本发明公开了一种温度预测方法及装置，包括以下步骤：A1、在温度计的探头与被测物接触后采集探头输出的温度数据；B1、从采集的温度数据中选择一段有效时间的温度数据；C1、根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点；D1、通过第一特定时间点之前的斜率确定出第二特定时间点；E1、根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中，a、b、c为双曲线系数，通过对所述有效时间的温度数据进行双曲线拟合求得，t为时间，其取值为第二特定时间点；F1、根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。本发明能够更精确地预测被测物的温度值。
A1、在温度计的探头与被测物接触后采集探头输出的温度数据；
B1、从采集的温度数据中选择一段有效时间的温度数据；
C1、根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点；
D1、通过第一特定时间点之前的斜率确定出第二特定时间点；
E1、根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中，a、b、c为双曲线系数，通过将所述有效时间的温度数据对y＝(a*t+b)/(t+c)进行双曲线拟合求得，t为时间，其取值为第二特定时间点；
F1、根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。
2.如权利要求1所述的温度预测方法，其特征在于：所述步骤B1中选择有效时间的温度数据包括以下步骤：B11、计算采集的温度数据的一阶导数和二阶导数；
B13、当某段时间内的数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为该段时间内的温度数据为有效时间的温度数据。
3.如权利要求1所述的温度预测方法，其特征在于：所述步骤C1中第一特定时间点通过以下公式求得：coef4*slope(t0)+coef5*T0＝threshold其中，coef4、coef5、threshold是经验系数，T0是有效时间的温度数据的初始温度，slope是有效时间的温度曲线的斜率，t0是第一特定时间点，slope(t0)是第一特定时间点t0所对应的斜率。
4.如权利要求1所述的温度预测方法，其特征在于：所述步骤D1中第二特定时间点通过以下公式求得：t＝coef6*slope(t0-A)
其中，coef6是经验参数，slope是有效时间的温度曲线的斜率，t0是第一特定时间点，slope(t0-A)为第一特定时间点t0之前A秒的斜率，所述A为2或3。
5.如权利要求1所述的温度预测方法，其特征在于：所述步骤F1中被测物的最终温度z通过以下公式求得：z＝e[i][j]*y+d[i][j]
其中，z为被测物的最终温度，e[i][j]、d[i][j]为根据所述初始温度和所述最大斜率值通过查表所得的系数。
6.如权利要求1至5中任一项所述的温度预测方法，其特征在于：在步骤A1之前还包括用于将所述探头加热到预定温度的预热步骤，所述预热步骤包括以下步骤：A11、加热探头并采集探头的温度值；
A13、比较所述差值是否达到精度要求，如果是，则执行步骤A1，如果没有达到精度要求，则执行步骤A14；
A14、当所述差值的绝对值小于第一设定值且大于第二设定值时，通过公式error＝coef1*P+coef2*I+coef3*D计算控制参数，根据控制参数来调整加热电流的脉冲宽度，其中error为控制参数，P为比例项，即当前温度值和预定温度的差值，I为积分项，即对比例项按照时间的积分值，D为微分项，即当前比例项和上一比例项的差值，coef1、coef2、coef3为经验常数；当所述差值的绝对值大于或等于第一设定值时，将加热电流的脉冲宽度缩减为原宽度的10％～90％；当所述差值的绝对值小于或等于第二设定值时，采用微调方式。
7.如权利要求6所述的温度预测方法，其特征在于：所述第一设定值为0.6℃，所述第二设定值为0.3℃。
有效时间选择单元，用于从采集的温度数据中选择一段有效时间的温度数据；
拟合单元，用于将所述有效时间的温度数据对y＝(a*t+b)/(t+c)进行双曲线拟合，求出双曲线系数a、b、c，其中t为时间；
第一特定时间点确定单元，用于根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点；
第二特定时间点确定单元，用于通过第一特定时间点之前的斜率确定出第二特定时间点；
