基于统计分析的温度控制系统改进研究

江智莹

摘 要：在常用设备的温度控制系统中，温度传感器主要有两类，即数字型和模拟型。模拟型传感器因成本低、体积小而被大规模使用，但是其在使用时需要做数据、算法的处理。本文针对传统算法中线性回归的理论弊端，提出基于统计科学的控制方法，先对模型的数据分析进行改进并结合控制模型计算出95%的置信区间，然后计算出整个温区的预测区间。与传统的线性回归算法相比，基于统计分析的温度控制系统改进方法得到的温度更加准确，精度更高。

关键词：线性回归;置信区间;可信度;统计控制

Abstract： In the temperature control system of commonly used equipment， there are two main types of temperature sensors， namely digital and analog. Analog sensors are used on a large scale due to their low cost and small size， but they require data and algorithm processing when they are used. Aiming at the theoretical disadvantages of linear regression in traditional algorithms， this paper proposed a control method based on statistical science， firstly improved the data analysis of the model and calculated the 95% confidence interval in combination with the control model， and then calculated the prediction interval of the entire temperature zone. Compared with the traditional linear regression algorithm， the temperature obtained by the improved method of temperature control system based on statistical analysis is more accurate and more accurate.

Keywords： linear regression;confidence interval;credibility;statistical control

溫度控制系统是环境调节的常用电路，其首要条件就是需要对温度进行检测，目前常用的方法有两种。一种是采用高精度的温度传感器[1]，直接产生高精度的数字信号，供MCU采集;另一种是利用热敏传感器产生模拟信号，通过MCU的ADC功能转换进行间接采集[2]。前者虽然能得到高精度的数据，但成本过高，不适用于大规模布置传感器的场合，因此常用电子设备量产时多数选择后者。但是，模拟信号易受噪声影响，采集的信号随机性大，对温度的响应往往是非线性的，所以多数程序员需要采用线性回归算法进行数据拟合，最终得到温度值。对此，笔者发现两个问题：一是直接将拟合的结果应用到温度预测往往带来较大的数据偏差，科学性欠缺;二是温度控制系统的核心在于控制，应该由控制量拟合温度值进行自动调节。现针对以上两个问题提出改进方法。……