基于专家系统的智能温度传感器设计

王自强，邱建东

（兰州交通大学 机电技术研究所，甘肃 兰州 730070）

基于专家系统的智能温度传感器设计

王自强，邱建东

（兰州交通大学 机电技术研究所，甘肃 兰州 730070）

智能温度传感器在自补偿、自标定、自诊断等智能方向发展到了较高程度，但是在监测智能化方向还有待深入研究．基于此，文中设计了一种基于专家系统的智能温度传感器．该传感器能够根据监测要求，依照专家系统推理结果，对温度变化趋势进行预测预判，辅助控制器系统进行管理，并具有应急控制能力，从而有效提高系统温度监测智能化水平和响应速度，同时有效降低主控制器负担．

智能温度传感器；专家系统；变化趋势预测；温度变化趋势；STC12C2052AD

随着技术进步，智能温度传感器在自补偿、自标定、自诊断等方面已经达到了较高技术水平．借助可靠的数字通信技术，可以很好地解决传统传感器输入输出非线性、一致性差、温度漂移大、抗干扰能力差等突出问题．智能温度传感器的补偿算法优化设计、通信可靠性设计、组网能力提升设计等方面的研究成果已经非常丰硕．但是，这种传感器还不能根据监测对象变化而智能改变监测策略，不能充分利用采集到的数据对温度变化趋势进行预测．在实际要求快速反应的系统中，传感器的这种智能化功能是很有价值的．例如，在火灾防控中，温度传感器如能提早预测超限高温的出现，在明火发生前就发出预警并采取措施，比明火发生后才报警更为有效．基于以上需求，本文设计了一种基于专家系统的具有预测能力的智能温度传感器．

1 系统的组成及结构化设计

本文设计的智能温度传感器希望实现的智能功能有：1）预测能力，通过判断温度变化趋势，提前发现潜在威胁；2）快速响应能力，在传感器认为必要时可以向控制器发送传输温度和报警信息的通讯请求，在出现紧急情况时，可以越过控制器直接向输出设备发出动作指令．

传感器的预测能力是通过对温度变化率的计算，并将温度值和温度变化率送往专家系统，经过专家系统的评判和推理后获得的．由此可见，相对于其他智能温度传感器，本文设计的传感器拥有如下几个独有的结构：温度变化率计算模块、报警驱动模块、知识库和推理机模块（构成专家系统）．传感器功能结构框图如图1所示．

图1 传感器功能结构框图Fig.1 The functionalstructureof the sensor

2 智能温度传感器内嵌专家系统设计

专家系统是一类包含知识和推理的智能计算机程序，具有解决专门问题的能力．系统内嵌的专家系统，主要用于对温度值及其变化率的判断和决策．本文的知识库采用判断性规则，推理机采用正向推理，规则的表示采用产生式规则，将环境状态分为：正常、高温、危险和火灾．传感器可选择的控制策略有：1）改变温度采样频率：当温度处于较适宜温度时采用较低采样频率，降低功耗，否则采用较高的采样频率，密切关注其变化；2）发出传送数据请求：当传感器认为必要时主动请求与控制器通信，发出威胁预警；3）直接驱动输出设备动作：当传感器认为情况紧急时超越控制器直接驱动输出设备动作．

本智能传感器主要用于环境温度检测．针对室内温度检测和火灾预警，设置3个温度标志（单位为℃）分别为：适宜温度上限标志M 1，高温标志M 2，火灾标志M 3（M1＜M2＜M3）；设置2个温度变化率限值分别为：常温限值D1，火灾限值D2．令t k表示数字化的温度值，t k 1表示前一个采样时刻温度值，k为采样周期，则有

根据实际要求，本传感器专家系统规则库如表1所示．

表1 专家规则Tab.1 The expert rules

图2所示的温度随机变化图可以说明火灾限值D2在火灾预警中的作用原理．D2的作用是辨别曲线1和曲线5这2种情况，从图中可以看出，温度曲线1和曲线5都是温度上升段，但是其温度变化率（即温度的导数）区别较大，通过火灾限值D2分辨温度曲线未来不同的变化趋势，在温度上升（如曲线5所示）达到火灾标志M3前，就发现潜在的危险，提早预警，这就是火灾预测功能的核心．