第一计算单元，用于根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中，a、b、c为双曲线系数，t为时间，其取值为第二特定时间点；
第二计算单元，用于根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。
9.如权利要求8所述的温度预测装置，其特征在于：所述有效时间选择单元包括：求导模块，用于计算采集的温度数据的一阶导数和二阶导数；
第一比较模块，用于将求得的一阶导数、二阶导数分别和0比较，且当某段时间内的数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为该段时间内的温度数据为有效时间的温度数据。
10.如权利要求8或9所述的温度预测装置，其特征在于：还包括用于将探头加热到预定温度的预热单元，所述预热单元包括：加热器件，用于通电加热探头；
误差计算模块，用于根据采集单元采集的探头的温度值计算当前的温度值与预定温度的差值；
温度控制模块，用于根据第二比较模块的比较结果对用于加热探头的加热电流进行调制，以控制探头的温度达到预定温度，且当所述差值的绝对值小于第一设定值且大于第二设定值时，通过公式error＝coef1*P+coef2*I+coef3*D计算控制参数，根据控制参数来调整加热电流的脉冲宽度，其中error为控制参数，P为比例项，即当前温度值和预定温度的差值，I为积分项，即对比例项按照时间的积分值，D为微分项，即当前比例项和上一比例项的差值，coef1、coef2、coef3为经验常数；当所述差值的绝对值大于或等于第一设定值时，将加热电流的脉冲宽度缩减为原宽度的10％～90％；当所述差值的绝对值小于或等于第二设定值时，采用微调方式。
温度预测方法及装置
【技术领域】
[0001] 本发明涉及一种电子温度计，尤其涉及用于电子温度计的温度预测方法及装置。【背景技术】
[0002] 现在常用于人体温度测量的温度计的典型代表是水银体温计，传统的水银温度计在使用上有一些不便之处：肉眼观察玻璃管内水银所达到的刻度，易引入读数误差；必须等到人体温度和温度计达到热平衡，测量时间偏长。因此出现了各种电子温度计，他们的典型构造都是探头(含热敏元件)+AD采样+处理器处理+显示部件。电子温度计是一种预测式温度计，其原理是利用采集的一段温度数据，经过算法预测出稳定温度。现在常用于人体温度测量的预测式温度计多数采取曲线拟合的方式来实现。经典热传导理论一般认为温度的传导曲线为对数曲线，所以很多方案都通过在对一小段测量数据进行对数拟合，进而得到最终的温度值。但人体各个部位、每日早晚及男女之间的体温均存在着差异。人体正常体温有一个较稳定的范围，但并不是恒定不变的。通过研究，发明人认为人体温度的传导不同于理想态，受很多其他因素的影响，简单的用对数曲线来模拟会导致预测出的结果具有较大的误差。【发明内容】
[0003] 本发明的主要目的就是解决现有技术中预测出结果误差较大的问题，提供一种温度预测方法及装置，能够适应人体差异，在人体和体温探头尚未达到热平衡之前，用前面一段数据来精确预测出人体的真实温度值。
[0004] 为实现上述目的，本发明提供一种温度预测方法，包括以下步骤：
[0005] A1、在温度计的探头与被测物接触后采集探头输出的温度数据；
[0006] B1、从采集的温度数据中选择一段有效时间的温度数据；
[0007] C1、根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点；
[0008] D1、通过第一特定时间点之前的斜率确定出第二特定时间点；
[0009] E1、根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中，a、b、c为双曲线系数，通过将所述有效时间的温度数据对y＝(a*t+b)/(t+c)进行双曲线拟合求得，t为时间，其取值为第二特定时间点；
[0010] F1、根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。
[0011] 其中，所述步骤B1中选择有效时间的温度数据优选包括以下步骤：
[0012] B11、计算采集的温度数据的一阶导数和二阶导数；
[0013] B12、将求得的一阶导数、二阶导数分别和0比较；
[0014] B13、当某段时间内的数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为该段时间内的温度数据为有效时间的温度数据。
[0015] 本发明的进一步改进是在步骤A1之前还包括用于将所述探头加热到预定温度的预热步骤，所述预热步骤包括以下步骤：
