的背板總線上，能實現(xiàn)高速的數(shù)據(jù)傳送(40Mbytes/s左右)，且體積緊湊，是實現(xiàn)VXI自動測試

25、系統(tǒng)的最佳配置方案。 缺點：配置方案的造價及升級費用均較高。 應用： 由于在系統(tǒng)的體積、控制速率和電磁兼容方面具有優(yōu)勢，因而在性能要求較高和投資較大的場合，如航天、軍用等應用領域倍受青睞；,51,;,c. MXI總線控制方案 MXI是一種多系統(tǒng)擴展接口總線，相當于把VXI機箱的背板總線拉到外部計算機上來，同時可實現(xiàn)多個VXI機箱間的32位數(shù)據(jù)交換。 它可以直接把VXI內存空間映射到外部計算機上，因此在提高數(shù)據(jù)傳輸速率方面有很多的優(yōu)勢。 優(yōu)點： 綜合了第一種(GPIB)方案使用外部計算機靈活方便、易于升級以及第二種(VXI)方案高性能的優(yōu)點，且造價適中。同時還可以在外部計算機上加插GPIB接口卡

26、、數(shù)據(jù)采集卡，實現(xiàn)更大規(guī)模的系統(tǒng)集成。 缺點： 與內嵌式方案相比，體積偏大，數(shù)據(jù)傳輸速率偏低。 應用： 適用于在各種實驗室中實現(xiàn)科研系統(tǒng)以及對體積要求不高的場合使用。,52,;,3）PXI儀器總線系統(tǒng) 一種專為工業(yè)數(shù)據(jù)采集與自動化應用獨自定制的模塊化儀器平臺。 PXI與VXI區(qū)別：主要是體現(xiàn)在各自的底層總線結構不同。 VXI基于VME總線； PXI基于PC機中廣泛應用的PCI總線。 特點： PCI總線最大帶寬：132Mbytes/s； 可降低成本，零部件和軟件可容易地在PC產(chǎn)品供應商購得。 設備尺寸小，能夠為便攜式、臺式或固定框架裝置提供通用平臺。 PXI設備能夠被操作系統(tǒng)自動識別。,53,;

27、,5.4.3 虛擬儀器軟件系統(tǒng) 1）軟件結構圖,測試管理層： 是一個帶有易于操作界面、用于管理和執(zhí)行某一測試任務、它為測試系統(tǒng)與操作者的交互、被測器件分析、順序測試以及分支、循環(huán)等提供一個專門的測試運行程序，,54,;,測試程序層： 提供了針對產(chǎn)品的功能測試的軟件組件。在這些軟件中，幾乎所有用于測量、控制和通訊模塊的程序代碼均已編寫完成，供用戶調用。用戶只需在開發(fā)平臺上以圖形方式調出相應的儀器功能模塊和數(shù)據(jù)處理模塊，進行連接組合，就可構成一個具體的儀器，節(jié)省用戶大量的開發(fā)時間。 驅動程序層： 儀器驅動程序是以源代碼的方式提供給用戶，用戶可以很容易地優(yōu)化和增強這些驅動程序，用戶可迅速將儀器鏈入自

28、己的測試系統(tǒng)。標準化的驅動程序可以在不同的系統(tǒng)和配置中重復使用。 I/O接口層： 在一個標準化I/O接口軟件組件的通用內核上，為用戶提供了一個一致的、跨計算機平臺的應用編程接口(API)，使用戶的測試系統(tǒng)能夠自由靈活地選擇不同的計算機平臺和儀器硬件。,55,;,虛擬儀器軟件系統(tǒng)特點： 這些軟件層的設計均以“與設備無關”為特征，極大地改善了開發(fā)環(huán)境。 虛擬儀器的本質是面向對象，由不同開發(fā)人員采用不同開發(fā)工具編寫的測試程序可方便地集成在一個系統(tǒng)中。 用戶可以使用單一的、前后一致的開發(fā)工具完成測試程序的所有部分，包括用戶應用程序、測試程序和儀器驅動程序等。,56,;,2）軟件開發(fā)平臺 軟件是虛擬儀器

29、系統(tǒng)的關鍵。 常用軟件開發(fā)平臺：,可視編程語言環(huán)境Visual C, Visual BASIC ； NI公司推出LabVIEW 和LabWindows/CVI ； HP公司推出了VEE； Tektronix公司推出了TekTMS；,57,;,3）LabVIEW軟件開發(fā)平臺簡介 LabVIEW是一種基于G語言的圖形化開發(fā)語言。 LabVIEW軟件平臺是一種面向儀器的圖形化編程環(huán)境，用來進行數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)表達測試、測量和控制、實驗室自動化以及過程監(jiān)控。 利用LabVIEW可以簡化程序的開發(fā)工作，以使用戶能快速、簡便地完成自己的工作。 使用LabVIEW開發(fā)平臺編制的程序稱為虛擬儀器程序，

30、簡稱為VI。,程序前面板 框圖程序 圖標/連接器,VI,58,;,LabVIEW的選項板,程序的創(chuàng)建主要依靠三個選項板： 工具（Tools）選項板 控件（Controls）選項板 函數(shù)（Functions）選項板,工具選項板 使用工具選項板中的工具可創(chuàng)建、修改和調試VI。當從工具模板中選擇了某種工具后，鼠標光標就變?yōu)樵摴ぞ叩男螤?，表示可以進行某類操作。,59,;, 控件選項板 控件選項板只用于前面板，用來創(chuàng)建控制器和指示器。 選項板中顯示的是一些子選項板的圖標，點擊圖標即可彈出該圖標下的子選項板。,60,;,最常用的控件是：數(shù)值型 、布爾型 數(shù)值型 Numeric 主要完成參數(shù)設置和結果顯示。

31、 這些控件相當于高級文本編程語言中的變量。 控制型控件有：數(shù)字式、滑動式、進度條式、旋紐式、桶式 指示型控件有：數(shù)字式、表盤式、溫度計式、彩色式,61,;,布爾型 包含控制器和指示器：按鈕、開關、指示燈按鍵等。,62,;,函數(shù)選項板(Functions Palette),用于創(chuàng)建框圖程序,63,;,程序前面板 程序前面板是VI的用戶界面，在此界面模擬真實儀表的前面板。 程序前面板主要功能是設置輸入數(shù)值并觀測輸出量。 在程序前面板上，輸入量被稱為控制（Controls），輸出量被稱為顯示（Indicators）?？刂坪惋@示是以各種圖標形式出現(xiàn)在前面板上，如旋鈕、開關、按鈕、圖表、圖形等。 VI程序前面板示例 信號發(fā)生器前面板,64,;,頻譜分析儀前面板,溫度計前面板,65,;,框圖程序 框圖程序是圖形化源代碼的集合，每一個程序前面板都對應一段框圖程序。 框圖程序由端口、節(jié)點、圖框和連線構成。 端口被用來與程序前面板的控制和顯示傳遞數(shù)據(jù)， 節(jié)點被用來實現(xiàn)函數(shù)和功能調用，