关键词:
液体检测
介电常数
嵌入式系统
stm32cube.ai
摘要:
为了防范破坏社会稳定的恐怖主义活动,保障公共场所安全,国家制定了关于公共场所配备安检设备来检测可能存在的危险物品的相关管理办法,对于隐蔽携带的易燃易爆危险液体的检测成为了维护公共场所和交通枢纽安全的重要保障。目前危险液体检测仪器产品种类少,多数为体积庞大、效率低且仅能识别安全危险的台式机器,因此对于便携式液体检测仪器需求逐渐增大。本课题针对高速公路危险液体检测的应用场景,设计了一种可便携、稳定性高、响应速度快、可识别液体成分的浸入式液体检测装置。其中,基于多通道电容传感阵列信息采集技术,获取包含液体介电常数的多维度信息的信号。此外,采用了BP神经网络算法对液体成分进行分类识别,并利用了X-CUBE-AI扩展包来实现神经网络算法在嵌入式设备上的移植。主要研究内容如下:1.设计了浸入式液体检测仪器的硬件系统。其中,设计了一款含有4块可任意组合的电容极板的传感器阵列,以及具有耐强酸强碱能力、抗腐蚀性的传感器外壳。该电容传感器阵列能够多维度表征介电常数与电容之间的关系,可有效解决浸入式传感器由于体积过小带来的边缘效应,进而可靠获取液体介电常数的多方位立体信息;设计了面向高频微弱交流信号的信号调理电路模块,解决了多通道传感器信号变化量微弱抗干扰性差的问题。同时,针对传感器信号的相位特性以及幅度特性依次设计了相位检测电路与放大整流滤波电路对信号调理电路模块进行完善,该模块配合主控芯片的通道选择获取稳定、变化能力强的多通道信号的幅度与相位信息;设计了由主控芯片控制的数据存储模块,完成对液体样本数据库的构建与收集;设计了电源模块,并对电路的功耗、输出精度以及效率等因素进行了分析。2.设计了以主控芯片为核心的软件系统,完成了对信号幅度与相位的数字化,构建了样本数据库与测试数据库,实现了对危险液体类型的有效识别。其中涉及的主要技术有:ADC/DAC采集与时序控制、UC/OS操作系统的任务分配、定时器方波计时与输出控制、TIMER-DMA-DAC联合操作、USB虚拟串口驱动、IIC接口通信、QSPI接口通信以及神经网络算法软件实现。3.设计了以BP神经网络为架构的数据分析算法,实现了液体成分的有效识别。并通过意法半导体公司最新推出的X-CUBE-AI软件扩展包,完成了原始神经网络模型向C模型的压缩转换,实现了神经网络模型在嵌入式芯片上的移植。同时,设计了相位检测算法,完成了对传感器信号的相位特性的获取与数字化转换,进一步提高了分类算法的识别率。4.完成对系统整体的性能测试。其中,按照液体的种类、传感器浸入液体深度情况进行实验探究,记录数据和检测结果确定浸入深度对检测结果的影响程度。最后实验结果表明,在保证便携、安全、低成本的同时,系统可准确有效测出十余种液体成分,检测时间控制在1.5s内,检测准确率平均可达90%以上。