[0016] A11、加热探头并采集探头的温度值；
[0017] A12、计算探头当前的温度值与预定温度的差值；
[0018] A13、比较所述差值是否达到精度要求，如果是，则执行步骤A1，如果没有达到精度要求，则执行步骤A14；
[0019] A14、当所述差值的绝对值小于第一设定值且大于第二设定值时，通过公式error＝coef1*P+coef2*I+coef3*D计算控制参数，根据控制参数来调整加热电流的脉冲宽度，其中error为控制参数，P为比例项，即当前温度值和预定温度的差值，I为积分项，即对比例项按照时间的积分值，D为微分项，即当前比例项和上一比例项的差值，coef1、coef2、coef3为经验常数；当所述差值的绝对值大于或等于第一设定值时，将加热电流的脉冲宽度缩减为原宽度的10％～90％；当所述差值的绝对值小于或等于第二设定值时，采用微调方式。
[0020] 为实现上述目的，本发明还提供一种温度预测装置，包括：
[0021] 探头，用于与被测物接触并感应被测物的温度；
[0022] 温度采集单元，用于采集探头输出的温度数据；
[0023] 有效时间选择单元，用于从采集的温度数据中选择一段有效时间的温度数据；
[0024] 拟合单元，用于将所述有效时间的温度数据对y＝(a*t+b)/(t+c)进行双曲线拟合，求出双曲线系数a、b、c，其中t为时间；
[0025] 第一特定时间点确定单元，用于根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点；
[0026] 第二特定时间点确定单元，用于通过第一特定时间点之前的斜率确定出第二特定时间点；
[0027] 第一计算单元，用于根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中，a、b、c为双曲线系数，t为时间，其取值为第二特定时间点；
[0028] 第二计算单元，用于根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。
[0029] 所述有效时间选择单元优选包括：
[0030] 求导模块，用于计算采集的温度数据的一阶导数和二阶导数；
[0031] 第一比较模块，用于将求得的一阶导数、二阶导数分别和0比较，且当某段时间内的数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为该段时间内的温度数据为有效时间的温度数据。
[0032] 本发明的进一步改进是还包括用于将探头加热到预定温度的预热单元，所述预热单元包括：
[0033] 加热器件，用于通电加热探头；
[0034] 误差计算模块，用于根据采集单元采集的探头的温度值计算当前的温度值与预定温度的差值；
[0035] 第二比较模块，用于比较所述差值是否达到精度要求；
[0036] 温度控制模块，用于根据第二比较模块的比较结果对用于加热探头的加热电流进行调制，以控制探头的温度达到预定温度，且当所述差值的绝对值小于第一设定值且大于第二设定值时，通过公式error＝coef1*P+coef2*I+coef3*D计算控制参数，根据控制参数来调整加热电流的脉冲宽度，其中error为控制参数，P为比例项，即当前温度值和预定温度的差值，I为积分项，即对比例项按照时间的积分值，D为微分项，即当前比例项和上一比例项的差值，coef1、coef2、coef3为经验常数；当所述差值的绝对值大于或等于第一设定值时，将加热电流的脉冲宽度缩减为原宽度的10％～90％；当所述差值的绝对值小于或等于第二设定值时，采用微调方式。
[0037] 本发明的有益效果是：
[0038] 1)本发明通过采集探头和被测物接触后的一小段数据，通过双曲线拟合来预测被测物的最终温度值，在预测过程中，根据实际测量中的情况查找出与个体相关的一个时间点，利用该时间点确定出代表被测物温度符合双曲线部分的温度y值，进而确定出被测物的最终温度。本发明的预测方法考虑了各种情况下的不同的传导率，同时也考虑个体的不同，能够更精确地预测被测物的温度值，所以采用本发明预测的最终温度更接近于被测物的真实温度值，根据实验结果，71％的预测温度数据精度在±0.2℃，93％的预测温度数据精度在±0.3℃。
[0039] 2)在进一步改进的方案中，利用一阶导数和二阶导数来抗干扰，验证数据的有效性，从而去除了不合格的数据，使预测结果更加精确。
[0040] 3)为使探头在开始预测前尽量少吸收被测物的热量，在预测之前先对探头进行预热处理，本发明的改进方案中根据探头的当前温度和预热到的预定温度之间的差值，采用不同的加热控制方法，能够使探头很快达到预定的目标温度。【附图说明】
