论文部分内容阅读
【摘 要】近年来，我国的经济、科技得以迅速发展，且为推动我国国民经济增长做出了较大贡献。作为科技和经济发展的主要成果，传感器技术已作为一种新型的检测和测量技术被广泛应用到我国社会生产生活的各个领域。但在传感器技术应用的过程中，经常会受到外界非目标参量的影响，形成传感器交叉灵敏度的问题。本文引入以MSP430单片机为基础的高精度压力变送器，通过对其芯片和软硬件的设计方法进行研究，以期为解决传感器的交叉灵敏度问题提供有价值的参考意见。
【关键词】MSP430单片机；高精度压力变送器；神经网络
MSP430是一种具有超低功耗和丰富外设的单片机，在BP网络训练的输出样本进行离线训练时，MSP430单片机则可以通过采集传感器的压力输出值及其所处环境温度值对样本的离线训练进行最大限度的权值和阀值修改，进而达到对变送器进行控制输出的目的。本文以基于MSP430单片机的高精度压力变送器作为研究对象，在结合系统芯片设计的基础上，对系统硬件的电路设计以及系统的软件设计方法展开了详细分析。
一、系统芯片设计
所谓系统芯片的设计便是系统芯片的选型过程。通过对MSP430单片机的特点进行分析可知，MSP430单片机是具有较高精度的单芯片系统，因其利用的是16位的高速处理单片机，因此系统的工作性比较稳定。在芯片的构造方面，MSP430单片机富有丰富的外围模块，例如A/D模块与D/A模块。又由于在经过BP网络训练之后，所形成的数据大都涉及到许多浮点型计算[1]。所以，变送器系统中通常采用MSP430F247TPM型单片机。
二、系统硬件电路设计
（一）压力传感器的选择及其电路检测
考虑到MPS430单片机的自身特点，系统应选择型号为MPM280的压力传感器。MPM280压力传感器对系统电路的检测是以惠斯登电桥（一种高精度测量的电阻仪器）为基础的，整个电路测试系统采用1.5mA的直流电作为供电电流。测试过程中，将变送器的压力经过转化而形成的电压信号用Vp表示，将被测试压力转化而形成温度信号用VT表示，R1-R4为电桥中的四扩散硅电阻，其电阻值用R表示。向惠斯登电桥两端施加压力，则在R1-R4中存在两个电阻，其阻值增加R，另存在两个电阻，其阻值小于R，此时Vp=R×I，I为测试电路电流。通过电路总电阻值R5便可检测出温度信号VT。
（二）电源模块与信号放大电路的设计
在压力变送器的芯片型号为LM317和TPS76933时，压力变送器中的MSP430单机片需要以3.3V的电压进行供电，而系统中的其他外接设备则需要以5V的电压进行供电。具体的供电流程为：电压经由LM317芯片转变为高于10V的电压对TPS76933型芯片进行供电，在电压经过TPS76933时，又被其转化为3.3V和5V的电压对单片机及其外设进行供电[2]。
在信号放大电路中，芯片的类型主要是INA121。INA121对电路放大的步骤为：将压力传感器中的测量压力经由转换后而形成的电压信号分别输入到INA121的2脚和3脚中，放大器根据压力送便器的外接电阻对电路的放大倍数进行调节，进而将放大之后的电压经由INA121的6脚传输到MSP430单片机的A/D通道。
（三） A/D转换
利用MSP430单片机具备的ADC12模块直接进行A/D转换（模数转换）。具体的转化方法为：由于MSP430单片机自带2路转化接口，在ADC12模块控制寄存器的作用下，系统可以实现压力与温度的双路模拟信号转换。除此之外，ADC12模块内部还置有参考电源，其可以通过模拟多路器进而对压力和温度信号实施分时地信号转化，有效提高了压力变送器的工作性能。
三、系统软件设计
（一） BP网络算法
