0 引 言

随着科学技术的发展和人们生活水平的提高, 物质的水分检测已广泛运用于生产、加工、运输、储藏和消费领域。目前, 水分检测的主要方法有:烘干失重法、化学法、电测法和射线法等。其中烘干失重法也称经典法, 是绝大部分物质检测的常用方法, 也是水分测定的标准方法和仲裁依据[1,2,3,4]。

现有的水分测定仪将干燥箱和电子天平结合为一体, 解决了样品从干燥箱取出进行称重过程中吸收水分带来的操作误差问题, 但称重数据的测量精度和称重结果的实时性往往难以同时达到。为此, 本文设计了一种基于CS5532的水分测定仪称重模块, 阐述了称重传感器的工作原理, 给出了称重模块的硬件电路设计, 并详细描述了称重数据的预处理策略及其实现方法。实验结果表明:该称重模块测量精度高, 系统实时性好。

1 传感器工作原理

电阻应变式称重传感器是将4只电阻应变计粘贴在弹性敏感元件上, 然后以适当方式组成惠斯通电桥。称重传感器承受载荷时, 应变计电阻改变, 电桥失去平衡, 传感器输出的电压信号与被测载荷重量成比例。应变式称重传感器的工作原理如图1所示。

图1 称重传感器电桥电路 Fig1 Bridge circuit of weighting sensor   下载原图

2 基于CS5532的信号采集

本文设计的称重模块主要包括电阻应变式称重传感器、信号调理电路、ADC电路等。其中, 选用称重传感器的灵敏度为2mV/V, 供电电压为5V。信号调理电路采用高精度、低噪声、温度系数小的运放OPA2227对传感器采集的信号进行等比例发大, 调整到ADC所要求的电压输入范围内。ADC芯片采用24bit的CS5532—BS, CS5532是一种具有极低噪声、多通道的Δ—∑型模数转换器, 其采用电荷平衡技术和极低噪声的可编程增益斩波稳定测量放大器, 可得到高达24位分辨率的输出结果, 精度高, 动态特性宽[5]。设计中ADC采用5V供电, 为了增加电源和地的交流耦合, 减少交流信号对电源的影响, 电源并联2只电容器, 电容C9为10μF, 滤除低频信号干扰, C10为0.1μF, 滤除高频信号干扰。ADC通过SPI接口将称重数据送入MCU进行进一步处理。称重模块电路设计如图2所示。

图2 称重模块电路 Fig2 Circuit of weighing module   下载原图

在信号送入运放器前, 先经过π型网络对采集到的信号进行滤波, 以减少纹波、滤除高频干扰信号。RP1, RP2, RP3, RP4, RP7采用温度系数为5×10-6的塑封电阻器, 以减少温度对称重结果的影响。U1, CP1, CP2, RP1, RP2, RP3等构成有源低通滤波电路, 其用于工频干扰滤除和抗混叠滤波。

在电路设计时采用比例测试技术, 即ADC参考电压与称重传感器的激励电压使用同一个电源, 使得ADC输出只与传感器的应变特性和运算放大电路的总增益呈正比, 而与ADC的基准源和称重传感器的激励源都无关, 从而提高称重部分的测量精度。

3 称重数据预处理

目前, 称重数据预处理常用的滤波算法有去极值平均滤波法、滑窗均值滤波法以及二者结合的算法, 但这些算法的实时性较差, 数据刷新较慢, 特别在样品加载和卸载的时候, 需要较长的时间才能得到比较稳定的结果[6,7]。本水分测定仪的数据预处理采用剔除粗大误差、滑窗均值滤波和载荷突变跟踪策略相结合的算法, 在保证测量精度的前提下又能满足系统对称重数据的实时更新要求。

3.1 粗大误差剔除

为保证称重数据的准确性, 称重数据在滑窗均值滤波前先进行粗大误差剔除处理。在数据送入滑窗前, 系统将新采样的称重数据xi与保存在滑窗中的数据进行比较, 采用3σ准则, 判别xi是否为粗大误差。

设x¯$\overline{x}$i为滑窗内的均值, 即

x¯i=$\overline{x}{}_i=$1L∑i=1Lxi$\frac{1}{L}{\displaystyle \sum _{i=1}^{L}x}{}_i$, (1)