[0041] 图1是电子温度计的简易框图；
[0042] 图2是本发明的一种实施例的结构示意图；
[0043] 图3是本发明的一种实施例的流程图；
[0044] 图4是曲线拟合示意图；
[0045] 图5是本发明的另一种实施例的结构示意图；
[0046] 图6是本发明的另一种实施例的流程图；
[0047] 图7是另一种实施例的预热算法流程图；
[0048] 图8是本发明的另一种实施例的预测温度算法的流程图。【具体实施方式】
[0049] 本发明的特征及优点将通过实施例结合附图进行详细说明。
[0050] 图1表示预测式温度计的基本组成，通常包括五个部分：探头1、探头认证2、放大电路3、CPU4(其中可含有A/D采样)和显示模块5。
[0051] 其中探头1中包含热敏电阻，是和被测物发生热量交换的部分，使用的时候，将探头插入一次性护套中，放置到被测物测温部位(例如测试人体时放置在口腔、腋下、新生儿背部或直肠处)，等待预测算法完成。
[0052] 因为算法和探头的结构息息相关，为了防止不合标准的探头影响算法的准确性，甚至损毁硬件电路，加入了探头认证2模块。在有些温度计中，也可以省略探头认证2模块。
[0053] 紧接着对信号进行模拟放大、采样输入到CPU，进行预测计算，得到的预测结果输出到显示模块5上。
[0054] 实施例一：
[0055] 本实施例的温度预测装置请参考图2，包括用于与被测物接触并感应被测物温度的探头、温度采集单元、有效时间选择单元、拟合单元、第一特定时间点确定单元、第二特定时间点确定单元、第一计算单元和第二计算单元。温度采集单元用于采集探头输出的温度数据；有效时间选择单元用于从采集的温度数据中选择一段有效时间的温度数据，在优选方案中，有效时间选择单元包括求导模块和第一比较模块；拟合单元用于将所述有效时间的温度数据对y＝(a*t+b)/(t+c)进行双曲线拟合，求出双曲线系数a、b、c，其中t为时间；第一特定时间点确定单元用于根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点，第二特定时间点确定单元用于通过第一特定时间点之前的斜率确定出第二特定时间点，第一计算单元用于计算出代表被测物温度符合双曲线部分的温度y值，第二计算单元用于根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。
[0056] 用户将探头拔出探筒，触动算法开关，进入测量过程，温度预测流程请参考图3，包括以下步骤：
[0057] 1、在温度计的探头与被测物接触后，探头感应被测物的温度，将温度转换为电信号(例如电压信号)并输出，温度采集单元采集探头输出的温度数据。
[0058] 2、从采集的温度数据中选择一段有效时间的温度数据；预测温度是根据一小段时间采集的数据、通过一定的算法来预测出被测物的最终温度，所以不需要很长时间的温度数据，但并非所有的温度数据都能很好的进行温度预测，经过大量的实验，发明人发现正常情况下，采集的温度数据会符合一定的条件，根据该条件判断该段时间的数据有效后才开始温度的预测算法。本实施例中，通过求导模块求出温度曲线的一、二阶导数，第一比较模块根据温度曲线的一、二阶导数的变化来判断该段时间的温度数据是否有效，当指定算法时间内(例如：8s时间)数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为该段时间的数据序列有效，认为该段时间的数据为有效时间的温度数据，开始以下步骤进行预测。
[0059] 3、探头随着被测物的温度逐渐升高，采集的温度数据的上升曲线如图4所示，它在前期基本满足公式：
[0060] y＝(a*t+b)/(t+c)------(1)
[0061] 其中a、b、c为系数，t为时间。
[0062] 利用该有效时间(例如：8s钟)内的温度数据拟合出双曲线，得到系数a、b、c，拟合方法可采用最小二乘法进行拟合。
[0063] 考虑到被测物(例如人体)本身热量的有限性，当温度上升到一定的程度后，就不再遵循此双曲线，因此在预测最终温度时，不可以把t取为无穷大，而应该是一个和热传导率相关的值。而热传导率对t取值的影响可以从曲线的初始上升阶段的某个特定时间点之前的部分得出，所以需要找出该特定时间点。
[0064] 4、根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点t0。第一特定时间点t0由温度曲线的斜率变化趋势和初始温度决定，设斜率值为slope(t)、初始温度为T0、阀值为threshold，则可以根据下面的公式找到第一特定时间点t0：
[0065] coef4*slope(t0)+coef5*T0＝threshold------(2)