BP网络是当前应用最为广泛地神经网模型，其主要分为输入层、输出层和隐含层，且各层之间大都采用互连的方式进行连接，而处于同一层中的各个单元不存在连接。BP网络主要由两部分构成，即信息的正向传播与误差的反向传播。信息的正向传播是指信息的输入模式从输出层出发，经由隐含层逐层传入到信息的输出层，而信息经输出后如果未得到系统所期望的结果，则BP网络则会将误差信号进行原路返回，并反复上述过程，直到输出信号达到系统期望值为止。
（二） BP网络的训练及系统软件的实现
BP网络的训练是以Matlab的软件平台为基础的。在Matlab主界面中输入nntool进入神经网络工具箱的主界面，并建立起一个4层的BP网络，分别为输入层、第一隐含层、第二隐含层和输出层，且各层之间所含神经元的个数分别为2、5、4、1。将各层信息归一化后的样本输入值及样本目标值共同导入神经网络工具箱，并将训练样本（温度样本）依次选为-40。C、-30。C、-20。C、-10。C、0。C、20。C、30。C、40。C以及60。C和80。C等十个温度的压力与温度采样值，并将检测样本选取为10。C的A/D转化采样值，进而在Matlab的神经网络工具训练选项卡中对训练参数进行设置，随即点击TRAIN键开始训练[3]。在BP网络的训练结束后，基于MSP430单片机的高精度压力变送器系统便得到了满足控制要求的权值和阀值，将二者的连接关系通过程序编程移植到MSP430单片机中，并最终完成信号处理的需要。
结 论
本文通过对基于MSP430单片机的高精度压力变送器的系统芯片进行设计，并在结合系统硬件电路设计的基础上，从BP网络算法的构建以及系统软件的实现等方面对基于MSP430单片机的高精度压力变送器的设计原理展开了深入研究。可见，未来加强对MSP430单片机在高精度压力变送器中的应用和研究力度，对于促进传感器技术的发展具有重要的作用和意义。
参考文献：
[1]周垚.基于MSP430F149的矿井水文测量系统设计[D].太原理工大学，2013.
[2]杨安龙.浅析单片机在高精度压力变送器中的应用[J].电子制作，2013，10（06）：167-168.
[3]胡泽，李强，葛亮.低功耗无线压力变送器研究设计[J].自动化仪表，2013，12（05）：87-90.
【关键词】MSP430单片机；高精度压力变送器；神经网络
MSP430是一种具有超低功耗和丰富外设的单片机，在BP网络训练的输出样本进行离线训练时，MSP430单片机则可以通过采集传感器的压力输出值及其所处环境温度值对样本的离线训练进行最大限度的权值和阀值修改，进而达到对变送器进行控制输出的目的。本文以基于MSP430单片机的高精度压力变送器作为研究对象，在结合系统芯片设计的基础上，对系统硬件的电路设计以及系统的软件设计方法展开了详细分析。
一、系统芯片设计
所谓系统芯片的设计便是系统芯片的选型过程。通过对MSP430单片机的特点进行分析可知，MSP430单片机是具有较高精度的单芯片系统，因其利用的是16位的高速处理单片机，因此系统的工作性比较稳定。在芯片的构造方面，MSP430单片机富有丰富的外围模块，例如A/D模块与D/A模块。又由于在经过BP网络训练之后，所形成的数据大都涉及到许多浮点型计算[1]。所以，变送器系统中通常采用MSP430F247TPM型单片机。
二、系统硬件电路设计
（一）压力传感器的选择及其电路检测
考虑到MPS430单片机的自身特点，系统应选择型号为MPM280的压力传感器。MPM280压力传感器对系统电路的检测是以惠斯登电桥（一种高精度测量的电阻仪器）为基础的，整个电路测试系统采用1.5mA的直流电作为供电电流。测试过程中，将变送器的压力经过转化而形成的电压信号用Vp表示，将被测试压力转化而形成温度信号用VT表示，R1-R4为电桥中的四扩散硅电阻，其电阻值用R表示。向惠斯登电桥两端施加压力，则在R1-R4中存在两个电阻，其阻值增加R，另存在两个电阻，其阻值小于R，此时Vp=R×I，I为测试电路电流。通过电路总电阻值R5便可检测出温度信号VT。
