版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在食糖生產(chǎn)的過程中,需要使用大量煤炭和甘蔗渣等燃料,能源消耗巨大,而且產(chǎn)生的廢水會對環(huán)境造成嚴重的污染。因此許多制糖企業(yè)開始回收利用煮糖工段中的蒸汽冷凝形成的高溫汽凝水,通過將這些汽凝水作為補給水送入鍋爐中,不僅達到了減排的目的,更能夠提供熱能,從而節(jié)約了能源。但是這些回收的汽凝水中往往會含有微量的糖分,若糖分含量超標(50ppm)的汽凝水被回爐使用,會對生產(chǎn)設(shè)備造成極大的安全隱患,因此必須對將要回爐使用的汽凝水中的糖分含量進行檢測。而
2、現(xiàn)階段糖廠大多使用的仍是人工化學比色法進行微糖檢測,因此本課題設(shè)計了一套基于TMS320F2812的汽凝水中微量糖分檢測裝置,為糖廠提供一種精確快速的微糖檢測方法。
本文提出了一種通過檢測汽凝水的介質(zhì)損耗、電導和溫度數(shù)據(jù)來測量其中微糖含量的方法。裝置硬件系統(tǒng)中選用 DSP芯片 TMS320F2812作為裝置的硬件核心,并包含了基于DDS技術(shù)的正弦信號發(fā)生電路作為裝置的信號源,以高速片外 AD芯片為核心的信號檢測電路,使用高精度
3、數(shù)字溫度傳感器的溫度檢測電路,以及液晶顯示模塊電路和串行通信接口電路。系統(tǒng)軟件算法上使用了傅里葉變換頻譜分析法對介質(zhì)損耗進行精確求取,并引入了RBF神經(jīng)網(wǎng)絡(luò),通過網(wǎng)絡(luò)訓練與算法編程,確定了參數(shù)數(shù)據(jù)和被測汽凝水糖分含量的關(guān)系,從而達到了數(shù)據(jù)精確快速處理的目的。
本裝置在設(shè)計完成后進行了對比實驗,通過檢測結(jié)果及檢測過程的對比,證明了本裝置在對汽凝水微量糖分檢測中,測量結(jié)果精確度較高、測量速度快且操作方便,基本可以滿足對0至50pp
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 甘蔗糖廠汽凝水除糖新工藝研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng).pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測模型的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)入侵檢測系統(tǒng)的研究.pdf
- 基于改進RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測研究.pdf
- 基于BP和RBF神經(jīng)網(wǎng)絡(luò)的木材缺陷檢測研究.pdf
- 基于改進PSO的RBF神經(jīng)網(wǎng)絡(luò)入侵檢測方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的故障診斷.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的PID整定.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的期權(quán)定價研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與RVM的入侵檢測算法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的語音識別研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的重疊峰解析.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的γ能譜分析.pdf
- 基于改進RBF神經(jīng)網(wǎng)絡(luò)的PID控制.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負荷預測.pdf
- 基于rbf神經(jīng)網(wǎng)絡(luò)的高校財務(wù)風險識別
- 基于rbf神經(jīng)網(wǎng)絡(luò)的負荷預測研究綜述
評論
0/150
提交評論