CN105784130A - 一种快速测量温度的方法及装置 - Google Patents

Abstract

本发明涉及一种快速测量温度的方法及装置，所述方法包括通过温度传感器获取采样时刻的采样数据，获得所述采样时刻的第一数据，获得所述采样时刻的第二数据，获得所述采样时刻的第三数据，对所述采样时刻的第三数据进行自适应平滑处理，得到所述采样时刻的最终数据；本发明通过对传感器输出的采样数据进行自适应低通滤波、频率扩展、动态加速和自适应平滑处理，显著提升温度测量的灵敏度。

Description

一种快速测量温度的方法及装置

技术领域

本发明涉及温度测量系统，具体涉及一种快速测量温度的方法及装置。

背景技术

在测温过程中，传感器要测量被测介质的温度变化，必须与被测介质建立热平衡，因传感器封装和产品保护外壳会影响热交换，从而导致传感器的响应时间较长，表现为测得的温度与实际温度有一定的延迟(滞后)时间。温度传感器的时间常数和滞后时间与温度传感器的热容量和热阻有关。

正确认识和对待温度传感器的时间常数和滞后，是一个很重要的问题。关系到能否正确测量温度，及时反映被测量温度的变化。进一步地，正确认识和对待温度传感器的时间常数和滞后对维持温度控制系统的稳定性及保证控制质量，具有举足轻重的作用，所以是一个不容忽视的问题。

考虑到温度传感器存在滞后效应，因此有下述几种快速测量温度的方法：

(1)改变温度传感器的结构参数，这种方法的原理是温度传感器小型化，选用热容量小和导热快的材料，能够使温度传感器动态响应加快；

(2)逻辑改进，通过设计温度补偿、加速、平滑等逻辑处理对传感器输出的测量值进行动态补偿，从而提升温度测量的灵敏度。

温度传感器动态性能的提升有赖于传感器相关硬件技术的发展，有赖于材料科学的进步，成本高并且提升效果有限，而通过逻辑改进能够显著提升温度测量的灵敏度，并且成本低，因此，具备较好的市场前景。

发明内容

为提升温度测量的速度，改善传感器输出的动态性能，本发明提供一种快速测量温度的方法及装置。

本发明是以如下技术方案实现的，一种快速测量温度的方法，包括以下步骤：

S1、通过温度传感器获取采样时刻的采样数据；

S2、获得所述采样时刻的第一数据，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据；

S3、获得所述采样时刻的第二数据，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据；

S4、获得所述采样时刻的第三数据，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速后的第一次修正量；

S5、对所述采样时刻的第三数据进行自适应平滑处理，得到所述采样时刻的最终数据。

优选的，判断是否为初次采样，若是，则所述采样时刻的第一数据、第二数据、第三数据和最终数据均与所述采样数据相等。

优选的，非初次采样时，S2包括以下步骤：

S21、获取第n次采样数据与第n-1次采样时刻的第一数据的差值D₁＝|t_(n)-t_1(n-1)|，其中t_(n)为第n次采样数据，t_1(n-1)为第n-1次采样时刻的第一数据，n为采样次数；

S22、比较所述差值与第一阈值，若所述差值大于所述第一阈值，则通过低通滤波获取第n次采样时刻的第一数据，否则，将第n次采样数据设置为第n次采样时刻的第一数据；

S23、保存所述第n次采样时刻的第一数据。

优选的，所述低通滤波通过第n次采样数据t_(n)与第n-1次采样时刻的第一数据t_1(n-1)的加权平均来实现,所述加权平均的公式为t_1(n)＝t_1(n-1)×(1-A_(L)×B_(L))+t_(n)×A_(L)×B_(L),其中，A_(L)为低通滤波系数，B_(L)为滞后系数。

优选的，非初次采样时，S3包括：根据第n次采样时刻的第一数据、第n-1次采样时刻的第一数据和第n-1次采样时刻的第二数据计算第n次采样时刻的第二数据。

优选的，S3使用如下公式：t_2(n)＝p_(K)×(1+τ/c)×t_1(n)-p_(K)×t_1(n-1)+t_2(n-1)，其中t_2(n)为第n次采样时刻的第二数据，t_1(n)为第n次采样时刻的第一数据，p_(K)为频率扩展参数，τ为采样时间，c为温度传感器时间常数的倒数。

优选的，非初次采样时，S4包括：根据第n次采样时刻的第二数据t_2(n)和第n-1次采样时刻的最终数据t_out(n-1)进行加权平均获取所述采样时刻的第三数据t_3(n)，所述加权平均公式为t_3(n)＝t_out(n-1)×(1-A_(L))+t_2(n)×A_(L)，其中，A_(L)为低通滤波系数，t_3(n)为所述采样时刻的第三数据。

