自动数据采集系统的研究与应用
智能化生产的数据采集和分析技术研究
智能化生产的数据采集和分析技术研究一、前言随着信息技术的迅速发展，智能化生产模式已经成为了未来生产领域的主导趋势。
在这一模式中，数据采集和分析技术起到了非常重要的作用。
本文将对智能化生产过程中的数据采集和分析技术进行研究，分析其应用价值和研究现状，为智能化生产提供更完善的技术支持。
二、数据采集技术研究在智能化生产过程中，数据采集系统是连接整个生产流程的核心。
数据采集系统可以通过获取生产流程中各个环节的输入与输出量，实现对生产信息的全面监控。
可以通过以下三个方面对数据采集技术进行研究：1. 传感器技术的研究传感器是数据采集系统的关键。
传感器可以感知环境状态的变化并将其转化为可读取的数字信号，因此被广泛应用于工业自动化环境中。
传感器的类型包括光学传感器、电气传感器和机械传感器等。
在应用过程中，适用于不同场景的传感器需要进行精准选择，以确保采集到的数据符合算法模型的要求。
2. 数据传输技术的研究数据传输是数据采集系统中联系各环节的重要途径，对于实时监控和远程管理具有重要意义。
现有的数据传输技术主要有有线、无线和蓝牙等多种形式。
现代物联网技术及5G技术的快速发展，为实现大量的并行计算提供了更多可能的选择。
3. 数据库技术的研究在数据采集过程中，大量数据的存储、管理和分析是备受关注的重点。
因此，在实际应用中，数据管理系统的设计和实现至关重要。
关系型数据库、非关系型数据库、分布式存储等多种数据库方案均可以提供可靠的数据存储服务。
在此基础上，又可以采用机器学习等技术，实现数据挖掘和分析。
三、数据分析技术研究随着数据采集技术的发展，越来越多的数据被采集并存储。
这时，通过对大量数据进行分析和挖掘，可以发现其中存在的规律并为生产作出更准确的预判。
数据分析技术进而成为智能化生产中不可缺少的环节。
可以通过以下三个方面对数据分析技术进行研究：1. 数据预处理技术的研究数据经过采集后，常常会包含大量的冗余信息和噪声。
在进行分析前，必须先进行数据清洗、过滤和归一化等预处理工作。
物联网中的数据采集技术与应用研究
物联网中的数据采集技术与应用研究随着信息技术的不断发展，物联网也逐渐成为人们生活中的一部分。
它能够将设备、传感器、网络和云计算等技术融合到一起，实现更智能化、更高效化的数据交互和共享。
在物联网中，数据采集是至关重要的一环。
本文将探讨物联网中的数据采集技术与应用研究。
一、物联网中的数据采集技术1. 传感器技术传感器是将物理量、化学量和生物量等信息转化成易于处理的电信号，并通过网络传输到数据处理中心。
传感器的种类繁多，比如温度传感器、湿度传感器、流量传感器等等。
传感器的主要作用是将环境变量转化成数字信号，方便后续的处理和分析。
2. 网络通信技术网络通信技术是物联网中不可或缺的一环。
随着物联网应用不断增多，为更好地支持数据传输和处理，越来越多的技术被应用在物联网中。
如同传感器一样，网络通信技术也有很多，比如Wi-Fi、ZigBee、蓝牙等等。
各种网络技术的优势不同，在选择网络通信技术时需要依据实际情况进行权衡。
3. 数据存储技术大量的数据需要被存储，这就需要对数据存储技术进行研究。
数据存储技术包含关系型数据库、非关系型数据库、文件系统等等。
在物联网中，由于数据量较大，非关系型数据库往往被更多地应用。
二、物联网中的数据采集应用研究1. 智能家居领域智能家居是近年来物联网应用领域中发展最迅速的领域之一。
智能家居通过将各类智能设备连接在一起，实现自动化控制。
数据采集技术在智能家居领域中扮演着重要角色，例如温度传感器、湿度传感器、烟雾探测器等等。
这些设备通过网络通信将信息传送到中央控制中心，实现智能家居的各种功能。
2. 工业自动化领域工业自动化领域是物联网应用领域中的一个重要领域。
数据采集技术在工业自动化领域中的应用尤为重要。
通过轨道传感器、水位传感器、电量传感器等设备，将设备数据和工艺参数收集到数据存储中心，进行分析和处理，实现工厂自动化生产。
