在日常生活中裡，水的溫度控制是非常重要的，例如飲水機與水族館裡的魚缸水溫控制，如果沒有良好的溫度控制系統，就沒辦法讓機器正常運作或是生物生存，將可能導致不可想像的後果，因此，使用超音波感測器來製作成溫度感測器，能夠24小時偵測水溫的變化。

有別於在市面上常見的溫度感測器，如紅外線溫度感測器，其量測方式是接收物體發出的紅外線能量，即可得到溫度資訊，但是使用紅外線測量水溫時，容易受到外在的輻射及光線影響，因此，有可能產生出錯誤的溫度訊息，而且紅外線溫度感測器，只能測得某一區域的水溫，無法得知整體水溫度的分布趨勢，所以利用超音波感測技術來突破使用紅外線等量測溫度的限制，利用多組的超音波感測器，分別放置於水裡的各地方，利用此種方式，不僅可以提高溫度測量的準度，還可透過演算法計算出整個空間的溫度分布。

我們利用十二組超音波發射與接收組，量測溫度與感測器接收訊號之時間差，以計算出溫度資訊。使用HT66F70A微控制器控制與分析感測器之訊號，並傳送到個人電腦，利用MATLAB環境，執行演算法以實現二維溫度分布圖。

在市面上的溫度感測器有許多種的量測方法，而這些方法大多採取單端的測量，故無法準確地得知整體的溫度分布，而最常見的方法是利用紅外線來測量，此種方法容易受到外在環境的影響，例如光線及輻射干擾，因此，造成測量溫度上的不準確，而這次為了要解決光線及輻射的干擾，將超音波取代紅外線來量測溫度，使用超音波來量測的話，超音波不受光線及輻射的干擾，而且測量方法採取雙端測量，因而提高測量溫度的準確性，並且可得知溫度的整體分布。

其原理為發射器會發射出頻率1MHz訊號給接收器，其水中的介質會影響到超音波的速度，接收器接受到超音波之後，利用從發射到接收所耗費的時間，即可推算出水的溫度，不僅如此，將整體所獲得到的訊號，傳送到PC裡，再經由MATLAB做一個整體溫度分布的重建，可得知到整個空間中的溫度分布。

此技術可以大量使用在養殖業者身上，將超音波感測器平均放置於水裡的各地方，隨時監控魚塭整體的溫度，如此一來，可以很精準的掌握魚塭的哪個區域溫度特別低，或是哪個區域加熱過頭導致溫度特別高，再將那區塊的水溫作調整，因此，不僅可以節約能源，也可以大大降低魚的死亡率。

工作原理

硬體部分

我們使用十二組壓電片當作接收發器，並且將其壓電片平均固定於魚缸內，將魚缸內的水使用加熱棒加熱之後，然後使用多工器來控制哪個壓電片導通電壓，導通電壓的壓電片即成為發射端，發射端的壓電片本身加上電壓產生出聲波來，聲波會藉由介質(水)傳送到接收端的壓電片。之後，聲速會受到溫度改變的影響，造成從發射到接收到的時間改變，利用時間差即可計算出水的溫度。

而HOLTEK MCU在此電路裡扮演非常重要的角色，MCU主要有三種功能，首先，MCU會透過串列周邊介面(Serial Peripheral Interface；SPI)來控制脈衝訊號產生器(Burst Signal Generator)來產生出脈衝訊號(Burst signal)，再來MCU會經由通用型之輸入輸出（General Purpose I/O；GPIO），來控制多工器(MUX)的通道哪個需要導通，而液晶螢幕(LCD)模組會顯示出哪個通道為導通的，最後，MCU也會利用GPIO來控制LCD模組，此外，我們也使用到光敏電阻，利用其光線亮暗會造成不同電流值的特性，經由電流流過電阻轉換成壓降，在輸入至HT66F70A之類比對數位轉換器(Analog-To-Digital Converter；ADC)端口，即可判別是否致能LCD背光，故當在有光線照射的情控下，LCD本身就會是暗的，反知，當沒有光線照射時，LCD本身就會亮起來。