优选的，非初次采样时，S5包括以下步骤：

S51、获取所述采样时刻的第三数据与所述采样时刻的采样数据的差值D₂＝|t_3(n)-t_(n)|；

S52、比较所述差值与第二阈值，若所述差值小于第二阈值，则根据所述采样时刻的采样数据与所述采样时刻的第三数据进行加权平均获得所述采样时刻的最终数据，所述加权平均公式为t_out(n)＝t_(n)×(1-|t_3(n)-t_(n)|)+t_3(n)×|t_3(n)-t_(n)|，其中t_out(n)为所述采样时刻的最终数据，

否则，所述采样时刻的最终数据与采样时刻的第三数据相等。

优选的，所述第二阈值为1。

一种快速测量温度的装置，包括温度采集模块、第一数据获取模块、第二数据获取模块、第三数据获取模块和最终数据获取模块，

所述温度采集模块获取采样时刻的采样数据，并将所述采样数据传输至所述第一数据获取模块，

所述第一数据获取模块获取所述采样时刻的第一数据并将所述第一数据传输至所述第二数据获取模块，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据，

所述第二数据获取模块获取所述采样时刻的第二数据并将所述第二数据传输至所述第三数据获取模块，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据，

所述第三数据获取模块获取所述采样时刻的第三数据并将所述第三数据传输至所述最终数据获取模块，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速处理后的第一次修正量；

所述最终数据获取模块对所述采样时刻的第三数据进行自适应平滑处理，得到并输出所述采样时刻的最终数据。

本发明提供了一种快速测量温度的方法及装置，通过对传感器输出的采样数据进行自适应低通滤波、频率扩展、动态加速和自适应平滑处理，显著提升温度测量的灵敏度。

附图说明

图1是本发明实施例方法流程图；

图2是本发明实施例的效果图；

图3是本发明实施例的装置结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

在一个实施例中，如图1所示，一种快速测量温度的方法，包括以下步骤：

S1、通过温度传感器获取采样时刻的采样数据；

S2、获得所述采样时刻的第一数据，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据；

S3、获得所述采样时刻的第二数据，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据；

S4、获得所述采样时刻的第三数据，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速后的第一次修正量；

S5、对所述采样时刻的第三数据进行自适应平滑处理，得到所述采样时刻的最终数据。

具体地，判断是否为初次采样，若是，则所述采样时刻的第一数据、第二数据、第三数据和最终数据均与所述采样数据相等。

具体地，非初次采样时，S2包括以下步骤：

S21、获取第n次采样数据与第n-1次采样时刻的第一数据的差值D₁＝|t_(n)-t_1(n-1)|，其中t_(n)为第n次采样数据，t_1(n-1)为第n-1次采样时刻的第一数据，n为采样次数；

S22、比较所述差值与第一阈值，若所述差值大于所述第一阈值，则通过低通滤波获取第n次采样时刻的第一数据，否则，将第n次采样数据设置为第n次采样时刻的第一数据；

S23、保存所述第n次采样时刻的第一数据。

具体地，所述低通滤波通过第n次采样数据t_(n)与第n-1次采样时刻的第一数据t_1(n-1)的加权平均来实现,所述加权平均的公式为t_1(n)＝t_1(n-1)×(1-A_(L)×B_(L))+t_(n)×A_(L)×B_(L),其中，A_(L)＝1.0/4.0，A_(L)为低通滤波系数，值越大温度变化曲线越平滑，但是会产生滞后，为滞后系数，A为滞后常量。

具体地，非初次采样时，S3包括：根据第n次采样时刻的第一数据、第n-1次采样时刻的第一数据和第n-1次采样时刻的第二数据计算第n次采样时刻的第二数据。

具体地，S3使用如下公式：t_2(n)＝p_(K)×(1+τ/c)×t_1(n)-p_(K)×t_1(n-1)+t_2(n-1)，其中t_2(n)为第n次采样时刻的第二数据，t_1(n)为第n次采样时刻的第一数据，p_(K)为频率扩展系数，影响温度变化曲线的动态性能，本实施例中为10，τ为采样时间，本实施例中为1.0，c为温度传感器时间常数的倒数，本实施例中为400.0。

具体地，非初次采样时，S4包括：根据第n次采样时刻的第二数据t_2(n)和第n-1次采样时刻的最终数据t_out(n-1)进行加权平均获取所述采样时刻的第三数据t_3(n)，所述加权平均公式为t_3(n)＝t_out(n-1)×(1-A_(L))+t_2(n)×A_(L)，其中，A_(L)为低通滤波系数，本实施例中A_(L)＝1.0/4.0，t_3(n)为所述采样时刻的第三数据。