3. 农业领域农业领域也是物联网应用的一个重要领域。
物联网技术可以帮助农民提高生产效率，降低生产成本。
基于物联网的智能车间数字化采集系统的研究
基于物联网的智能车间数字化采集系统的研究摘要：针对现今许多自动化工厂面临数字化转型的需求，本文为解决工厂在数字化升级过程中对自动化设备进行数据采集相关的问题做出研究，其中构建一个具有三层结构的系统，采用OPC UA规范，它分为现场层，实时数据采集层，实时数据监控层，配备专用硬件设备，采用物联网技术能构建所采集设备与管理层之间的信息传输通道，将机器的数据进行可视化处理，直观的显现在专用设备上，便于企业对整个数据的全方位掌握，以及做出决策和分析。
关键词：数字化转型；数据采集；OPC UA；互联网技术；可视化1引言按照《中国制造2025要求》，为了推动产业结构调整和转型升级，促进企业研发制造迈向中高端市场，必须不断开展科技创新和推进先进工艺技术应用，特别是要全面开展产品智能化的研究和相关技术升级，应用电子信息技术提高产品全流程的智能化水平，是推进制造装备的数字化建设的重要途经。
智能工厂的长期目标和长远发展方向，是通过自动化和信息化的发展和完善来建设工厂大数据系统，能够实现对工厂进行全流程和精准化控制，最终达到提高生产效率，提高工厂效益的目的。
因此，工厂的数字化必须从提高整个工厂生产水平，提高工厂内外物流管理水平，提高产品售后服务管理水平，提高能源(电，水，气)消耗利用管理水平，提高全流程信息管理水平等各方面入手，全面实施制造工厂的智能化。
数据采集系统（Data Acquisition system）[1]是制造业企业信息化建设的重要环节，它可以建立一个现场自动化控制装置和管理层的信息纽带。
数据采集在整个智能工厂中，可以为上层ERP、中间层MES系统提供及时、详尽的现场信息，并为生产决策、计划调度等提供可靠的依据。
数据采集是工业数字化、智能化制造的基础工程，它与信息在各种生产过程中的持续性和关联性有关，从而影响到追溯、分析、判别和决策中对上层一体化信息的应用效果[2],因此数据采集是整个智能工厂的基础和必备条件。
数据采集系统研究背景和意义
数据采集系统研究背景和意义随着社会的不断进步，为了保障人们能够健康安全的使用各种资源，需要对各个资源供给设备实时的监控，例如电力供电系统、工业控制系统、网络等，确保这些直接关系人们生活的资源安全可靠。
国家电力监管委员会公告 2011 年第 3 号文件《2011 年供电监管报告》指出，在选取检查的 215 家供电企业中，总共发现供电质量问题涉及的企业有 133 家，这些企业存在着基础数量错误、漏录、运行事件错录以及电压监测点数不足，设置不合理等问题；一方面，造成电能质量问题的因素逐渐增加，另一方面人们对电能质量以及电能的可靠性要求越来越高；电能质量问题对电网和配电系统造成的直接危害和可能对人类生活和生产造成的损失也越来越大，电能质量的好坏直接关系到了国民经济的总体效益。
一个计算中心如果失去电源 3 秒就有可能破坏数小时的数据处理结果而造成上百万上千万的经济损失；在大型机器制造厂，1 秒的电压突降就有可能造成生产状况异常或者质量破坏。
因此一方面我们必须做好防范措施，另一方面必须要做好及时发现问题和及时解决问题的准备，这就迫切需要对供电系统能够实时准确的监控，出现问题能够及时得到通知并解决，确保出现的问题第一时间被解决，提高供电的质量。
在互联网发展的过程中也滋生了大量不稳定的因素，大量垃圾信息、大量网络攻击应运而生，据赛门铁克公司 2011 年的安全状况调查报告显示，在 2011 年的 12 个月中，71%的受访企业受到网络攻击，在遭受攻击的企业中，92%的企业因为遭受到攻击而导致损失，据 Imperva 对 2011 年 6 月~11 月对网络恶意程序的分析中指出每月被检测的网络应用程序要遭受到 13 万次~38 万次不等的攻击，最高时，每小时就会遭受 3 万 8 千次攻击；为了减少因网络攻击而遭受的损失，我们应该做好网络监控工作，及时发现网络中的垃圾和破坏信息，并且及时做出处理和防范工作。
