基于嵌入式系统的卟啉传感器控制系统研究与设计

来源 :重庆大学 | 被引量 : 0次 | 上传用户:Jsan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
挥发性有机化合物是一类环境有机污染物,如醛类、酯类和有机酸类有机物。VOCs主要来源于工业生产、食品加工、机动车辆尾气。长期暴露会对人体具有致畸、致突变和致癌等作用。目前常规的检测挥发性有机化合物的手段是气相色谱与灵敏的检测器,但由于该设备操作复杂、价格昂贵、检测周期长,且无法实现在线测量,其应用受到很大限制。某些卟啉及其衍生物有强大的吸光特性,遇到挥发性有机气体会发生明显的颜色变化,成为传感器研究的理想模型化合物。卟啉传感器的专一性很强,通过构建卟啉敏感阵列,利用同一敏感阵列对多种目标物质进行同时检测,是卟啉传感器发展方向。传感器在工业生产和科学实验中有着广泛的应用。传感器和检测仪器生物医学工程科学研究中重要的组成部分。将卟啉传感器研制成为微型化,便携式,操作简便的传感器系统能够克服上述缺点,具有广泛的应用价值和前景。嵌入式系统是将先进的计算机技术、半导体技术和电子技术结合的产物,被广泛的应用于便携式和智能控制领域。本研究基于嵌入式系统实现卟啉传感器系统,研究内容主要涉及以下几个方面:①光源:为了避免外界外界光源的影响,将微系统制作成暗室,并设计内部光源。由嵌入式微处理器的通用I/O口输出高低电平作为光源电路开关。在气体与微阵列反应之前将微系统内部的光源打开,以便后续步骤中气体与卟啉阵列反应过程中观察腔室内情况和图像采集。②微泵:由于系统比较小,气道比较窄,气体不容易流通,需要使用蠕动崩将待测气体鼓进,使其与敏感物质充分反应。采用脉宽调制(PWM)实现对电机的精确控制。脉宽调制从处理器到被控系统信号都是数字形式的,无需进行数模转换。让信号保持为数字形式可将噪声影响降到最小。③图像采集与处理:为了获取卟啉阵列的颜色变化,采用高分辨率(130万)的CMOS图像传感器对反应过程进行定时拍摄;计算出卟啉阵列反应之前和反应之后的颜色变化后,通过与已经建立好的标准颜色库进行比较最终计算出气体的浓度。④无线交互和数据无线传输:利用GPRS网络实现系统的远程控制和数据的无线传输。嵌入式微处理器能够将系统运行过程所有重要的信息发送到远程终端。⑤人机交互界面:使用触摸屏作为人机交互界面,只需点击触摸屏的相关菜单项即可实现上述功能要求。本文的创造性如下:基于卟啉及其衍生物的上述性质以及嵌入式系统的特点,通过研究和开发微阵列传感器,使用嵌入式微处理器控制CMOS图像传感器将卟啉及其衍生物对气液敏感的特征信息转换成图像的形式进行分析处理,并通过GPRS无线传输到远程终端。在检测人员与气体隔离的情况下,能有效快捷的检测气体中微量有毒气体的浓度。
其他文献
微课程是微课的专题化和课程化,微课程由三个维度九个要素构成,三个维度分别是课程维度、技术维度和应用维度,每个维度包含三个要素.本文在分析微课程构成的基础上,提出微课
20世纪80年代中期,在磁共振技术的基础上,通过对双极磁场梯度脉冲来对水分子的扩散运动效应进行编码,得到了扩散加权磁共振图像(DWI)。从多个方向(至少6个方向)获取扩散加权图像
本文以卷幅式广告机为例,介绍了三菱系列PLC在可变画面的平面广告中的应用,并对其中的关键设计思想和程序实现方法做了论述,给出了控制功能图。这是科技实际应用的一种体现,
血流的流体动力学特征信息与众多心血管疾病的发生和发展具有极大的关联性,对其准确测量具有重要医疗价值。然而,目前临床中尚缺乏一种流体动力学测量方法和技术对血液流场进行
情绪是人类心理活动的高级功能,带有十分显著特异性的心理过程。由于事件相关电位(Event related potentials,下简称ERP)具有时间分辨率高的优点,近年来已经被广泛的应用于脑
本文主要以牛、羊为例,介绍了草食动物的常见疾病及诊断治疗.旨在为草食性动物的健康养殖提供一些参考,帮助牛羊养殖户提高养殖的经济效益.
1956年10月下旬,彭德怀元帅 带两个参谋、一个警卫员,轻车简 从到徐海地区视察工作。在连云港 沿海看地形时,住在徐州六十八军 军部。军长陈坊仁把宿舍腾出来请 彭总住下。我
为了构建安全有效的基因载体,我们用体内天然存在的专职基因凝聚单体一精胺作为基本构建单元,合成了一类能够并实现基因复合、内吞逃逸、基因释放和自身无毒化代谢,并且可通过表
该项课题是中国石油天然气集团公司“九五”重点攻关项目———石油勘探、开发应用软件工程化与集成技术中的一个子课题,由我院计算机科学系吴继周、李从信教授等人历经两年
我们是共产党员心海里航行着南湖的红船肩负着民族复兴的重担党指向哪里就向哪里扬帆摇桨就向哪里跃马扬鞭我们是共产党员战争年代我们冲锋陷阵死而无憾和平时期我们任劳任怨