CN114355997A - 基于智能预测算法的红外相机的温控方法及*** - Google Patents

Abstract

本发明公开了一种基于智能预测算法的红外相机的温控方法及***，其采用热电制冷片作为主要加热/散热部件，在红外相机探测器内部集成有温度传感芯片，在云台红外模组内部，集成环境传感器用于实时监控环境温度，集成电压电流传感器用于实时检测红外相机探测器的用电功耗情况等，通过建立热力学模型、获取当前传感器数据和历史数据进行综合运算，对未来时刻的温度进行智能预测和温控策略制定，根据实际温度与预测温度的差值对当前策略进行实时调整。本发明的温控方法精度高，温控***结构紧凑，能够使红外相机等精密仪器在极端天气环境下仍能稳定运行。

Description

基于智能预测算法的红外相机的温控方法及***

技术领域

本发明涉及一种基于智能预测算法的红外相机的温控方法，以及一种基于智能预测 算法的红外相机的温控方法及***。

背景技术

巡检机器人已广泛应用于变电站、配电房等电力场景。在电力设备的检测、监测，获取电力设备状态信息方面发挥着不可替代的作用。巡检机器人的出现保障了整个电网运行的安全性、稳定性和可靠性。目前巡检机器人云台一般集成红外热成像视觉***， 红外热成像可对现场设备进行温度图像采集，能对变电站生产设备进行高频率的红外测 温监控，由于巡检机器人红外测温技术的准确性和便利性广泛应用于变电站的运行和维 护过程中。

由于红外相机探测器高低温技术壁垒难以突破，现市面上红外相机的极限工作温度 最大只能达到-10℃～+50℃，高温/低温条件下红外相机可正常开机，但内部探测器温度 过高/过低，导致红外测温精度无法保证，甚至会有测温失真的现象发生。但是变电站、配电房等设备所处工作环境错综复杂，如北方极寒天气、新疆高温地带。红外相机的工 作温度大大限制了巡检机器人的应用场景。红外相机单体的温度极限无法突破，急需一 种能够保证红外相机在极限工作环境下的稳定工作的温控***解决方案。

热电制冷片是根据帕尔贴效应制造的一种新型制冷元件，热电制冷片分为两面，一 面吸热，一面散热；正负极反接后吸热面和散热面切换；它具有制冷速度块、温差大、 热传递效率高、结构紧凑、使用方便、无公害等优点；被广泛应用于饮水机、冰箱、冰 柜、仪表、医疗等行业。但传统的热电制冷片采用闭环反馈的控制方法，例如双位控制 方法，这样的方法温控精度差，被加热/散热物体的温度呈反复震荡，如果用于精密仪器 等电子产品的场合，容易造成目标温控物体受到热应力反复冲击，影响产品寿命；即使 采用减小静差的方法控制，也仅能减小温度振幅、并不能消除温度震荡，反而电源通断 频繁，热电制冷片反复通过由启动到稳定工作的过渡过程，效率下降。

发明内容

技术目的：针对上述技术问题，本发明公开了一种基于智能预测算法的红外相机温 控方法及***，采用热电制冷片为主要加热/散热部件为热电制冷片，基于温度预测智能 算法制定温控策略，控制热电制冷片的工作电压、电流，进而实现对红外相机单体的加热或散热，使红外相机在极端天气环境下的稳定运行，整个温控***结构紧凑，控制精 度高，使用方便，能够满足实际场景中极限高低温条件下精密仪器的应用需求。

技术方案：为实现上述技术目的，本发明采用了如下技术方案：

一种基于智能预测算法的红外相机的温控方法，其特征在于，包括步骤：

S1、预设参数值获取：建立红外相机的热力学模型，根据红外相机所处的密闭空间结构确定热力学模型中涉及的热学参数，并根据红外相机在常规工况下的功耗和温升历史数据，计算热力学控制门限和控制参数；

所述热力学模型中，涉及作为温度控制目标物体的红外相机探测器、作为温度调节 工具的热电制冷片和热电制冷片的驱动电路、用于检测红外相机探测器的自身温度和环 境参数的多个传感器；

S2、获取传感器数据：获取当前传感器数据和历史数据，并把当前传感器数据和历史数据综合运算，提取特征值；然后将特征值代入热力学模型中，对未来t1时刻的温度 进行预测智能计算；将此步骤中获取的当前传感器数据存入到历史数据库中；

