[发明专利]一种智能集成式温度传感器测量精度校准系统

说明书

本发明涉及一种智能集成式温度传感器测量精度校准系统。本发明校准系统采用机器学习技术，由传统方案的逐点测量改变为多点测量，大大减少温度测试周期，采用I2C通信协议与上位机通信，使测量结果上云，提升自动化校准流程，减少人工介入的流程。该发明通过使用深度学习网络减少测试校准周期、将数据上传至终端的方式减少测试校准成本，适用于高精度温度传感器校准测试。

技术领域

本发明涉及一种智能集成式温度传感器测量精度校准系统。

背景技术

集成式CMOS温度传感器由于晶圆制造过程中的失配、以及封装应力等因素的影响，通常其输出结果含有非线性误差，从而引起整个传感器系统的零点漂移和灵敏度变化。前端电路结构设计的改进很难消除这些因素引起的误差，这意味着在传感器出厂前需要进行额外的校准，从而使其输出更为精确的结果。传统的高精度校准方案是通过将提前提供的标准温度传感器和待校准的温度传感器放置在设定后的恒定温箱中，待输出结果稳定之后再进行测量，比对结果，并通过多次改变温度，逐点测量，获取测量结果，进而重新拟合曲线，烧写参数。这种传统的校准方案所需的校准周期长，所耗费的人力成本大，效率低下等缺点。

发明内容

本发明的目的在于提供一种智能集成式温度传感器测量精度校准系统，能够提升温度传感器测量精度校准的自动化校准流程，减少人工介入，从时间以及人工成本上，减少了校准流程的耗费。

为实现上述目的，本发明的技术方案是：一种智能集成式温度传感器测量精度校准系统，包括校准硬件电路、温箱、上位机、FPGA；上位机通过串口及I2C通信协议，获取并控制温箱温度及FPGA数据，FPGA通过双向通信的采样触发捕获校准硬件电路的数据，传至上位机的算法中，使得温度传感器由逐点测量变为多点测量，并通过与上位机通信，使测量结果上云。

在本发明一实施例中，上位机为运行有BP神经网络算法的计算机；FPGA型号为XILINX XC7A200T；温箱为ZCTB-40DL深井式恒温槽；校准硬件电路由偏置电路模块、待测温度传感器、标准温度传感器、模拟数字隔离电路、电源模块构成。

在本发明一实施例中，该系统在工作时，上位机通过I2C通信协议与FPGA相互通信；上位机还通过串口通信控制ZCTB-40DL深井式恒温槽的温度、测温间隔；FPGA通过双向通信的采样端口与校准硬件电路中待测温度传感器的SYS_CHOP、BSN、BS、CLK、F1、REST、ADC_CHOP端口，以及标准温度传感器的OUT、VC端口相连；FPGA通过双向通信的输出端口与待测温度传感器的CLK_REF、LOAD_CYCLE、RESTN_IN、ENSET、D_IN、RESTN_SET端口相连。

在本发明一实施例中，所述偏置电路模块包括5个LDO芯片LT3042，待测温度传感器包括待测温度传感器芯片TEMPSENSOR，标准温度传感器包括标准温度传感器铂电阻2个PT1100，模拟数字隔离电路包括8个0Ω隔离电阻。

在本发明一实施例中，BP神经网络包括输入层、输出层和至少一个隐藏层；BP神经网络的训练过程可分为输入数据正向计算和误差反向传播两个阶段，输入层有d个输入，隐藏层有q个神经元，输出层有L个数据；隐藏层的h_th神经元的输出表示如下：

f是使能函数，使用Sigmoid函数；X_i是神经元输入；V_ih是输入层的i_th神经元和隐藏层的h_th神经元之间的权重；β_h是隐藏层的h_th神经元的偏差；

输出Y_j表示如下：