基于Android平台近红外光谱仪控制及工作状态监测的开发研究

摘要

近红外光谱分析技术应用于农业、食品、化工、石化、制药、烟草等领域，是20世纪90年代以来发展最快、最引人注目的高新绿色分析技术之一。随着该检测方法的发展及应用领域的扩展，近红外光谱仪需要对其完成自检功能的实现，来达到光谱的稳定性和方便维修仪器的目的。　　本研究是在上海棱光科技有限公司生产的NIR-S410型近红外光谱仪的基础上展开的研究工作。首先对仪器的基本构架进行研究，评估在仪器的原有基础上增加温湿度、温度和电压检测的可行性，同时增加了光源能量检测和波长校正检查；确定了近红外光谱仪应用系统软件的整体构架；采用Eclipse开发平台实现了系统的软件设计，并应用于Android操作系统的移动设备；对自检电路中的温湿度、温度和电压进行了硬件设计并进行了实测试验；对采集到的光谱进行光谱处理；验证模型调用。主要研究内容如下：　　1.研究温度、湿度对光谱仪（S410）工作状态的影响。在原机上增加了DHT11和DS18B20数字式传感器构成的温度、湿度检测附件，同时加入WiFi模块以及基于PCF8591的电压检测模块。WiFi模块用来与手机无线通信；　　2.设计了S410近红外光谱仪应用系统的整体构架，采用Eclipse平台对应用系统的软件进行开发，开发了系统的登陆注册模块，保证了使用者以合法身份进入系统使用安全功能，同时从该界面可直接进入企业网站；　　3.采用Android系统的智能手机（或平板）作为系统的控制端，凭借Eclipse的强大组件功能和SQLite数据库功能，开发了友好的人机界面，实现对光谱仪的硬件控制、用户登陆注册、光谱扫描、数据预处理、故障诊断和模型调用等功能；　　4.研发设计了S410光谱仪的远程监测功能，可为远程仪器故障诊断和维修提供支持。该监测系统采用SQLite数据库建立故障信息表，实现环境温湿度、光源工作温度、WiFi工作电压、光源能量检测及波长校正。　　5.对系统的实用性进行了验证试验。以乙醇含量检测为对象，对50个样品建立了校正模型，采用马氏距离判别法剔除异样品，按照校正集与验证集7:3的比例。采用Kennard-Stone方法划分预处理后的样品集，取35个样品作为校正集，15个样品作为验证集。对校正模型的预测精度进行统计分析，实测结果表明校正和预测误差都较小。证明了该系统应用于乙醇含量测定的可行性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1近红外光谱分析技术简介

1.2 近红外光谱分析原理

1.3 近红外光谱分析仪器的类型

1.4 近红外光谱仪研究状况

1.5 移动互联网和系统监测的研究背景

1.6 课题研究意义和主要内容

第二章 系统硬件的设计与实现

2.1 系统总体设计思路

2.2 系统硬件设计

2.3 系统监控的电路设计

2.4 本章小结

第三章 Android和项目相关技术概述

3.1 Android系统及结构

3.2 Android应用程序组成

3.3 多线程编程

3.4 无线网络通信

3.5 Android数据存储

3.6 Android 开发调试与测试

3.7本章小结

第四章 软件总体分析与程序设计

4.1 软件的开发目标

4.2 软件的需求分析

4.3 软件开发环境和配置

4.4 系统整体结构设计

4.5 模块功能实现及系统界面风格设计

4.6 通信接口的实现

4.7 本章小结

第五章 系统测试及应用研究

5.1 系统测试实验与分析

5.2 系统故障及数据库设计

5.3 光谱数据分析处理

5.4 近红外光谱仪应用研究

5.5 模型调用

5.6 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

课题来源与硕士学位期间发表的学术论文