而绝大部分监控系统都要能够及时正确的获取大量监控数据，因此对一种可靠及时的数据采集系统的需求越来越迫切，本研究课题基于这一点设计了一个基于硬件获取数据的数据采集系统。
基于物联网技术的数据采集系统的研究报告
基于物联网技术的数据采集系统的研究报告物联网技术的数据采集系统是一种利用多种可编程网络接口来获取数据的方式。
它是现代物联网中不可缺少的一部分，在其他传感器、节点或控制器之间实施数据传输时尤为重要。
本文研究提出一种基于物联网技术的数据采集系统，旨在收集来自各种源的数据，并将其存入数据库中。
本文首先对此有关话题进行概述，简要介绍了相关的技术概念、关键技术和架构，然后对相关的技术进行了深入的探索，分析了关键技术的性能特点，例如协议、网络接口、中央处理器、M2M通信、信息安全和储存设备以及相关联的应用程序等。
在此基础上，本文提出了一种基于物联网技术的数据采集系统，由多个组件组成，包括云服务、私有网络、应用程序和数据存储设备。
最后，本文给出了一个具体的实现示例，用以验证所提出的基于物联网技术的数据采集系统的可行性和效率。
经过上述研究，物联网技术数据采集系统可以有效地降低设备之间的距离，极大地提高了数据传输的速度和可靠性。
它提供了一种轻松、安全地管理设备间数据交换的方法，大幅度提高了生产力。
它也使得物联网系统更加容易实施，不仅仅是用户，而且是制造商可以享受这样的好处。
物联网技术数据采集系统为企业提供了一种更有效、低成本的解决方案，既有利于市场，也有利于技术更新。
因此，未来有必要开展更多的研究，以深入研究物联网技术数据采集系统的建设和应用。
针对物联网技术数据采集系统，实验部分，我们从不同方面考察23个变量，包括：交互、安全性、网络接口、协议、中央处理器、M2M通信、信息安全储存设备、应用程序和数据存储设备等。
同时，根据相关数据，我们从用户角度对各个变量进行比较分析，以说明不同变量之间的差异性。
结果发现，在交互方面，物联网技术的数据采集系统以简单的操作步骤，能够有效地实现设备之间的通信；在安全性方面，物联网技术的数据采集系统可以提供数据传输的安全保护，防止网络中存在的黑客攻击；在网络接口方面，物联网技术的数据采集系统支持多种不同的类型的网络接口，可以根据关键应用的要求来动态调整；在协议方面，物联网技术的数据采集系统支持多种多样的协议，为不同类型的终端及应用程序提供有效的数据传输途径；在中央处理器方面，物联网技术的数据采集系统能够提供专业的数据处理引擎，可以有效地使用最新的处理能力；在M2M通信方面，物联网技术的数据采集系统可以支持多种类型的设备之间的通信；在信息安全储存设备方面，物联网技术的数据采集系统可以采用高级的安全加密技术，可以提供全面的安全保障；在应用程序方面，物联网技术的数据采集系统能够提供高效的数据处理能力，有效地增强用户体验；最后，在数据存储设备方面，物联网技术的数据采集系统可以使用业界领先的数据存储技术，可以有效地实现数据的高效存储。
自动驾驶汽车数据采集系统的应用研究
TRAFFIC AND SAFETY | 交通与安全时代汽车 自动驾驶汽车数据采集系统的应用研究雷先华 戴安妮 陈宇奇湖南交通工程学院 机电系 湖南省衡阳市 421000摘 要： 自动驾驶技术在解决驾驶安全问题和交通效率问题上有着极大的应用前景，国内外汽车相关企业近几年纷纷将自动驾驶技术作为研究重点。
本文将对自动驾驶技术的重要环节数据采集和数据融合技术现状进行总结分析，并对自动驾驶技术与通讯技术的融合发展进行展望，通讯技术的融合不仅使单位车辆更加安全，而且对于一个复杂的城市交通网络而言也将大大提高交通效率。
关键词：自动驾驶技术 汽车数据采集系统 通讯技术 技术融合1 引言根据公安部公布消息，截止到2018年底，汽车保有量这一数据在中国已达到2.4亿辆，汽车保有量超过100万辆的城市已有66个之多，汽车保有量超过300万辆的城市更有11个之多[1]。
汽车保有量及驾驶员人数的基数过大，使得交通出行风险也随之提高，每年约130万人死于交通事故，另外有数千万人因交通事故致伤致残。