式中 L为滑窗的长度。

对滑窗内的数据求标准差σ, 即

σ=∑i=1L(xi−x¯i)2L−1−−−−−−−−⎷.   (2)$\sigma =\sqrt{\frac{{\displaystyle \sum _{i=1}^L(}x{}_i-\overline{x}{}_i){}^2}{L-1}}.(2)$

当满足条件式 (3) 时

|xi−x¯i|>3σ,   (3)$|x{}_i-\overline{x}{}_i|>3\sigma ,(3)$

则判定xi为粗大误差, 并剔除该数据。

3.2 滑窗均值滤波

将剔除粗大误差后的xi送入长度为L的滑窗均值滤波, 递推滤波器将该新数据放入队尾, 并舍弃原来队首的一个数据, 而后进行算术平均运算

Wn=Wn−1+1L(xi−w0),   (4)$W{}_n=W{}_{n-1}+\frac{1}{L}(x{}_i-w{}_0),(4)$

式中 L为滑窗均值滤波器的长度, w0为递推滤波器的原队首数据, Wn-1为上次滑窗均值滤波器的输出。

滑窗均值滤波器长度L由ADC转换速率和水分仪称重结果稳定时间决定。CS5532的转换速率为15Hz, 并考虑到水分仪称重结果一般要求2~5s内称重结果稳定, 经多次实验确定L=5。

3.3 载荷突变跟踪策略

当测定样品加载或卸载时, 传感器称重信号将发生突变, 如果直接采用滑窗均值滤波, 系统将会把该正常的突变信号判定为粗大误差予以剔除, 从而得不到正确的称重结果。为此, 本水分仪采用一种两级判定的载荷突变数据跟踪策略, 以实现称重结果的实时更新, 其步骤为:

1) 利用3σ准则的粗大误差剔除方法, 判别最新采样的传感器称重信号xi是否为粗大误差;

2) 如果xi不是粗大误差, 更新一级滑窗均值滤波器滑窗内数据, 并利用滑窗均值滤波器求得称重传感器的输出值Wn;

3) 如果判定xi为粗大误差, 则将其存入长度为N的二级滑窗, 同时不更新一级滑窗中的数据, 仍用一级滑窗的均值作为称重传感器的输出值Wn;

4) 采集称重传感器下一个称重数据xi+1, 转至步骤 (1) , 如果连续N次均判定为粗大误差, 且满足

∣∣xi−xi+1max(xi,xi+1)∣∣≤εσ,   (5)$\left|\frac{x{}_i-x{}_{i+1}}{\max (x{}_i,x{}_{i+1})}\right|\le \epsilon {}_{\sigma },(5)$

则判定载荷突变, 求二级滑窗的中值xmid, 将一级滑窗中的数据全部更新为xmid, 并将该值作为称重传感器的输出Wn, 同时将二级滑窗清0, 为下次载荷突变跟踪作准备;

5) 如果xi+1不满足式 (5) , 则判定xi为粗大误差并剔除, 不更新一级滑窗的数据, 同时将二级滑窗清0, 为下次载荷突变跟踪作准备。图3为载荷突变算法流程图。

图3 载荷突变算法流程图 Fig3 Algorithm flow chart of load sudden change   下载原图

式 (5) 中, max (xi, xi+1) 表示求xi与xi+1中的较大值;εδ为检测阈值。由于加载和卸载时测定仪称重传感器输出结果将产生阻尼振荡, εδ受该因素的影响, 实验发现:阻尼振荡振幅的最大相对变化量一般不会超过15%, 因此, εδ取0.15。考虑到测定仪称重结果实时性要求, 通过实验取二级滑窗长度N=3。

4 水分测定仪的实验结果

表1所示为使用本称重模块测定的几种典型样品的水分含量与经典法所测样品的误差, 选取样品的质量为5g, 称量结果的水分含量用百分比表示。实验结果表明:采用本文设计的称重数据预处理算法的水分测定仪, 测定结果准确、可靠。

5 结束语

本文设计的基于CS5532的称重模块, 称重精度为1mg, 水分测量误差不大于0.1%, 初始样品1g时的重复性

表1 样品水分测定结果Tab1 Results of moisture determination of samples 导出到EXCEL

误差不大于0.1%, 初始样品大于1g时的重复性误差不大于0.05%, 优于JJG 1036—2008 电子天平检定规程规定的一级天平重复性误差指标[8]。质量测量结果准确、测定结果稳定时间短, 能够满足相关检定机构对水分检定装置的准确性和实时性的双重要求。