S3、温控策略制定：根据温度预测智能计算的结果，制定温控策略；

S4、温控执行：控制器按照步骤S3制定的温控策略设置热电冷片驱动电路参数，使红外相机探测器的工作温度在预设的范围内以预设的增速变化；

S5、温控误差比对：获取t1时刻红外相机探测器的实际温度，计算实际温度与步骤S2中预测结果中包括的预测温度之间的差值；

S6、收敛性判断：根据步骤S4中的差值，判断是否低于预设的误差阈值，如果是，则有收敛性，继续执行当前温控策略，如果否，则无收敛性，返回步骤S2，迭代计算， 重新获取传感器数据计算温控策略。

优选地，所述步骤S1中，红外相机的热力学模型为：

T_c-T_a＝(P_c-P_tec)*(R_tcq-c+R_TIM+R_zj+R_ke+R_ke-a)

其中：T_c为红外相机探测器内部温度，T_a为红外相机探测器所处的环境温度；P_c为红外相机工作功率平滑运算后的参数；P_tec为热电制冷片的制冷或发热功率；R_tcq-c为 红外相机探测器结构件的热阻；R_TIM为导热硅胶垫的热阻；R_zj为导热固定铝块的热阻； R_ke为红外仓体的热阻；R_ke-a为红外仓体与红外仓体内部环境的对流热阻。

优选地，所述步骤S2中，温度预测智能计算包括步骤：

S2.1、选择如下特征值：

红外相机探测器内部温度(Tc)、红外相机探测器所处的环境温度(Ta)、红外相 机工作功率平滑运算后的参数(Pc)、热电制冷片功率(Ptec)，热电制冷片功率在热 电制冷片加热时功率取正，散热时功率取负；

S2.2、将所选特征值代入步骤(1)建立的热力学模型中：

假设***在t0时刻云台红外模组真实状态为：

x₀＝{T_c0，T_a0，P_c0，P_teco}

T_c0表示t0时刻红外相机探测器内部温度、T_a0表示t0时刻红外相机探测器所处的环 境温度、P_c0表示t0时刻红外相机工作功率平滑运算后的参数、P_tec0表示t0时刻热电制冷片功率；

如果环境温度变化小于环境温度变化阈值，***在t0时刻预测计算并执行温控策略 后红外相机的状态为：

x_p＝{T_c-p，T_a0，P_c-p，P_tec-p}

否则进入步骤S6，执行无收敛性判断结果的步骤；

T_c-p表示在t0时刻预测计算并执行温控策略后红外相机的探测器的温度、P_c-p表示在t0时刻预测计算并执行温控策略后红外相机工作功率平滑运算后的参数、P_tec-p表示 在t0时刻预测计算并执行温控策略后热电制冷片功率。

优选地，所述步骤S4中，热电制冷片的发热量或制冷量通过其电压和电流及损耗系数确定，即P_tec＝K*U*I，P_tec为热电制冷片的制冷或发热功率，K为热电制冷片本 身特征属性，K的取值小于1。

优选地，所述步骤S5中，***在t1时刻红外相机的真实状态为：

x₁＝{T_c1，T_a1，P_c1，P_tec1}

T_c1表示t1时刻红外相机探测器内部温度、T_a1表示t1时刻红外相机探测器所处的环境温度、P_c1表示t1时刻红外相机工作功率平滑运算后的参数、P_tec1表示t1时刻热电 制冷片功率；满足下式关系：

对比确定此时P_c1与历史数据库中在P_tec1下对应的探测器温度P_c的偏差；R_tcq-c为红外相机内部探测器与红外相机壳体的热阻；R_TIM为整体安装结构的热阻；R_zj为红外 相机固定支架的热阻；R_ke为壳体的热阻；R_ke-a为壳体与腔体内部环境的对流热阻。

一种基于智能预测算法的红外相机温控***，其特征在于：包括内部设有密闭空间的红外仓体和安装于密闭空间内的红外相机单体，所述密闭空间中还设有导热固定铝块、热电制冷片、控制板PCB板和导热硅胶垫，其中，

所述红外相机单体包括红外相机镜头、红外相机探测器结构件和红外相机PCB板，红外相机PCBA上装有用于检测红外相机单体自身温度的温度传感器；红外相机探测器 结构件上装有红外相机探测器，红外仓体正对着红外相机镜头的侧壁上设有红外滤光片；

