课程设计（论文）--基于多传感器的烟叶仓库温湿度监测系统

《课程设计（论文）--基于多传感器的烟叶仓库温湿度监测系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、信息工程学院课程设计（论文）摘要[目的］提高烟叶仓库温湿度的监测、控制能力。［方法］在烟叶仓库内远离通风口区域均匀布置6个传感器，以SHT11为测量元件检测不同区域温湿度，并采用自适应加权融合算法对检测值进行数据融合。［结果］基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统减少了系统硬件设计的复杂度，提高了测量结果的准确性，并可以根据检测结果对仓库内温湿度加以控制。［结论］基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统可以有效监测和控制烟叶仓库的温湿度，创造烟叶自然发酵的适宜环境，提高烟叶发酵质量。关键词S3

2、C2440;数据融合;温湿度测量;多传感器信息工程学院课程设计（论文）目录1任务提出与方案论证51.1贮存条件对烟叶醇化质量的影响51.2多传感器的自适应加权估计的数据融合算法51.3温湿度传感器简介62总体设计73详细设计83.1系统硬件设计83.1.1控制器模块控制器83.1.2温度传感器83.1.3液晶显示模块93.2传感器自适应加权融合算法103.3系统软件设计114总结135参考文献14信息工程学院课程设计（论文）1任务提出与方案论证烟叶收割复烤后，需要经过1～3年的贮存，完成烟叶自然醇化的过程，烟叶醇化的适宜温度为20～3

3、0℃，湿度为0%～65%。［1］在适宜的温湿度条件下，烟叶外观质量、物理性状和吸食品质均可达到最优。如温度过高(高于35℃)或湿度过大(大于70%)，烟叶醇化速度加快，醇化后烟叶颜色变深，品质较差;如温度过低(低于15℃)，酶的活性微弱或受抑，烟叶醇化速度缓慢，醇化周期过长，难以使烟叶优良品质充分形成，不利于烟叶的适时使用。［2］但由于贮烟仓库的面积和体积较大，仓库内温、湿度无论是水平方向还是垂直方向都存在一定的差异，针对仓库内的温湿分布情况，基于S3C2440设计了烟叶仓库温、湿度监测系统，利用多个传感器对仓库内的温湿度进行监测，并

4、根据检测结果对温湿度加以控制，以期提高烟叶的质量。1.1贮存条件对烟叶醇化质量的影响（1）在不同的醇化条件下,片烟的外观质量有明显差异，以处理1的外观质量较差，处理2和处理3的外观质量差异不大，而以处理3的外观质量略好，说明相对湿度较高不利于片烟外观质量的改善。(2）贮存条件对醇化片烟的吸味品质有较大影响，处理1（温度较低、相对湿度较高）不利于片烟吸味品质的改善，而处理3（温度较高、相对湿度较适宜）更有利于片烟吸味品质的改善。总之，不同的仓库温湿度条件对片烟的醇化有较大的影响，温度较高时片烟的醇化速度加快，相对湿度较高时片烟的醇化速度

5、也加快，但醇化质量明显受到影响，主要表现为颜色转深快，香气不佳。因此在日常的仓库温湿度管理中，应注意控制仓库的温湿度，尤其要控制好仓库的相对湿度。相对湿度高于65%片烟的醇化质量有不利影响，最好将仓库的相对湿度控制在55%~65%之间，库内温度一般维持自然温度即可。若某一种片烟的库存量偏小时，在贮存过程中应适当提高库内温度以促进其自然醇化的进程；若某一种片烟的库存量偏大、存期较长时应注意适当降低库内的温度以抑制其醇化的速度。在醇化的前期，还应加强通风，适当提高库内温度以促进片烟的醇化进程；当片烟贮存两年后，一般应采取适当措施降低库内温

6、度，以防止烟叶过度醇化。1.2多传感器的自适应加权估计的数据融合算法随着科学技术的发展，传感器的性能大大提高，使各种面向复杂应用背景的多传感器信息系统大量涌现。在多传感器信息系统中，信息表现形式的多样性，信息容量以及信息处理速度等要求，都已大大超出了传统信息处理方法的能力。因此，信息工程学院课程设计（论文）近年来一项新的学科多传感器数据融合技术应运而生了。数据融合就是将来自多个传感器或多源的信息在一定准则下加以自动分析、综合以完成所需的决策和估计任务而进行的信息处理过程。当系统中单个传感器不能提供足够的准确度和可靠性时就采用多传感器数

7、据融合。数据融合技术扩展了时空覆盖范围，改善了系统的可靠性，对目标或事件的确认增加了可信度，减少了信息的模糊性，这是任何单个传感器做不到的。数据融合最早出现在军事领域，1973年美国国防部资助开发了声纳信号理解系统，数据融合技术在该系统中得到了最早体现。此后，数据融合技术就迅速发展起来。1984年9美国成立了数据融合专家组，专门组织和指导有关的研究。1988年，美国国防部把数据融合技术列为重点研究开发的20项关键技术之一。国内数据融合技术研究起步较晚，由于大批院校和研究所的技术投入，国内有关数据融合的研究取得了许多成果。20世纪90年

8、代中期，数据融合技术在国内以发展成为多方关注的共性关键技术，出现了许多热门研究方向，预计21世纪初我国将有一批多传感器数据融合系统投入使用。目前，数据融合在军事方面的应用有自动目标识别、战场监视、自动飞行器导航、自动威胁