疲劳驾驶、酒后驾驶、自身驾驶技术欠缺、受其他事物影响而造成的注意力分散、个人情绪波动等都是交通事故产生的主要原因[2]。
如果自动驾驶技术的研发瓶颈能被突破，中国乃至世界将有望规划建立出新的交通格局。
自动驾驶汽车是一种通过AI系统实现无人驾驶的智能汽车，具有高效节能性等特点，可以有效缓解城市交通拥堵状况并提高汽车安全程度[3]。
自动驾驶汽车要实现各种自动驾驶操作必须对周围路况有一个精准实时的判断，各类传感器利用自身优势取长补短相互配合以达到要求。
基于通讯技术在汽车上的应用，高等级的自动驾驶技术将与通讯技术融合发展实现真正的自动驾驶[4]。
本文将对自动驾驶技术的重要环节数据采集和数据融合技术应用现状进行总结分析，并对自动驾驶技术与通讯技术的融合发展进行展望2 自动驾驶的数据采集与分析美国汽车工程师协会将自动驾驶技术划分为五个等级，分别是L1级别，即少数时候个别装置发挥作用；L2级别，少数装置自动发挥作用；L3级别，合适条件整车自主驾驶；L4级别，大部分条件自主驾驶；L5级别，所有场景自主驾驶。
海洋环境监测中的自动化数据采集与分析
海洋环境监测中的自动化数据采集与分析自动化数据采集与分析在海洋环境监测中扮演着至关重要的角色。
随着科技的不断进步，传统的人工采集方法逐渐被自动化系统所替代，提高了数据采集的效率和准确性。
本文将介绍海洋环境监测中的自动化数据采集与分析的技术发展和应用实践。
首先，自动化数据采集系统在海洋环境监测中的应用越来越广泛。
传感器技术的革新使得海洋环境参数可以被高精度、高频率地测量和记录。
例如，pH值、溶解氧浓度、温度、盐度等重要参数可以通过离岸浮标、潜水器、潜水滑翔机等设备实时监测。
这些设备除了能够自动采集数据外，还能够远程传输数据，不受地理位置的限制，实现了全球范围内的数据共享与整合。
其次，自动化数据采集系统的发展极大地提高了数据采集的效率。
相对于传统的人工采集方法，自动化系统能够在连续的时间尺度上进行数据采集，从而获得更加全面和准确的数据。
例如，自动化的气象气候观测站能够实时监测海洋表面风速、风向、海浪高度等信息，为海洋环境研究和预测提供了可靠的数据支持。
此外，自动化数据采集系统还能够进行长期的观测，监测海洋环境的季节和年际变化，对海洋生态系统的演变和人类活动的影响有着重要的科学意义。
另外，自动化数据采集与分析在海洋环境监测中的应用也涉及到大数据和人工智能技术。
随着数据量的不断增加，传统的数据处理方法已经不能满足海洋环境监测的需求。
大数据技术的引入可以对数据进行深度挖掘和分析，从中发现隐含的关联关系和规律。
而人工智能技术的应用则能够实现海洋环境参数的实时预测和监测。
例如，通过机器学习算法训练模型，可以对未来一段时间内的海洋温度、盐度等参数进行预测，为相关行业的决策提供参考。
然而，海洋环境监测中的自动化数据采集与分析也面临一些挑战和问题。
首先，设备的维护和管理成本较高，特别是对于海上设备，面临着海洋环境的恶劣条件和设备可靠性的要求。
其次，数据的质量和准确性也是关键问题。
自动化采集系统在采集过程中可能受到水质、海洋生物等因素的干扰，导致数据的偏差。
数据采集与分析技术的研究与应用
数据采集与分析技术的研究与应用随着数字时代的到来，数据采集与分析技术的研究与应用越来越受到人们的关注。
在企业、政府、科研领域等各个领域，数据采集与分析技术发挥着越来越重要的作用。
本文将结合实际案例，探讨数据采集与分析技术的研究与应用，并对未来的发展趋势进行展望。
一、数据采集技术的研究与应用数据采集是指获取、输入和存储各种类型的数据的过程，主要分为手动采集和自动采集两种方式。
随着人工智能、大数据等技术的快速发展，数据采集技术得到了广泛的应用。
例如，在企业中，通过手动和自动采集不同类型的数据，企业可以更好地了解市场需求和产品趋势，从而更好地开展业务；在政府中，通过对各种数据的采集和分析，政府可以更好地了解民生状况和社会趋势，从而更好地制定政策和规划。