所述导热固定铝块安装在红外仓体的内侧壁上，通过导热固定铝块将红外相机单体固定在红外仓体的内部，红外相机单体和导热固定铝块之间设置热电制冷片，导热铝 块和红外仓体之间填充导热硅胶垫；

所述红外仓体的内部还装有控制板PCBA；控制板PCBA上设有电压传感器、电 流传感器、环境传感器、热电冷片驱动电路、电源装置和控制器，热电冷片驱动电路用 于控制热电制冷片工作模式，环境传感器用于检测红外相机单体所处空间内的环境参数， 电压传感器和电流传感器用于检测热电制冷片的两端的电压和电流，所述控制器中设置 用于存储红外相机工作数据的历史数据库。

优选地，所述热电制冷片包括冷面和热面，装置处于高温情况时，热电制冷片正接，即冷面与红外相机单体接触；装置处理低温情况下，热电制冷片反接，即热面与红 外相机单体接触。

优选地，所述红外仓体包括红外仓下壳、红外仓上壳，红外仓下壳、红外滤光片和红外仓上壳连接组成所述密闭空间。

有益效果：与现有技术相比，本发明具有如下技术效果：

本发明提出的红外相机温控***，主要加热/散热部件为热电制冷片；红外相机探测 器内部集成有温度传感芯片，可实时反馈探测器温度；云台红外模组内部，集成环境传感器用于实时监控环境温度，集成电压电流传感器用于实时检测红外相机探测器的用电功耗情况。通过红外相机探测器反馈的实时温度信息，并结合红外相机探测器的实时功 耗情况以及环境温度信息通过控制器的软件程序进行温度预测并控制热电制冷片的工 作电压、电流，实现对红外相机单体的加热或散热，使红外相机单体在-40℃、+65℃极 限工作环境下也能稳定在一定的温度范围(-10℃～+50℃)。此温控***结构紧凑，控 制精度高，使用方便，能保证红外相机在极端天气环境下的稳定运行。

附图说明

图1是本发明的基于智能预测算法的红外相机温控***的硬件装置框图；

图2是软件控制流程步骤框图；

图3是红外仓体的外部结构示意图；

图4是红外仓体的内部结构示意图；

图5是红外相机单体的结构示意图；

其中，1-红外仓下壳，2-红外滤光片，3-红外仓上壳，4-导热硅胶垫，5-导热固定铝块，6-热电制冷片，7-红外相机单体，8-驱动控制板，9-红外相机镜头，10-红外相机探 测器结构件，11-红外相机PCBA。

具体实施方式

下面结合附图对本发明做详细的说明。

一、温控***工作原理

本发明提供了一种基于热电制冷片的性能以及温度预测智能算法的温控***，硬件 装置框图如下图1所示，包括：

热电制冷片，为***的加热/散热部件；

热电制冷片的驱动电路，为***的执行器，根据热电制冷片的变工况工作特性和变 电压工作特性，设计为可调节电源电压和极性，实现温度和制冷量的连续调节；

红外相机探测器，为***的目标控温物体；

红外相机探测器内部集成的温度传感器、云台红外模组内部集成的环境传感器(包 含温度、湿度、气压等)、电压电流传感器，为***的传感器，根据***目标温控物体 的物理性能参数和自身温度、环境和功耗的当前状态和历史状态数据，预测目标温控物 体的温度变化趋势；并基于预测出的温度变化趋势，对所述目标温控物体的温度进行控 制调节。

作为本温控***的一个实施例，红外相机探测器(集成内置温度传感器)布局在红外相机PCBA11上，其他传感器(电压/电流传感器、环境传感器)、执行器(热电制 冷片驱动电路)、供电***、控制器等布局在驱动控制板PCBA8上。

上述基于热电制冷片的性能以及温度预测智能算法的温控***，其控制流程步骤如 下图2所示，包括：

S1、预设参数值获取：建立云台红外模组的热力学模型，结合结构设计确定腔体基础热学参数，并根据红外相机各种常规工况下功耗和温升情况，计算热力学控制门限和 控制参数。具体地，红外相机的热力学模型为：

T_c-T_a＝(P_c-P_tec)*(R_tcq-c+R_TIM+R_zj+R_ke+R_ke-a)