图2 温度随机变化图Fig.2 The random variation of temperature

以上专家规则中最核心的知识是3个温度标志和2个温度变化率限值（M1-M3，D1，D2），这是决定专家系统预测能力准确性和可靠性的关键因素．在火灾预测中，如果D1选取过大将使获得的预警时间过短失去实际意义；而如果选取过小，又会增加虚警率，使预测功能不可靠．在实际使用中，用户可以根据应用环境的差异，调整这5个变量的值，以提高预测的准确性和传感器的环境适应性．这些知识的维护采用离线方式，用户在配套的上位机软件中对这些数据进行调整，上位机软件操作界面如图6所示．本软件生成的程序代码通过宏晶公司提供的STC单片机ISP下载软件加载到传感器中．

3 智能传感器硬件结构设计

本文设计的智能温度传感器从硬件结构上可分为2个部分：温度采集、运算电路和通讯接口电路．传感器硬件原理框图如图3所示．

图3 传感器硬件原理框图Fig.3 The sensorhardware principle

3.1 温度采集、运算电路设计

测温元件采用 MF52-A-103-F-3950测温型NTC热敏电阻，该电阻测量精度高，体积小，反应速度快，稳定工作时间长，一致性好．信号处理电路采用运算放大器LM 324构成反相放大器和电压反相器．为克服电源波动对测量的影响，设置由基准电压源TL431构成基准电压．微处理器采用宏晶公司生产的增强型8051单片机

STC12C2052AD，该型号单片机内部集成了8路8位逐次比较型模数转换器，并集成有硬件SPI高速同步串行通信端口．极大简化系统设计．NTC热敏电阻两端电压变化范围是0.10～2.38V．经过LM 324构成的信号处理电路后电压放大2倍，输入单片机模数转换器的信号电压变化范围是0.20～4.76V．可以满足STC单片机模数转换器要求的0～5 V的输入要求．

传感器电路原理图如图4所示．

图4 传感器电路原理图Fig.4 The sensor circuitschematic

3.2 通讯接口设计

传感器的通讯接口用于传递温度数据和接收控制命令以及主动向控制系统发送通讯请求，采用SPI总线．STC12C2052AD系列单片机提供硬件 SPI接口．使用前需要对 SPI控制寄存器（SPCTL）进行适当设置．需要注意的是，考虑SPI总线接口的电平匹配．例如，部分控制器的SPI接口采用3.3 V供电，直接接到5 V供电的STC12C2052AD单片机的SPI接口上，不但不能正常通信还可能损坏模块．可以通过设置STC12C2052AD单片机的I/O端口模式加以解决．

图5 上位机软件操作界面Fig.5 The PC software interface

当需要主动向控制系统发送通讯请求时，可以利用SPI总线的功能，将传感器的I/O端口连接主控制器外部中断，通过中断方式发送通讯请求．

上文提到的接口的设置，用户可以在配套的上位机软件中进行配置，上位机软件操作界面如图5所示．

3.3 驱动接口设计

驱动接口用于紧急情况下传感器直接驱动输出设备（例如火灾报警器、自动喷淋系统等）动作．由于驱动输出设备动作需要一定的驱动能力，将单片机的相应I/O端口设置为强推挽输出模式（强上拉输出模式），这时每个端口可以输出20mA的拉电流，这样的设置可以驱动一般设备的触发电路．如果需要传感器直接驱动强电设备可以选配功率放大模块，例如固态继电器等．

4 系统软件设计

本文设计的智能传感器主要完成2项工作：1）温度数据的采集、处理和可靠传输；2）基于专家系统做出决策，辅助控制器管理．传感器采用模块化程序设计，传感器总程序框图如图6所示．在系统初始化后，单片机以一定频率不断采集温度数据，得到温度值进而计算出温度变化率，将该数据传送到指定寄存器暂存，等待主控制器查询，同时以温度值及其变化率为依据交由专家系统推理分析，并采取相应动作．

图6 传感器总程序框图Fig.6 The sensorgeneralprogram

5 实验测试

本传感器的预测能力体现在其相对于传统传感器可以更早的发出火灾预警，通过实验可以测试其预测效果．实验原理采用：对比测试本文设计的智能温度传感器和传统传感器在火源点燃后发出报警信息的时间长短，用以分析预警效果．实验在1间10 m2的封闭房间内进行，采用1 个0.05m2的金属水槽模拟火源，在其水面上添加500m L汽油后点燃，将其放置在传感器垂直距离1.5 m，水平距离1 m的位置．并列放置2只本文设计的智能温度传感器其中1只正常设置；另一只将火灾限值D2设置为正常环境中不可能出现的值，使火灾预测能力失效（试验中将其设置为100℃/s），火灾标志M 3设置为68℃（与最常使用的玻璃球洒水喷头的设定温度相同），用来模拟传统传感器．分别记录2只传感器发出报警信号的时间即可达到实验目的．共进行10次模拟实验，实验结果如表2所示．