数据采集技术的应用有很多，例如互联网搜索引擎、电子商务、社交网络等等，这些应用都需要进行数据采集和处理，从而提供更加准确、快速、高效的服务。
在互联网搜索引擎中，通过对各种网站的数据采集和处理，搜索引擎可以提供丰富的搜索结果，满足用户不同的需求。
在电子商务中，通过对用户行为的数据采集和分析，可以提高用户的反馈和购买意愿，从而提高企业的竞争力。
二、数据分析技术的研究与应用数据分析是指通过统计学、机器学习等方法对数据进行处理和分析的过程，目的是从数据中提取信息和知识。
数据分析技术包括数据挖掘、大数据分析、机器学习等技术，主要应用于市场分析、产品研发、客户服务等领域。
通过数据分析，企业可以更好地了解市场需求和产品趋势，从而更好地开展业务；政府可以更好地了解民生状况和社会趋势，从而更好地制定政策和规划。
随着人工智能、大数据等技术的快速发展，数据分析技术在各个领域中的应用越来越广泛，为企业和政府等提供了更大的帮助。
例如，在市场分析领域中，通过数据分析技术，企业可以更好地了解市场需求和产品趋势，从而更好地开展业务；在客户服务领域中，通过数据分析技术，企业可以更好地了解客户需求和反馈，从而提高客户满意度和忠诚度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:2005-05-13作者简介:于鸿彬(1974-),男,河北唐山人,天津大学机械工程学院博士研究生,主要研究方向:虚拟制造技术及应用,(E-mail)hbyu@ 。
文章编号:1001-2265(2005)11-0042-03自动数据采集系统的研究与应用于鸿彬,郭伟(天津大学机械工程学院,天津 300072)摘要:数据采集系统是企业制造执行系统中必不可少的一部分。
为满足企业日益增长的对市场快速反映的要求,提出了一种基于Holon 思想的低成本和可重构自动数据采集的方法,给出了此方法的功能模型和特点。
同时以某光纤生产企业为基础,通过对单模光纤用各种检测设备的分析,基于此方法,利用Holon 思想,采用与计算机串行通讯而建立了光纤用检测设备的自动数据采集系统,给出了其硬件连接方法和部分软件程序。
同时实现了其与企业ERP 系统的信息集成。
关键词:光纤检测设备;数据采集;串行通讯;Holon 中图分类号:TP274+.2 文献标识码:AThe Research and Application of Data Auto acquisition SystemYU Hong bin,GUO Wei(School of Mechanical Engineering,Tianjin University,Tianjin 300072,China)Abstract:The data acquisition system i s a necessary part of MES.A low cost and reconfigurable data acquisition method is proposed with the detail models and characters i n this paper to meet the continual market change.At the same time based on the analysis of single mode optical fiber measurement eq uip ments and with this method a useful system has been built through serial communication with PC i n a facto ry.Wi th those software and hardware connections shown in this paper the information in tegration with enterprise ERP system is realized.Key words:op tical fiber measurement equipments;data acquisition;serial com munication;holon0 引言制造执行系统(M anufacturing Execution Sys tem,MES)是20世纪90年代初美国先进制造研究机构AMR(Advanced Manufacturing Research)提出的支持企业信息模型集成的概念。