其中：T_c为为红外相机探测器内部温度，T_a为为红外相机探测器所处的环境温度；P_c为红外相机工作功率平滑运算后的参数；P_tec为热电制冷片的制冷或发热功率，P_tec由 热电制冷片的电压、电流及功率系数K确定；R_tcq-c为红外相机内部探测器结构件的热 阻；R_TIM为导热硅胶垫的热阻的热阻；R_zj为导热固定铝块的热阻；R_ke为红外仓体的热 阻；R_ke-a为红外仓体与红外仓体内部环境的对流热阻；其中R_tcq-c、R_TIM、R_zj、R_ke、 R_ke-a与材料、厚度等因素相关，为某产品的固有属性，为定值。

S2、获取当前传感器数据，同时把数据录入到历史数据库中；并把当前数据和历史数据综合运算，提取特征值，并把特征值代入模型中进行温度预测智能计算。

其中关于预测智能算法：根据***的热力学模型，选择如下特征值用于温度预测智 能算法，红外相机探测器内部温度(Tc)、环境温度(Ta)、红外相机工作功率平滑运 算后的参数(Pc)、热电制冷片加热/散热功率(Ptec，加热时功率取正，散热时功率取 负)。

假设t0时刻云台红外模组真实状态为：

x₀＝{T_c0，T_a0，P_c0，P_tec0}

***在t0时刻预测计算并执行温控策略后云台红外模组的状态为(备注：假设环境 温度不会瞬变，如果出现巡检机器人进出大温差房间的工况，会自动进入图5控制流程步骤框图中“收敛性判断为否”的流程分支)：

x_p＝{T_c-p，T_a0，P_c-p，P_tec-p}

T_c-p表示在t0时刻预测计算并执行温控策略后红外相机的探测器的温度、P_c-p表示在t0时刻预测计算并执行温控策略后红外相机工作功率平滑运算后的参数、P_tec-p表示 在t0时刻预测计算并执行温控策略后热电制冷片功率；

***在t1时刻云台红外模组真实状态为：

x₁＝{T_c1，T_a1，P_c1，P_tec1}

建模以T_c为预测目标，预测算法可以有多种实现方式，例如：通过实测数据进行曲线拟合的方式、Apriori算法、线性回归算法、BP神经网络算法等。主要是预测温度变 化的趋势，即后续温度是增高还是降低，增高或降低速度的快慢等。

S3、温控策略制定：根据智能计算的预测结果，制定合适的温控策略。

S4、温控执行：控制器按照既定温控策略设置驱动电路参数，即热电制冷片的发热量或制冷量通过其电压和电流及损耗系数确定，即P_tec＝K*U*I，P_tec为热电制冷片的 制冷或发热功率，K为热电制冷片本身特征属性，K的取值小于1。

使得红外相机探测器的工作温度在规格标称的范围内平滑变化。例如，预测温度趋 势是增高，且预测温度增速会导致目标温控物体的超过温度工作区，则需要匹配温度增速调节热电制冷片的工作点提供合适的加热/散热功率使其降温。

S5、温控误差比对：计算温控后实际可达温度与预测温度之间的误差。即***在t1时刻红外相机的真实状态为：

x₁＝{T_c1，T_a1，P_c1，P_tec1}

T_c1表示t1时刻红外相机探测器内部温度、T_a1表示t1时刻红外相机探测器所处的环境温度、P_c1表示t1时刻红外相机工作功率平滑运算后的参数、P_tec1表示t1时刻热电 制冷片功率；满足下式关系：

对比确定此时P_c1与历史数据库中在P_tec1下对应的探测器温度P_c的偏差；R_tcq-c为红外相机内部探测器与红外相机壳体的热阻；R_TIM为整体安装结构的热阻；R_zj为红外 相机固定支架的热阻；R_ke为壳体的热阻；R_ke-a为壳体与腔体内部环境的对流热阻。

S6、收敛性判断：根据温控误差是否低于设置的误差阈值，判断是否收敛；如果是则继续执行原有策略，如果否则重新获取数据迭代计算。经过温控后若最终得到的P_c1与 历史库中P_c的差值小于阀值，说明温控有效，若高于阀值，说明温控失效，此举措主要 应对外界温度突变、风速突变导致对流热阻降低等极限场景。

