基于虚拟仪器的红外测温仪性能测试系统

【摘要】： 温度测量技术的应用十分广泛,在电力系统、冶金系统等都有广泛的应用。目前,随着经济的日益发展,红外测温仪可以满足在特殊条件,如高温、强电磁场、强腐蚀、远距离等各种恶劣条件下的温度测量。红外测温仪的测温准确性受很多因素的影响,包括数学模型选择、测温仪的标定过程,以及实际测量时被测目标发射率、环境温度、测温距离。系统性能的测试对影响测温精度的因素进行分析,本文使用虚拟仪器技术,在试验数据的基础上对此展开探讨。 虚拟仪器技术凭借图形化的编程方法和强大的硬件平台,在系统性能测试方面具有显著的优势,能出色的完成数据采集和数据分析。系统性能的测试是一个不断反复的过程,虚拟仪器技术提供的测量和自动化解决方案,能够快速的对测试方案进行更新,具有很好的灵活性和可扩展性。 本文介绍了三种不同的数学模型:检定常数模型、亮度温度模型、参考温度模型。并推导出各模型的优缺点,前两种模型中,检定常数的标定和各通道亮温标定的准确与否,都直接影响到目标真温的测量;参考温度模型中,不论参考温度选取何值,对目标真温的测量没有影响。 在标定过程中,运用Labview编写最小二乘标定法能够快速的进行曲线拟合,得出测温方程和均方差,并将数据测量点和拟合曲线在同一窗口内显示,从而更好的判断拟合优劣;使用波长函数法计算,分析波长误差、参考点误差、波长函数φ(λ)误差、测量误差对红外测温仪测温精度的影响。 最后通过实验,得到发射率,环境温度,距离对红外测温精度的影响。提出神经网络算法,解决复杂的测温影响因素,给出神经网络算法的Labview程序,完成距离和信号电压两个网络输入信号的训练。