AMR 将MES 定义为 位于上层计划管理系统与底层工业控制系统之间的、面向车间层的管理信息系统 。
MES 为操作人员、管理人员提供计划的执行、跟踪以及所有资源的当前状态信息。
制造执行系统协会(Manufacturing Execu tion Sys tem Association,MESA)在对MES 的定义中强调了以下三点:!MES 是对整个车间制造过程的优化,而不是单一解决某个生产瓶颈;∀MES 必须提供实时收集生产过程数据的功能,并做出相应的分析和处理;#MES 需要与计划层和控制层进行信息交互,通过企业的信息流来实现企业信息的集成[1,2]。
自动数据采集系统便是实现上述第二点的系统,是MES 的重要组成部分[3]。
而现在许多工厂生产指挥管理采用的是一种基于人工的方式,对生产过程中一些重要数据的采集靠的是岗位工的手工记录,形成日报表上报;依据日报表汇总后供上级部门分析和参考。
实践证明,这样的系统有以下几方面的弊端。
(1)数据欠完整。
即数据量不可能很大,且很多数据不可能同时采集。
(2)数据采集实时性差。
有些生产状态数据如温度、压力、浓度等将直接影响产品质量,需在出现异常时快速做出反应。
(3)宏观调控能力弱。
目前生产指挥部门对生产状况的了解主要依赖的是日报表,数据少且上报速度慢,无法迅速掌握全厂的生产情况,及时下达调整指令,难以保证全厂各个生产环节运行在最优状态。
(4)生产数据汇总和分析功能弱。
生产数据无法及时的汇总与分析,更无法实现与ERP(Enterprise Resource Planning)等企业管理系统的结合。
1 自动数据采集系统的研究据统计,在中国,100%的光纤制造装备、85%的集成电路(IC)制造装备、90%以上高档数控机床和大型医疗装备都依赖进口[4]。
要实现对上述设备的自动数据采集是许多行业的迫切要求。
同时亦是投资巨大,完全依赖进口,更新困难的系统。
针对上述问题,本文结合在某光纤生产企业MES 的实施,提出了一种低成本的,可重构的基于holon [5]思想的自动数据采集系统。
其功能模型如图1所示。
基于holon 思想的自动数据采集系统做为MES Holon 的一部分,由其DA(Data Acquisition)子holon 构成。
与ERP holon 和CAE (Computer Aided Engineering)holon 实现互相通讯,协同工作,构成整个企业的集成化信息系统。
自动数据采集系统具有以下特点:(1)自治性:每一个DA holon 能够监控自己计划和任务的执行。
同时对自己的错误或故障采取行动。
(2)协作性:DA Holons 能够相互之间协作,以完成共同的计划和任务。
同时对错误或故障采取相互行动。
∃42∃∃控制与检测∃组合机床与自动化加工技术图1 HDA(Holonic Data Acquisition)的功能模型3)开放性:HDA系统可以允许其他新的DA holon的加入,原有DA holon的移除或功能上的更新对整个HAD不会产生很大的影响,同时只需要很少的人工参与。
而这些DA holon可以来自于不同的供应商,具有不同的功能。
2 自动数据采集系统的应用作为光纤的生产厂,无论是在开始抽丝前对光纤的首段检测,还是对光纤成品的检测,都是确保产品质量,提供产品数据的一个必要的过程。
一般光纤生产厂或光缆生产厂都会有相应的检测设备,来对不同的光纤质量指标进行检测。
如:光时域反射仪IQ200,PK6500,PK8000;传输特性测量仪PK2200;几何特性测量仪PK2400,翘曲度测量仪PK2411,色散特性测量仪CD400, WinPMD等。