軟體部分

以LabVIEW所得到的路徑平均速度為基礎，以適當的演算法重新模擬出水缸內的溫度分布。

首先在MATLAB中模擬出水缸的大小以及感測器擺放的位置，以其中一角為原點，將整個環境座標化，再由水缸的長寬圍起的區域中均勻的佈上參考點覆蓋整個區域。這些參考點將會作為重建的基準點，重建的分布圖將會由這些參考點內插佈值而成，如圖1所示，而在圖2中可看出在MATLAB中模擬水缸的大小，以及感測器擺放位子紅點為12個感測器之位置，其中綠線為聲波傳遞之路徑，藍點為分佈的參考點。

圖1 : 在水缸範圍內均勻地分布參考點

圖2 : 在MATLAB中的環境設置

第一步，會先粗略的計算出所有參考點的值，以參考點座標為中心，定義一數值作為基準距離，計算參考點至所有路徑的距離，只要這個距離是小於基準距離的就視為此路徑必須被考慮，而參考點的數值就由被考慮的所有路徑平均而來，如此以來便可以獲得粗略的溫度分布圖，圖3為如何定義需考慮之路徑示意圖。

圖3 : 定義需考慮之路徑示意圖

接下來，如圖4所示，為了能夠更加精確的計算出參考點的數值，這邊應用疊代的方法。進行疊代前必須要先找出誤差，而誤差定義為由路徑上所有包含的參考點數值平均而得的速度與路徑的速度的差值，由誤差的大小決定疊代時調整參考點數值的大小。在進行多次疊代直至每一點參考點數值皆收斂時完成疊代。而此時可以得到一組新的參考點數值，在藉由線性內插法，以參考點數值為內插參考點，便可以得到最後的溫度分佈圖。

圖4 : 疊代流程圖

作品結構

如圖5所示，使用了12個壓電片當作收發感測器，並且將所有的壓電片平均放置魚缸內部，再將一熱源放置水裡的中央，使用MCU微控制器控制周邊，其整個執行過程如圖6所示，將發射端的壓電片輸入Burst訊號，使壓電片發生震動進而產生超音波聲波，聲波會藉由介質(水)傳遞，被接收端的壓電片接收，傳送到後端訊號處理(Post signal Processing)，再由資料擷取卡 (Data Acquisition；DAQ)擷取接收訊號，將此訊號使用MATLAB演算法處理後，可輸出可視覺化2D平面溫度圖。

圖5 : 架構圖

圖6 : 流程圖

在此作品中，HOLTEK MCU之主要核心功能可分為四種，如圖7所示，首先，MCU會透過通訊協定(SPI)來控制Burst Signal Generator 產生輸出的Burst訊號，之後，Burst訊號輸入至MUX的輸入端，而控制MUX的方式，MCU透過通訊協定(GPIO)來控制MUX要輸出哪個通道，最後，LCD的模組控制方面，MCU也是使用GPIO來控制LCD需要顯示的文字，最後，還使用到ADC端口連接到光敏電阻，以判別是否致能LCD背光，當沒光線照射道光敏電阻時，LCD本身為亮的，反知，若光敏電阻照射到光線時，LCD就會是暗的。