具体地，非初次采样时，S5包括以下步骤：

S51、获取所述采样时刻的第三数据与所述采样时刻的采样数据的差值D₂＝|t_3(n)-t_(n)|；

S52、比较所述差值与第二阈值，若所述差值小于第二阈值，则根据所述采样时刻的采样数据与所述采样时刻的第三数据进行加权平均获得所述采样时刻的最终数据，所述加权平均公式为t_out(n)＝t_(n)×(1-|t_3(n)-t_(n)|)+t_3(n)×|t_3(n)-t_(n)|，其中t_out(n)为所述采样时刻的最终数据，

否则，所述采样时刻的最终数据与采样时刻的第三数据相等。

具体地，所述第二阈值为1。

本实施例的效果如图2所示，曲线2为未经过加速的由原始传感器输出的采样数据绘制的温度变化曲线图，曲线1为使用本实施例中快速测量温度的方法后的温度变化曲线图，显而易见，本实施例中的方法能够显著提升温度曲线的灵敏性，及时反应外界温度的变化，具备优异的动态响应特性，因此，非常适用于灵敏测量温度的相关领域，具备广阔的市场前景和极高的使用价值。

另一个实施例，一种快速测量温度的装置，如图3所示，包括温度采集模块、第一数据获取模块、第二数据获取模块、第三数据获取模块和最终数据获取模块，

所述温度采集模块获取采样时刻的采样数据，并将所述采样数据传输至所述第一数据获取模块，

所述第一数据获取模块获取所述采样时刻的第一数据并将所述第一数据传输至所述第二数据获取模块，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据，

所述第二数据获取模块获取所述采样时刻的第二数据并将所述第二数据传输至所述第三数据获取模块，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据，

所述第三数据获取模块获取所述采样时刻的第三数据并将所述第三数据传输至所述最终数据获取模块，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速处理后的第一次修正量；

所述最终数据获取模块对所述采样时刻的第三数据进行自适应平滑处理，得到并输出所述采样时刻的最终数据。

具体地，还包括预判模块，所述预判模块判断是否为初次采样，若是，则所述采样时刻的第一数据、第二数据、第三数据和最终数据均与所述采样数据相等。

具体地，所述第一数据获取模块还包括第一比较单元，

所述第一比较单元用于获取第n次采样数据与第n-1次采样时刻的第一数据的差值D₁＝|t_(n)-t_1(n-1)|，其中t_(n)为第n次采样数据，t_1(n-1)为第n-1次采样时刻的第一数据，n为采样次数，并比较所述差值与第一阈值，所述第一数据获取模块根据比较结果获取第n次采样时刻的第一数据。

具体地，若所述差值大于所述第一阈值，则所述第一数据获取模块通过公式获取所述采样时刻的第一数据，所述公式为t_1(n)＝t_1(n-1)×(1-A_(L)×B_(L))+t_(n)×A_(L)×B_(L),其中，A_(L)为低通滤波系数，B_(L)为滞后系数，t_(n)为第n次采样数据，t_1(n-1)为第n-1次采样时刻的第一数据，

否则，所述第一数据获取模块将第n次采样数据设置为第n次采样时刻的第一数据。

具体地，所述第二数据获取模块根据公式获取第n次采样时刻的第二数据，所述公式为t_2(n)＝p_(K)×(1+τ/c)×t_1(n)-p_(K)×t_1(n-1)+t_2(n-1)，其中t_2(n)为第n次采样时刻的第二数据，t_1(n)为第n次采样时刻的第一数据，p_(K)为频率扩展参数，τ为采样时间，c为温度传感器时间常数的倒数。

具体地，所述最终数据获取模块还向所述第三数据获取模块输出采样时刻的最终数据，所述第三数据获取模块根据公式获取第n次采样时刻的第三数据，所述公式为t_3(n)＝t_out(n-1)×(1-A_(L))+t_2(n)×A_(L)，其中，t_2(n)为第n次采样时刻的第二数据，t_out(n-1)为第n-1次采样时刻的最终数据，A_(L)为低通滤波系数，t_3(n)为所述采样时刻的第三数据。

具体地，所述温度采集模块还将所述采样时刻的采样数据传输至所述最终数据获取模块，所述最终数据获取模块还包括第二比较单元，

所述第二比较单元获取所述采样时刻的第三数据与所述采样时刻的采样数据的差值D₂＝|t_3(n)-t_(n)|，比较所述差值与第二阈值，并将比较结果传输至所述最终数据获取模块。

具体地，若所述差值小于第二阈值，则所述最终数据获取模块根据所述采样时刻的采样数据与所述采样时刻的第三数据进行加权平均获得所述采样时刻的最终数据，所述加权平均公式为t_out(n)＝t_(n)×(1-|t_3(n)-t_(n)|)+t_3(n)×|t_3(n)-t_(n)|，其中t_out(n)为所述采样时刻的最终数据，

否则，所述最终数据获取模块将所述采样时刻的最终数据设置为与采样时刻的第三数据相等。

具体地，所述第二阈值为1。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种快速测量温度的方法，其特征在于，包括以下步骤：