（二）电源模块与信号放大电路的设计
在压力变送器的芯片型号为LM317和TPS76933时，压力变送器中的MSP430单机片需要以3.3V的电压进行供电，而系统中的其他外接设备则需要以5V的电压进行供电。具体的供电流程为：电压经由LM317芯片转变为高于10V的电压对TPS76933型芯片进行供电，在电压经过TPS76933时，又被其转化为3.3V和5V的电压对单片机及其外设进行供电[2]。
在信号放大电路中，芯片的类型主要是INA121。INA121对电路放大的步骤为：将压力传感器中的测量压力经由转换后而形成的电压信号分别输入到INA121的2脚和3脚中，放大器根据压力送便器的外接电阻对电路的放大倍数进行调节，进而将放大之后的电压经由INA121的6脚传输到MSP430单片机的A/D通道。
（三） A/D转换
利用MSP430单片机具备的ADC12模块直接进行A/D转换（模数转换）。具体的转化方法为：由于MSP430单片机自带2路转化接口，在ADC12模块控制寄存器的作用下，系统可以实现压力与温度的双路模拟信号转换。除此之外，ADC12模块内部还置有参考电源，其可以通过模拟多路器进而对压力和温度信号实施分时地信号转化，有效提高了压力变送器的工作性能。
三、系统软件设计
（一） BP网络算法
BP网络是当前应用最为广泛地神经网模型，其主要分为输入层、输出层和隐含层，且各层之间大都采用互连的方式进行连接，而处于同一层中的各个单元不存在连接。BP网络主要由两部分构成，即信息的正向传播与误差的反向传播。信息的正向传播是指信息的输入模式从输出层出发，经由隐含层逐层传入到信息的输出层，而信息经输出后如果未得到系统所期望的结果，则BP网络则会将误差信号进行原路返回，并反复上述过程，直到输出信号达到系统期望值为止。
（二） BP网络的训练及系统软件的实现
BP网络的训练是以Matlab的软件平台为基础的。在Matlab主界面中输入nntool进入神经网络工具箱的主界面，并建立起一个4层的BP网络，分别为输入层、第一隐含层、第二隐含层和输出层，且各层之间所含神经元的个数分别为2、5、4、1。将各层信息归一化后的样本输入值及样本目标值共同导入神经网络工具箱，并将训练样本（温度样本）依次选为-40。C、-30。C、-20。C、-10。C、0。C、20。C、30。C、40。C以及60。C和80。C等十个温度的压力与温度采样值，并将检测样本选取为10。C的A/D转化采样值，进而在Matlab的神经网络工具训练选项卡中对训练参数进行设置，随即点击TRAIN键开始训练[3]。在BP网络的训练结束后，基于MSP430单片机的高精度压力变送器系统便得到了满足控制要求的权值和阀值，将二者的连接关系通过程序编程移植到MSP430单片机中，并最终完成信号处理的需要。
结 论
本文通过对基于MSP430单片机的高精度压力变送器的系统芯片进行设计，并在结合系统硬件电路设计的基础上，从BP网络算法的构建以及系统软件的实现等方面对基于MSP430单片机的高精度压力变送器的设计原理展开了深入研究。可见，未来加强对MSP430单片机在高精度压力变送器中的应用和研究力度，对于促进传感器技术的发展具有重要的作用和意义。
参考文献：
[1]周垚.基于MSP430F149的矿井水文测量系统设计[D].太原理工大学，2013.
[2]杨安龙.浅析单片机在高精度压力变送器中的应用[J].电子制作，2013，10（06）：167-168.
[3]胡泽，李强，葛亮.低功耗无线压力变送器研究设计[J].自动化仪表，2013，12（05）：87-90.