圖7 : HOLTEK MCU之主要核心功能示意圖

測試方法

硬體部分

首先，如圖8所示，我們將12組壓電片平均固定於魚缸內的壁面上，再來將魚缸內部裝滿水，再將加熱棒置於魚缸的中間進行加熱，

而整個電路架構如圖9所示，先啟動電路板的電源，如圖10所示，而我們的電壓及電流設定為12.05V及0.27A，接下來使用微控制器將所有功能初始化，其初始化的功能包含SPI通訊協定、多工器設定以及液晶螢幕初始化，接下來按下開始按鍵，多工器會照著設定，依照順序輸出Burst訊號於每個通道，而液晶螢幕(LCD)會顯示出哪個通道為導通的，此外，我們還在電路板上添加了一個光敏電阻，在有光線照射的情況下，LCD本身會是暗的(圖11所示)，反知，當無光線照射情況下，LCD本身就會是亮的(圖12所示)，而水中的壓電片會隨多工器的控制，執行傳送與接收，之後，將接收到的結果輸入至DAQ，計算出兩兩面對面之壓電片聲波速度，如：通道一對通道九，通道二對通道八，而我們利用LabVIEW來製作人機介面，如圖13所示，壓電片接收到的數值會顯示於LabVIEW介面上，而計算聲速的方式如圖14所示，固定接收端與傳送端之間的距離，而傳送時間會隨著水的溫度變化而改變，利用圖中的公式，即可計算出聲速為多少。

圖8 : 魚缸內的架設

圖9 : 電路架構

圖10 : 電路板電壓電原設定

圖11 : 有光線照射情況下，LCD為暗的

圖12 : 沒光線照射情況下，LCD為亮的

圖13 : LABVIEW介面

圖14 : 計算聲速的方法

軟體部分

我們從常溫水開始加熱，加熱的時間為十五分鐘，而在LabView所抓取到的數值，經由MABLAB使用演算法處理之後，可得到整體魚缸內的溫度分佈，以及加熱時間對應到的溫度，將十五分鐘平均分成三個時間點，來觀察水溫的變化，如圖15及圖16所示，為一開始加熱的2D及等高線的加熱圖，可以看得出來水溫在常溫下大約落在25度到30度之間，而越靠近魚缸的中心點的位置溫度越高，是因為我們將加熱棒架設於此處，經過七分半鐘的加熱之後，如圖17及圖18所示，溫度開始緩慢的上升，而越靠近加溫棒的位置溫度變化越明顯，過了十五分鐘後，如圖19及圖20，從溫度分佈等高線圖來看，可明顯的看出加熱棒附近的水溫持續上升中，但離加溫棒較遠處的水溫並無明顯的反應，其原因是因為加溫棒本身功率不大(約916W)，尚無法將整個魚缸的水溫在短時間內達到大範圍的溫差。

圖15 : 剛開始加熱的2D溫度分佈圖

圖16 : 剛開始加熱的溫度分佈等高線圖

圖17 : 經過七分半鐘加熱的2D溫度分佈圖

圖18 : 經七分半鐘加熱的溫度分佈等高線圖

圖19 : 經過十五分鐘加熱的2D溫度分佈圖

圖20 : 經十五分鐘加熱的溫度分佈等高線圖

圖21及圖22分別是測量水缸溫度使用電湯匙把水加熱持續十五分鐘的實驗數據，可以看出來一開始加熱上升溫度變化劇烈，加熱一兩分鐘內會有較大的溫升，當熱源發熱時與水存在較大的溫度差(代表能量差大)，隨著加熱時間變多，熱擴散出去便能量差減少會使溫度變化趨緩，得知加熱十五分鐘之後，水缸水溫溫差約落在8~10度之間。

圖21 : 第一次水溫測試曲線圖

圖22 : 第二次水溫測試曲線圖

(本文作者黃致憲1、謝凈川2、李承祐3、陳立祥4、林福松5為國立成功大學電機工程學系1教授、2-5學生)

參考文獻

[1] Yang Yu, Qingyu Xiong, Qiude Li, Chao Wu, Kai Wang, Min Gao and Shan Liang, “A method for ultrasound thermal image distribution reconstruction”, Meas. Sci. Technol., pp 9(30), 2019.

[2]Yang Yu, Qingyu Xiong, Qiude Li, Chao Wu, Kai Wang, Min Gao and Shan Liang, “A method for ultrasound thermal image distribution reconstruction”, Meas. Sci. Technol., pp 9(30), 2019.