而所有这些检测设备,无一例外,都是进口产品。
都只有数据显示和打印的功能,而没有设备联网或数据自动传输的功能。
如果要具有这些功能,就需要向设备供应商另行定购,这将大大增加企业的成本和操作的复杂性。
同时,所有这些检测数据都需要被记录在企业的MES中,与企业中唯一的一盘加密光纤编号相对应。
作为提供给客户最终检验报告的唯一数据基础和企业的生产质量控制依据。
所有这些检测数据,若采用手工录入的方式,将会极大的增加检测人员的劳动强度和数据的出错率。
针对上述两方面的问题,本文把基于holon的自动数据采集模型应用于光纤检测设备的数据自动采集系统中。
2.1 光检测设备分析企业所有现有的检测设备都是进口产品,而且来自于不同的国家和不同的公司,采用不同的操作系统。
简单介绍如下:光纤传输特性测量仪PK2200,光纤几何尺寸测量仪PK2400和光纤曲率测量仪PK2411由美国的Photon Ki netics公司生产。
主控计算机与测量装置集成在一起,采用MS-DOS操作系统。
可支持GPIB接口,但需要另行购买GPIB接口卡和相关的软件。
检测设备自带RS-232串行通讯接口,自带串行通讯协议。
光时域反射测量仪8000也由美国的Photon Kinetics公司生产,主控计算机与测量装置分开,采用Windows2000操作系统,通过GPIB接口与测量装置通讯。
光纤色散测试仪CD400,由英国Perkin El mer公司生产,主控计算机与测量装置分开,采用Windows98操作系统。
由以上分析可知:直接TCP/IP连接,对于使用Wi ndows操作系统的检测设备是可行的。
但对于MS-DOS操作系统,由于其主控计算机是和测量装置集成在一起的,比较复杂,不容易实现。
由此,在不购买其他硬件设施和软件,同时尽量减少对测量设备改动的基础上,采用RS232串行通讯,无论在硬件连接还是在软件实现上,都是进行数据自动采集的一种简单可行的方法。
2.2 硬件系统实现硬件系统采用了一台检测设备,对应一台数据采集主机的方式,这样可以在数据采集的同时,录入操作人员姓名、班次、操作时间及实现光纤条码扫描等功能。
结构如图2:图2 光纤的数据采集系统硬件结构数据采集主机与检测设备采用RS232三线制串行通讯方式。
PK2200、PK2400和PK2411检测设备的控制主机均为25孔串行接口。
2针为发送数据端,3针为接收数据端,7针为接地端。
其余4和5相连,6、8和20相连[6,7,8]。
光时域反射测量仪8000和CD400的控制主机均为标准9针串行接口[9]。
2.3 软件系统实现软件系统采用VB6.0编写,数据库采用SQL Server2000。
PK2200、PK2400和PK2411检测设备的控制主机提供串行通讯协议。
根据此协议,通过VB6.0的Microsoft Comm Control6.0控件[10],对应文件为Mscomm32.ocx,可实现数据采集主机和检测设备控制主机之间的数据通讯。
VB程序如下:%握手协议:MSComm1.PortOpen=True%打开串行通讯端口MSComm1.Output=&RE MOTE&&vbCr&vbLf%设为远程控制模式MSComm1.Output=&!&%准备发送命令DoDoEven tsis ok=MSComm1.InputLoop Un til InStr(is ok,&<&)%等待设备就绪%获取数据:MSComm1.Output=&getmydata&&vbCr&vbLf%发出发送数据指令DoDoEven tsMSComm1.Output=&<&%设备就绪buffer1=buffer1&MSComm1.Input%接收数据∃43∃2005年第11期∃控制与检测∃Loop Until InStr(bu ffer1,&dataok &)%数据结束同时要对上诉三类检测设备的控制主机和Microsoft Comm Control6.0控件进行设置,保证其具有相对的波特率和相同的数据传输位。