[0066] 其中，coef4、coef5是经验系数，threshold是经验常数，其取值根据大量实验经验得出，coef4的取值范围为74.0±20，coef5的取值范围为1.0±0.3，threshold的取值范围为56±15。
[0067] 斜率值slope(t)可通过两个相邻采样温度数据的差值和其时间间隔的比值计算得到，这样可得到一组与采样时间对应的斜率，slope(t0)即是与第一特定时间点t0对应的斜率。
[0068] 已知初始温度为T0、coef4、coef5和threshold，通过公式2可以计算出式中的slope(t0)，经过查表可知该斜率所对应的时间，则该时间为第一特定时间点t0。
[0069] 5、找到第一特定时间点t0后，通过第一特定时间点t0之前的斜率确定出第二特定时间点t0′。在本实施例中，通过第一特定时间点t0之前2s或3s的斜率来确定第二特定时间点t0′，第二特定时间点t0′的计算公式是：
[0070] t0′＝coef6*slope(t0-2)------(3)
[0071] 其中，coef6是经验参数，其取值范围为205±5，slope(t0-2)是第一特定时间点t0之前2s的斜率。
[0072] t0′随着曲线的形态而变化，如图4所示，三条曲线对应的t0′值分别为t1、t2、t3。
[0073] 6、根据公式y＝(a*t+b)/(t+c)计算出温度y的值，其中a、b、c即为第3步骤中求出的系数a、b、c，式中t取值为第二特定时间点t0′的值，可计算出y值，y值代表人体温度符合双曲线变化的部分。
[0074] 7、根据所述有效时间的温度曲线的最大斜率、该段温度曲线的初始温度和温度y值确定出被测物的最终温度。实验表明最终温度z和y值呈现一定的线性关系，本发明通过大量实验，根据初始温度T0和最大斜率值slopeMax来分类，得到多组比例系数，然后查表得到系数e[i][j]、d[i][j](此系数随探头的结构不同而不同)，代入公式：
[0075] z＝e[i][j]*y+d[i][j]------(4)
[0076] 求得z即为被测物的最终温度。
[0077] 在测试人体温度时，用同一探头，测同样温度的不同人，测试结果不一样，这和每个人的皮肤干燥程度等信息有关。而这些信息隐藏在温度曲线的初始阶段，为了剔出这些干扰信息，本实施例中采用查找出与个体相关的第一特定时间点t0，根据第一特定时间点t0进而查找出与个体相关的第二特定时间点t0′，由此得出温度y值和最终的温度z值。所以根据本实施例预测出的温度值不是基于理想态的情况，而是和不同的被测个体、不同的测试情况有关，因此预测结果更接近于被测物的真实温度。
[0078] 为使预测结果更精确，本实施例还对不同的初始温度T0和该段温度曲线的最大斜率slopeMax用不同的系数，不同的系数就对应着不同的人体信息。
[0079] 上述步骤中提供了一种计算双曲线系数a、b、c和第一特定时间点t0、第二特定时间点t0′的顺序，当然也可以按照其他顺序计算，例如先计算第一特定时间点t0、第二特定时间点t0′，然后再拟合双曲线系数a、b、c。
[0080] 在查找第一特定时间点t0、第二特定时间点t0′和被测物最终温度z时，除了利用公式(2)、公式(3)和公式(4)外，还可以根据实际情况进行更高阶次的拟合。比如如果2
用一阶曲线Y＝a*x+b来拟合，发现效果不好，就可用二阶曲线Y＝a*x+b*x+c来拟合，依次类推，直到发现最佳的拟合，具体用几阶，决定于具体的数据统计。
[0081] 实施例二：
[0082] 要想快速得到被测物(例如人体)的温度，就应该让人体的温度传导大部分用来加热探头，让探头因人体接触而引起的温升曲线落在算法最感兴趣的区间上。因此本实施例的温度预测装置与实施例相比，增加了预测单元，请参考图5，预测单元包括加热器件、误差计算模块、第二比较模块和温度控制模块。加热器件紧靠探头内的热敏电阻，加热器件可以是加热电阻，通电后加热探头；误差计算模块用于根据采集单元采集的探头的温度值计算当前的温度值与预定温度的差值；第二比较模块用于比较所述差值是否达到精度要求；温度控制模块用于根据第二比较模块的比较结果对用于加热探头的加热电流进行调制，以控制探头的温度达到预定温度。
[0083] 增加预测过程后，本实施例的处理流程如图6所示，包括以下步骤：
[0084] 测量初始化后，进入预热阶段，将探头加热到一个固定的比较接近人体的温度(例如：32.5℃)，以保证在算法非敏感阶段，探头对人体的热量尽量少的吸收。