相比于用功率电阻/电热丝加热，用风冷/液冷散热等传统的电子产品恒温方案，使 用电热制冷片结构简介、执行效率更高；辅以温度预测智能算法，在精密仪器等电子产品的应用场合下，能兼顾调温速度的同时避免温度震荡，快速平滑高精度控温，有效扩 展相关产品的应用温度范围。

二、实施例

如图3至图5所示，为一个应用于巡检机器人上的红外相机温控***的实施例， 包括内部设有密闭空间的红外仓体和安装于密闭空间内的红外相机单体7，所述密闭空 间中还设有导热固定铝块5、热电制冷片6、控制板PCB板8和导热硅胶垫，红外仓体 由红外仓下壳1、红外滤光片2和红外仓上壳3组成的密闭空间组成。红外相机单体7 通过导热固定铝块5固定在红外仓体内部，导热铝块5和红外相机单体7之间装配热电 制冷片6，热电制冷片6通过驱动控制板PCBA8控制其电压、电流；导热铝块5和红 外仓下壳1之间填充导热硅胶垫4。

红外相机单体7由红外相机镜头9、红外相机探测器结构件10、红外相机PCBA11 三部分组成，其中红外相机探测器集成在红外相机探测器结构件10上，探测器的温度 直接影响红外相机的测温精度及稳定性。

本实施例的巡检机器人上的红外相机温控***可采用上述温控方法实现红外相机 控制器的温度策略控制，在温度策略控制下，当处于高温情况时整体的传热路径体现为： 红外相机探测器产生的热量→红外相机探测器结构件10→热电制冷片6冷面→热电制冷 片6热面→导热固定铝块5→导热硅胶垫4→红外仓下壳1→外界空气。当处于低温情况时，热电制冷片6正负极反接，热电制冷片6热面产生的热量会传递给红外相机单体7， 以使红外相机单体7温度升高，保证其正常工作。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员 来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于智能预测算法的红外相机的温控方法，其特征在于，包括步骤：

S1、预设参数值获取：建立红外相机的热力学模型，根据红外相机所处的密闭空间结构确定热力学模型中涉及的热学参数，并根据红外相机在常规工况下的功耗和温升历史数据，计算热力学控制门限和控制参数；

S2、获取传感器数据：获取当前传感器数据和历史数据，并把当前传感器数据和历史数据综合运算，提取特征值；然后将特征值代入热力学模型中，对未来t1时刻的温度进行预测智能计算；将此步骤中获取的当前传感器数据存入到历史数据库中；

S3、温控策略制定：根据温度预测智能计算的结果，制定温控策略；

S4、温控执行：控制器按照步骤S3制定的温控策略设置热电冷片驱动电路参数，使红外相机探测器的工作温度在预设的范围内以预设的增速变化；

S5、温控误差比对：获取t1时刻红外相机探测器的实际温度，计算实际温度与步骤S2中预测结果中包括的预测温度之间的差值；

S6、收敛性判断：根据步骤S4中的差值，判断是否低于预设的误差阈值，如果是，则有收敛性，继续执行当前温控策略，如果否，则无收敛性，返回步骤S2，迭代计算，重新获取传感器数据计算温控策略。

2.根据权利要求1所述的基于智能预测算法的红外相机的温控方法，其特征在于，所述步骤S1中，红外相机的热力学模型为：

T_c-T_a＝(P_c-P_tec)*(R_tcq-c+R_TIM+R_zj+R_ke+R_ke-a)

其中：T_c为红外相机探测器内部温度，T_a为红外相机探测器所处的环境温度；P_c为红外相机工作功率平滑运算后的参数；P_tec为热电制冷片的制冷或发热功率；R_tcq-c为红外相机探测器结构件的热阻；R_TIM为导热硅胶垫的热阻；R_zj为导热固定铝块的热阻；R_ke为红外仓体热阻；R_ke-a为红外仓体与红外仓体内部环境的对流热阻。

3.根据权利要求1所述的基于智能预测算法的红外相机的温控方法，其特征在于，所述步骤S2中，温度预测智能计算包括步骤：

S2.1、选择如下特征值：

红外相机探测器内部温度(Tc)、红外相机探测器所处的环境温度(Ta)、红外相机工作功率平滑运算后的参数(Pc)、热电制冷片功率(Ptec)，热电制冷片功率在热电制冷片加热时功率取正，散热时功率取负；

