论文部分内容阅读
作为新一代节能环保材料,真空玻璃由于具有比传统玻璃更好的性能而被广泛应用,具体体现在保温、防结露水、防结霜、隔音等方面的优良性能。真空度这一性能指标可用来表征真空玻璃的质量,当这一值越高时,表明其性能越好,反之性能越差。然而,多年以来对真空玻璃性能检测的研究表明,其性能表征参数的实际测量很难。并且随着时间积累,真空度这一指标也不断衰减,因此使得服役中真空玻璃真空度的测量成为高难度课题。针对目前真空玻璃性能检测的各种方式方法中,大都是采用的物理原理测量真空玻璃的相关参数,均未采用过基于智能算法建立各种可能因素与真空玻璃性能表征参数之间的智能模型,本文结合真空玻璃的传热过程,设计了面向真空度这一性能指标的智能检测系统。该智能检测系统主要包括无线温度检测、智能算法模型以及上位机管理软件等三部分。基于STM32F103微控制器、MLX90614红外测温模块以及nRF24L01无线射频模块,本文建立了一套无线温度检测系统。利用该无线测温系统测取实验中的温度数据,然后采用USB接口技术将获取到的温度数据传输到计算机端进行相关处理。设计实验测取温度,以恒定温度加热真空玻璃的一侧(热源侧或热板),在一段时间内分组测取真空玻璃另一侧(非热源侧或冷板)的温度数据以及各时段的室温数据。然后以MATLAB软件为平台,采用BP神经网络算法建立智能模型,以此来预测真空玻璃的真空度,预测结果较为理想。此外,以Visual Studio 2015为平台,使用C#语言、.NET Framework设计了基于WPF的上位机管理软件,选用SQL Server数据库存储数据,运用MATLAB的扩展功能MATLAB Builder for.NET将基于BP神经网络算法建立的智能模型封装打包成类的形式以便.NET上位机应用程序使用。