系统技术.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
系统技术.ppt

在这里有必要再一次强调微技术对执行元件的特殊要求,在第1章中已经谈到了接触面对微结构技术有非常大的影响,零件的滚动和滑动摩擦对模片运动或弹性悬挂元件的共振都有一定的影响,但在微技术中摩擦是很难控制的,在可能的情况下必须避免零件之间的机械摩擦。 我们有必要再一次回忆微系统技术的目的,微系统技术的目的就是把微电子学的设计思想转换到非电系统。 由于这些微系统元件可以通过重复多次获得较高的系统性能,同时由于采用了合适的连接技术,这些元件可以进行高密度的封装,现在微系统技术的相关元件终于可以取代晶体管了。 在传感器技术中,我们可以找到许多这样的例子,但在微执行元件技术中,这样的例子大概不存在。 我们可以考虑用一个静电矩辞去驱动一些电机,这些电机采用智能连接,还具有较高的系统性能,这几乎是不可想像的。对此人们最容易想到用液压元件完成,这种液压开关元件在7.7.3节已经讨论过了,这种元件带有一个输入、两个输出和两个控制端。与电子开关相类似,一个液压元件的输出端控制第二个元件的控制端,同时它的输出反馈到自己的控制端(如图10.3-1所示),从而形成一个线性放大器。在原理上,每个微电子逻辑开关元件都能实现液压开关的功能。在早期就开发了这种液压开关元件,并用这种液压开关元件设计了流体计算机。 10.4 信号处理 微系统的第三功能模块是信号处理,数据处理任务是对信号进行各种形式的处理。 首先,从传感器阵列得到的实验数据流必须进行并行处理,只有经过处理的数据才可以用于控制执行元件,或者需要通过接口传送到外部。 对微系统中的信号进行处理,为研究和开发开辟了另一个广阔的领域,复杂的矩阵操作、逼近、回归和特性曲线调整等问题,必须借助于系统内的微处理器进行高效的计算和实时简化。 系统的可靠性在有关自功化设备工作安全方面扮演了一个至关重要的角色,像在空中、空间旅行,尤其是在医疗技术中显得更为重要,微系统技术正好能满足这些要求。 结合自检程序和子系统内元件的冗余,系统的可靠性大大提高,使那些过去由于缺乏这些元件至今无法解决的可靠性问题,现在都可以解决了,也使微系统的应用成为可能。 7.2节中指出,化学传感器,尤其是生物传感器,在长时间稳定工作方面有较大的问题。 如果传感器工作在有侵蚀性的介质中、生物组织中或用于热传导,传感器的特性就会改变,并且有效工作时间就会减少,微系统的“智能”能够记录传感器的工作时间或“受热经历”,由于这个数据被写入工作时间性能特性曲线,所以在工作时就可以选择相应的补偿因素,对实验数据进行修正。这样传感器的有效上作时间就延长了。 还有,在微系统信息处理中有关神经系统的讨论正在日益增加(另见10.4.2节),但这个从自然界拷贝来的新概念系统结构目前还不能完全取代冯?诺伊曼体系结构,因为市场上还没有有效的“神经芯片”(虽然像模式识别这类问题注定要采用神经泵统结构来解决)。 7.4.1 微系统中传感器的信号处理 文中有关微系统的信号处理主要是指在系统的开发和使用过程中,对信号检测、信号分析和信号产生过程问题的解决方案。 此外.单个任务的最优化不是最重要的,最重要的是整个系统的效率、可靠性和性能价格比。 失效补偿、数据还原、分散采样的补偿、校准和自检测等问题组合到一起构成了系统性能的重要判据。 为了更消楚的说明系统结构的易测试性,由子系统完成具体的信号处理工作,在这些关系中系统元件对分散信号的预处理是特别重要的。 传感器阵列的潜力不仅仅需要高效的软件来实现,也需要考虑到计算机板产生限制的可能性,由于以下原因,需要对传感器的信号采用数字化处理:对传感器阵列老化和外部对传感器阵列的影响可通过预先存储的特性曲线图来处理;数字化处理能够消除由于长距离数据传输产生的干扰和外部环境强烈的电磁干扰而产生的误差。 从传感器获得的信号通常是模拟量,模拟量经过前置放大后转换为数字形式,多路转换器将传感器阵列提供的信号流送到微处理器进行“准”并行处理。 实验数据与预先存在PROM中的数据进行比较,实现对所需数据的校准,这样各传感器的制造误差就可以分别得到补偿,从而排除了一些不利因素的影响(例如温度的影响),并进行一些算术运算(例如消除复杂的化学和生物化学测量实验参数的非线性关系)。 由于暴露于热环境下,许多传感器会老化,也就是与原始状态(刚制造出来时)相比较,敏感性和选择性等参数会发生改变,通过对传感器的“受热经历”进行记录,可以计算出传感器的补偿值,这样系统长时间工作的稳定性就可以大大提高。 在复杂的光学和化学测量工作中也可以使用模式识别的方法,但信号处理的工作量会迅速地变得非常大,从而导致一个板载的微型计算机系统负担过重,因此神经网络系统为我们提供了解决这个问题的可能性。有关内容参见7.4.2节。 通过对传感器进行分析,将其分为以下几代: 第一代传感器为普通传感器,

文档评论(0)

caijie1982 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档