[3]Yang Yu, Qingyu Xiong, Qiude Li, Chao Wu, Kai Wang, Min Gao and Shan Liang, “A method for ultrasound thermal image distribution reconstruction”, Meas. Sci. Technol., pp 9(30), 2019.

[4]Yanqui Li, Shi Liu and Schlaberg H. Inaki, “Dynamic Reconstruction Algorithm of Three-Dimensional Temperature Field Measurement by Acoustic Tomography”, Sensors, 17, 2084, 2017.

[5]Hua Yan, Zhao Ma and Ying Gang Zhou, “Acoustic Tomography System for Online Monitoring of Temperature Fields”, IET Sci. Meas. Technol., Vol. 11, Issue No. 5, pp 623-630, 2017.

[6]Sha Liu, Shi Liu, and Ting Ren, “Acoustic Tomography Reconstruction Method for the Temperature Distribution Measurement”, IEEE Trans. Instrum. Meas., Vol. 66, No. 8, 2017.

[7]Yong Bao, Jiabin Jia and Nick Polydorides, “Real-time temperature field measurement based on acoustic tomography”, Meas. Sci. Techol., pp 12(28), 2017.

[8]Ruixi Jia, Quingyu Xiong, Guangyu Xu, Kai Wang and Shan Liang,” A Method for Two – Deminsional Temperature Field Distribution Reconstruction”, Applied Thermal Engineering, pp 961-967(111), 2017.

[9]Abolfezl Mehranian, Fotis Kotasidis and Habib Zaidi,” Accelerated time-of-flight (TOF) PET image reconstruction using TOF bin subsetization and TOF weighting matrix pre-computation”, Phys. Med. Biol., 61, pp 1309-1331(61), 2016.

[10]Zhong Zhou, Delei Tian, Zhaohui Wu, Zhiyi Bian and Wei Wu, “3-D Reconnstruction of Flame Temperature Distribution Using Tomographic and Two-Colour Pyrometric Techniques”, IEEE Trans. Instrum. Meas., Vol. 64, No. 11, 2015.

[11]Manuel Barth and Armin Raabe, “Acoustic tomographic imaging of temperature and flow fields in air”, Meas. Sci. Technol., pp 13(22), 2011.

[12]Yuan Wen-Ju, Xu Kun and Hou A-Lin, “Reconstruction of 3-D Temperature Distribution for Combustion Flame Image”, IEEE CMCE, 2010.

[13]Feng Tian, Song Liu, Changhui Zhang and Weijun Zhang, “Study on Reconstruction Algorithm of Two-Dimensional Temperature Field Based on Simulation of Sound Propagation Path”, IEEE, DOI: 10.1109/ICEMI.2009.5274189.

[14]George Kychakoff, Andrew F Hollingshead and Stewart P. Boyd, “Use of Acoustic Temperature Measurements in the Cement Manufacturing Pyroprocess”, IEEE, DOI:10.1109/CITCON.2005.1516350.

[15]Peter Holstein, Armin Raabe, Roland Muller, Manuela Barth, David Mackenzie and Eric Starke, “Acoustic tomography on the basis of travel-time measurement”, Meas. Sci. Technol., pp 1420-1428(15), 2004.

[16]Tat Hean Gan and David A. Hutchins, “Air-Coupled Ultrasound Tomographic Imaging of High- Temperature Flames”, IEEE Trans., Ultrason., Ferroelect., Freq. Contr., Vol. 50, No. 9, 2003.

[17]Manro Bramanti, Emanuele A. Salerno, Anna Tonazzini, Sauro Pasini and Antonio Gray, “An Acoustic Pyrometer System for Tomographic Thermal Imaging in Power Plant Boilers”, IEEE Trans. Instrum. Meas., Vol. 45, No. 1, 1996.

[18]e-Link for 8-Bit MCU ICP User’s Guide 操作手冊

[19]HT66F70A 操作手冊