介绍了用AD595作信号调理,PIC16F877芯片为控制核心制作的恒温仪的设计.仪器采用加热丝升温,热电偶为传感元件.在使用热电偶时,往往由于环境和现场条件等原因,冷端温度不能维持在0 ℃（To≠0）,使热电偶输出的电势值产生误差.AD595芯片是针对上述问题设计的专用芯片,内部具有放大、冷端补偿、冰点基准、温差电偶故障报警等电路.在系统中做信号调理单元.软件主要是对信号检测处理后,给出控制信号,稳定仪器温度.

针对传统工件识别算法特征提取困难、通用性差、工件的平移、旋转和光照变化对识别效果影响较大、识别准确率不高等问题,提出了一种基于卷积神经网络的工件识别算法。卷积神经网络由4层网络构成,包括2层卷积层和2层全连接层。实验任意选取了10种工件进行识别。在神经网络训练阶段对这10种工件共采集1万张图片,其中9000张图片作为训练集,剩下1000张图片作为验证集。训练时采用在卷积层加入批归一化层和在全连接层使用随机失活的方法,使网络能够得到更好的训练效果。当迭代次数达到10万次时基本得到理想的训练效果。测试时通过摄像机采集图像,对采集到的图像进行预处理,然后将预处理后的图像送入网络进行识别。在光源稳定室内环境下进行实验,实验结果表明基于卷积神经网络的工件识别平均所需时间为0.169s,平均识别准确率为98.3%,准确...