表2 实验结果Tab.2 The experimental result

实验过程中并未中途添加汽油，每次实验结束后采用隔绝空气的方法（二氧化碳灭火器）使汽油熄灭，并通风使室内温度恢复常温后进行下一次实验，随着实验进行汽油量逐渐减少，可以明显发现最后2次实验时火焰较小．由于最后2次实验火焰较小造成升温较慢，并未触发温度变化率预警，使智能温度传感器最终触发火灾标志M 3的报警机能，这就是造成最后2次实验结果时间相同的原因．通过以上实验可以发现，智能温度传感器可以使平均报警时间缩短约9.9%，可以实现火灾预警能力．但是对于缓慢升温的燃烧情况反应相对自身面对其他情况时预警能力较弱，但是其性能仍可以与传统传感器相当．

由此可见该智能温度传感器对明火类火灾（如电线短路引发的火灾，炊具引燃的火灾，人为纵火等）预测能力较好，但是对于起火初期温升缓慢的火灾（如可燃物自燃或电加热器烘烤衣物至燃等）预测能力较弱．造成以上现象的原因是：火灾预测存在虚警率与预测效率之间的矛盾．因此解决以上问题的方法是：结合使用环境设置传感器．本传感器可以在上位机系统中进行相关设置．例如，在居民楼、仓库等环境可以适当降低传感器温度变化率限值，提高预测效率，但是也可能产生一些虚警；而在医院、商场、酒店等一旦发布虚警会产生严重后果的场所，也可提高传感器温度变化率限值，严格控制虚警．

6 结语

传统智能温度传感器一般缺少对温度变化趋势的预测能力，对检测温度变化的响应速度受限．本文设计了一种基于专家系统的智能温度传感器，通过计算温度变化率并经过专家系统推理，使其在采集温度的基础功能上，增加了预判能力与及时响应能力，并可以辅助主控制器进行管理，主动与其通讯，在必要的时候（例如火灾发生前）果断采取措施．

本文设计的智能温度传感器若要进一步提高预测的准确性还应该增加对被测对象的辨识能力，通过对被控对象模型的识别，采用不同的预测策略．这是该智能传感器进一步研究的方向，同时也可能是未来智能传感器发展的方向．

[1]张子栋，吴雪冰，吴慎山．智能传感器原理及应用 [J]．河南科技学院学报：自然科学版，2008，36（2）：116-119．

[2]Creed Huddleston著，张鼎译．智能传感器设计 [M]．北京：人民邮电出版社，2009．

[3]刘金琨．智能控制 [M]．第3版．北京：电子工业出版社，2014．

[4]宏晶科技．STC12C2052AD单片机技术手册 [Z]．

[5]南京志信科技有限公司．MF52A热敏电阻技术手册 [Z]．

[6]王耀兴，刘建军．低功耗WSN节点及其接口协议的设计 [J]．计算机科学．2014，41（z2）：228-231．

[7]李靖，陈伟，刘荔鑫．一种智能断路器用的智能传感器设计与研究 [J]．低压电器．2008（1）：27-29．

[责任编辑 田 丰 夏红梅]

Design of intelligent temperature sensorbased on expertsystem

WANG Ziqiang，QIU Jiandong

(Mechatronic T&R Institute,Lanzhou Jiaotong University,Gansu Lanzhou 730070,China)

The disadvantagesof theexisting intelligent temperaturesensorswere found.They did notmake fulluseof the temperature data collected and lack of prediction of the temperature change trend.Based on an expertsystem,a new intelligent temperature sensorwas designed.Ithas the ability to predict the temperature variation tendency through the calculationof the temperaturechange rateand expertsystem reasoning.Itcan also assistthecontrollersystem ofmanagement. When it is necessary(e.g.fire)sensor can take decisivemeasures to stop the occurrence of danger.This ability can not only improve the response speed of the system,butalso can reduce theburden of themain controller.

intelligent temperaturesensor;expertsystem;trend prediction;temperature change rate;STC12C2052AD

TP212

A

1007-2373(2016)02-0033-05

10.14081/j.cnki.hgdxb.2016.02.006

2015-12-29

甘肃省自然科学基金（1208RJZA292）

王自强（1986-），男（汉族），硕士生．通讯作者：邱建东（1974-），男（汉族），高级工程师，博士．

数字出版日期：2016-04-26 数字出版网址：http://www.cnki.net/kcms/detail/13.1208.T.20160426.0927.002.htm l