[0085] 在遇到热源后开始采集温度数据，并判断测试时间是否大于设定时间(例如25s)，如果大于该设定时间后，说明测量的时间已经比较长，如果仍没有结果则不需要继续测量，转入监护程序，显示所采集的温度数据。如果没有达到设定时间则根据温度曲线一、二阶导数的变化来判断预测算法何时开始，当指定算法时间内(例如：8s时间)数据序列满足所有一阶导数都大于0并且二阶导数都小于0时，认为数据有效，开始进行预测。
[0086] 在预测时可以采用和实施例一相同的预测方法，计算出最终温度后判断该最终温度是否合理，如果合理则通过显示模块显示预测结果，如果不合理，则在预测时间没有超过设定时间(例如25s)时，继续采集温度数据，重新进行预测。
[0087] 其中，预热控制流程如图7所示，包括以下步骤：
[0088] 首先进行预热控制初始化，接通电流通路，对探头进行加热，采集单元采集探头的温度，将探头的当前温度和预订加热的目标温度(即预订温度)进行比较，即：差值PID＝探头当前温度-预订温度，比较差值PID是否达到精度要求，如果是，则在探头接触到被测物后即开始采集用于预测最终温度的温度数据，如果没有达到精度要求，则进行反馈控制，通过改变加热电流的脉宽来改变加热时间，从而控制探头的温度变化速度。在进行反馈控制时根据误差的大小，采用三种方式中一种进行控制。
[0089] 1、当所述差值的绝对值小于第一设定值A1且大于第二设定值A2时，通过以下公式计算控制参数，其中，第一设定值A1和第二设定值A2根据实际需要而设定。例如，第一设定值为0.6℃，第二设定值为0.3℃。
[0090] error＝coef1*P+coef2*I+coef3*D------(5)
[0091] 其中，error为控制参数，P为比例项，即当前温度值和预定温度的差值，I为积分项，即对比例项按照时间的积分值，D为微分项，即当前比例项和上一比例项的差值，coef1、coef2、coef3为经验常数，根据经验，coef1的取值范围可以是3.8±1.1，coef2的取值范围可以是0.004±0.001，coef3的取值范围可以是0.95±0.3。
[0092] 根据控制参数来调整加热电流的脉冲宽度，例如PWM＝0.5*error，这种控制方式称为PID控制。
[0093] 2、当所述差值的绝对值大于或等于第一设定值A1时，即抖动幅度很大时，则采用摆幅控制方式，将加热电流的脉冲宽度缩减为原宽度的10％～90％，加快收敛速度，收敛速度即为温度由变动到稳定在预订温度的时间。
[0094] 3、当所述差值的绝对值小于或等于第二设定值A2时，即抖动幅度很小时，此时采用微调方式，采用步进调整，以克服PID固有的波动。
[0095] 现有技术中通常只采用PID控制，而本实施例的这种预热反馈控制，相当于在现有的PID控制中加入了非线性成分，使得预热更快，更稳定。
[0096] 图6中的预测算法部分可以采用与实施例一基本相同的方法，具体流程如图8所示，包括以下步骤：
[0097] 1、利用该有效时间(例如：8s钟)内的温度数据拟合出双曲线，得到系数a、b、c，双曲线表达式是：
[0098] y＝(a*t+b)/(t+c)
[0099] 其中a、b、c为系数，t为时间。
[0100] 2、根据所述有效时间的温度曲线的斜率变化趋势和该段温度曲线的初始温度确定出第一特定时间点t0。通过第一特定时间点t0之前一定时间(例如2秒)的斜率确定出第二特定时间点t0′。
[0101] 3、根据公式y＝(a*t0′+b)/(t0′+c)计算出温度y的值。
[0102] 4、判断有效时间的温度曲线的初始温度值T0是否合理，如果合理则进行步骤5，如果不合理则判断检测时间是否超过设定时间(例如25s)，如果超过，则转入监护程序。
[0103] 5、根据初始温度值T0选择拟合曲线横下标i。
[0104] 6、判断有效时间的温度曲线的最大斜率值是否合理，如果合理则进行步骤7，如果不合理则判断检测时间是否超过设定时间，如果超过，则转入监护程序。
[0105] 7、根据有效时间的温度曲线的最大斜率值选择拟合曲线纵下标j。
[0106] 8、查表得到补偿系数e[i][j]、d[i][j]。
[0107] 9、将补偿系数e[i][j]、d[i][j]代入公式：
[0108] z＝e[i][j]*y+d[i][j]
[0109] 求得z即为被测物的最终温度。
[0110] 10、判断被测物的最终温度是否合理，如果合理则进行预测结果显示，如果不合理则判断检测时间是否超过设定时间，如果超过，则转入监护程序。
[0111] 综上所述，本发明预测精确、抗干扰、测量快速有效，除了可应用于人体温度预测外，还可以应用于掐他需要快速获取温度的领域，例如工业控制等。
[0112] 以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