S2.2、将所选特征值代入步骤(1)建立的热力学模型中：

假设***在t0时刻云台红外模组真实状态为：

x₀＝{T_c0,T_a0,P_c0,P_tec0}

T_c0表示t0时刻红外相机探测器内部温度、T_a0表示t0时刻红外相机探测器所处的环境温度、P_c0表示t0时刻红外相机工作功率平滑运算后的参数、P_tec0表示t0时刻热电制冷片功率；

如果环境温度变化小于环境温度变化阈值，***在t0时刻预测计算并执行温控策略后红外相机的状态x_p为：

x_p＝{T_c-p,T_a0,P_c-p,P_tec-p}

否则进入步骤S6，执行无收敛性判断结果的步骤；

T_c-p表示在t0时刻预测计算并执行温控策略后红外相机的探测器的温度、P_c-p表示在t0时刻预测计算并执行温控策略后红外相机工作功率平滑运算后的参数、P_tec-p表示在t0时刻预测计算并执行温控策略后热电制冷片功率。

4.根据权利要求1所述的基于智能预测算法的红外相机的温控方法，其特征在于，所述步骤S4中，热电制冷片的发热量或制冷量通过其电压U和电流I及损耗系数确定，即P_tec＝K*U*I，P_tec为热电制冷片的制冷或发热功率，K为热电制冷片本身特征属性，K的取值小于1。

5.根据权利要求1所述的基于智能预测算法的红外相机的温控方法，其特征在于，所述步骤S5中，***在t1时刻红外相机的真实状态为：

x₁＝{T_c1,T_a1,P_c1,P_tec1}

T_c1表示t1时刻红外相机探测器内部温度、T_a1表示t1时刻红外相机探测器所处的环境温度、P_c1表示t1时刻红外相机工作功率平滑运算后的参数、P_tec1表示t1时刻热电制冷片功率；满足下式关系：

对比确定此时P_c1与历史数据库中在P_tec1下对应的红外相机探测器温度P_c的偏差；R_tcq-c为红外相机内部探测器与红外相机壳体的热阻；R_TIM为整体安装结构的热阻；R_zj为红外相机固定支架的热阻；R_ke为壳体的热阻；R_ke-a为壳体与腔体内部环境的对流热阻。

6.一种基于智能预测算法的红外相机的温控***，其特征在于：包括内部设有密闭空间的红外仓体和安装于密闭空间内的红外相机单体(7)，所述密闭空间中还设有导热固定铝块(5)、热电制冷片(6)、控制板PCB板(8)和导热硅胶垫(4)，其中，

所述红外相机单体(7)包括红外相机镜头(9)、红外相机探测器结构件(10)和红外相机PCB板(11)，红外相机PCBA(11)上装有用于检测红外相机单体(7)自身温度的温度传感器；红外相机探测器结构件(10)上装有红外相机探测器，红外仓体正对着红外相机镜头(9)的侧壁上设有红外滤光片(2)；

所述导热固定铝块(5)安装在红外仓体的内侧壁上，通过导热固定铝块(5)将红外相机单体(7)固定在红外仓体的内部，红外相机单体(7)和导热固定铝块(5)之间设置热电制冷片(6)，导热铝块(5)和红外仓体之间填充导热硅胶垫(4)；

所述红外仓体的内部还装有控制板PCBA(8)；控制板PCBA(8)上设有电压传感器、电流传感器、环境传感器、热电冷片驱动电路、电源装置和控制器，热电冷片驱动电路用于控制热电制冷片(6)工作模式，环境传感器用于检测红外相机单体(7)所处空间内的环境参数，电压传感器和电流传感器用于检测热电制冷片(6)的两端的电压和电流，所述控制器中设置用于存储红外相机工作数据的历史数据库。

7.根据权利要求6所述的基于智能预测算法的红外相机的温控***，其特征在于：所述热电制冷片(6)包括冷面和热面，装置处于高温情况时，热电制冷片(6)正接，即冷面与红外相机单体(7)接触；装置处理低温情况下，热电制冷片(6)反接，即热面与红外相机单体(7)接触。

8.根据权利要求6所述的基于智能预测算法的红外相机的温控***，其特征在于：所述红外仓体包括红外仓下壳(1)、红外仓上壳(3)，红外仓下壳(1)、红外滤光片(2)和红外仓上壳(3)连接组成所述密闭空间。

Images