S1、通过温度传感器获取采样时刻的采样数据；

S2、获得所述采样时刻的第一数据，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据；

S3、获得所述采样时刻的第二数据，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据；

S4、获得所述采样时刻的第三数据，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速后的第一次修正量；

S5、对所述采样时刻的第三数据进行自适应平滑处理，得到所述采样时刻的最终数据。

2.根据权利要求1所述的一种快速测量温度的方法，其特征在于，判断是否为初次采样，若是，则所述采样时刻的第一数据、第二数据、第三数据和最终数据均与所述采样数据相等。

3.根据权利要求2所述的一种快速测量温度的方法，其特征在于，非初次采样时，S2包括以下步骤：

S21、获取第n次采样数据与第n-1次采样时刻的第一数据的差值D₁＝|t_(n)-t_1(n-1)|，其中t_(n)为第n次采样数据，t_1(n-1)为第n-1次采样时刻的第一数据，n为采样次数；

S22、比较所述差值与第一阈值，若所述差值大于所述第一阈值，则通过低通滤波获取第n次采样时刻的第一数据，否则，将第n次采样数据设置为第n次采样时刻的第一数据；

S23、保存所述第n次采样时刻的第一数据。

4.根据权利要求3所述的一种快速测量温度的方法，其特征在于，所述低通滤波通过第n次采样数据t_(n)与第n-1次采样时刻的第一数据t_1(n-1)的加权平均来实现,所述加权平均的公式为t_1(n)＝t_1(n-1)×(1-A_(L)×B_(L))+t_(n)×A_(L)×B_(L),其中，A_(L)为低通滤波系数，B_(L)为滞后系数。

5.根据权利要求1-3中任意一项所述的一种快速测量温度的方法，其特征在于，非初次采样时，S3包括：根据第n次采样时刻的第一数据、第n-1次采样时刻的第一数据和第n-1次采样时刻的第二数据计算第n次采样时刻的第二数据。

6.根据权利要求5所述的一种快速测量温度的方法，其特征在于，S3使用如下公式：t_2(n)＝p_(K)×(1+τ/c)×t_1(n)-p_(K)×t_1(n-1)+t_2(n-1)，其中t_2(n)为第n次采样时刻的第二数据，t_1(n)为第n次采样时刻的第一数据，p_(K)为频率扩展参数，τ为采样时间，c为温度传感器时间常数的倒数。

7.根据权利要求1-3中任意一项所述的一种快速测量温度的方法，其特征在于，非初次采样时，S4包括：根据第n次采样时刻的第二数据t_2(n)和第n-1次采样时刻的最终数据t_out(n-1)进行加权平均获取所述采样时刻的第三数据t_3(n)，所述加权平均公式为t_3(n)＝t_out(n-1)×(1-A_(L))+t_2(n)×A_(L)，其中，A_(L)为低通滤波系数，t_3(n)为所述采样时刻的第三数据。

8.根据权利要求2所述的一种快速测量温度的方法，其特征在于，非初次采样时，S5包括以下步骤：

S51、获取所述采样时刻的第三数据与所述采样时刻的采样数据的差值D₂＝|t_3(n)-t_(n)|；

S52、比较所述差值与第二阈值，若所述差值小于第二阈值，则根据所述采样时刻的采样数据与所述采样时刻的第三数据进行加权平均获得所述采样时刻的最终数据，所述加权平均公式为

t_out(n)＝t_(n)×(1-|t_3(n)-t_(n)|)+t_3(n)×|t_3(n)-t_(n)|，其中t_out(n)为所述采样时刻的最终数据，否则，所述采样时刻的最终数据与采样时刻的第三数据相等。

9.根据权利要求8所述的一种快速测量温度的方法，其特征在于，所述第二阈值为1。

10.一种快速测量温度的装置，其特征在于，包括温度采集模块、第一数据获取模块、第二数据获取模块、第三数据获取模块和最终数据获取模块，

所述温度采集模块获取采样时刻的采样数据，并将所述采样数据传输至所述第一数据获取模块，

所述第一数据获取模块获取所述采样时刻的第一数据并将所述第一数据传输至所述第二数据获取模块，所述采样时刻的第一数据为所述采样时刻的采样数据经过自适应低通滤波后获得的数据，

所述第二数据获取模块获取所述采样时刻的第二数据并将所述第二数据传输至所述第三数据获取模块，所述采样时刻的第二数据为所述采样时刻的第一数据经过频率扩展后获得的数据，

所述第三数据获取模块获取所述采样时刻的第三数据并将所述第三数据传输至所述最终数据获取模块，所述采样时刻的第三数据为所述采样时刻的第二数据经过加速处理后的第一次修正量；

所述最终数据获取模块对所述采样时刻的第三数据进行自适应平滑处理，得到并输出所述采样时刻的最终数据。