基于數(shù)據(jù)融合技術(shù)的智能壓力傳感器研究
加入技術(shù)交流群
2．1 多維回歸分析法
回歸分析法的基本思想是：用多維回歸方程來建立被測目標參量與傳感器輸出量之問的對應關系。與經(jīng)典傳感器一維實驗標定／校準不同的足要進行多維標定／校準實驗，通過最小二乘法原理由實驗標定／校準數(shù)據(jù)計算出回歸方程中的系數(shù)。這樣，當測得傳感器輸出值時，就可由已知系數(shù)的多維回歸方程來計算出相應的輸入被測目標參數(shù)。具體的算法是已知壓力傳感器輸出電壓U代表壓力信息，另一溫度傳感器輸出電壓Ut代表溫度信息，則壓力參量P’可以用U及Ut二元函數(shù)來表示才完備，即：
P’=f(U，Ut)
由二維坐標(Ui，Uit)決定的Pi在同一平面上，可利用二維回歸方程來描述：
式中：a0～a5為常系數(shù)；ε1為高階無窮小。
由最小二乘法原理得到系數(shù)a0～a5，代入二維回歸方程中，確定檢測壓力P’和輸出U的二元輸入-輸出特性。當采集到二個傳感器的輸出值U及Ut時，代入式中就可以計算得到傳感器的被測參量P’。
2．2 BP神經(jīng)網(wǎng)絡法
神經(jīng)元之間的連接方式不同，網(wǎng)絡的拓撲結(jié)構(gòu)也不同。根據(jù)神經(jīng)元之間的連接方式，可將神經(jīng)網(wǎng)絡結(jié)構(gòu)分為2大類，層次型結(jié)構(gòu)和互聯(lián)型結(jié)構(gòu)。層次型結(jié)構(gòu)的神經(jīng)網(wǎng)絡將神經(jīng)元按功能分成若干層，如輸入層、中間層(也稱為隱層)和輸出層，各層順序相連。輸入層各神經(jīng)元負責接受來自外界的輸入信息，并傳遞給中間各隱層神經(jīng)元；隱層是神經(jīng)網(wǎng)絡的內(nèi)部信息處理層，負責信息變換；最后隱層傳遞到輸出層各神經(jīng)元的信息經(jīng)近一步處理后由輸出層向外界輸出信息處理結(jié)果。圖3給出一個單隱層BP神經(jīng)網(wǎng)絡模型，它具有2個輸入，每個輸入都通過一個適當?shù)臋?quán)值w和下一層相連，網(wǎng)絡輸出可以表示為式(1)，f是表示輸入／輸出關系的傳遞函數(shù)。
本文引用地址：http://www.ex-cimer.com/article/159899.htm
在網(wǎng)絡中，隱含層的激勵函數(shù)選用S型函數(shù)，即：
輸出層的激勵函數(shù)選用線性函數(shù)，即：
式中：xi為節(jié)點接受的信息；wij為相關連接權(quán)重；y為節(jié)點輸出；θ為閾值；n為節(jié)點數(shù)。如上所述，建立一個三層BP神經(jīng)網(wǎng)絡模型，把實驗標定的樣本數(shù)據(jù)輸入網(wǎng)絡進行學習訓練后，再進行交叉敏感的消除，從而達到數(shù)據(jù)融合的目的。
由以上的討論可以看出，多維回歸算法和BP神經(jīng)網(wǎng)絡算法均能有效達到溫度補償?shù)男Ч?。前者算法簡單，容易理解，但是?shù)據(jù)融合能力有限，補償程度不如后者；后者數(shù)據(jù)融合能力強，補償效果明顯，但是算法較難理解，軟件編程工作量大。在本設計中，多維回歸融合算法可以滿足要求，并且軟件編程工作量小，所以本文采用多維回歸算法補償溫度對壓力傳感器的影響。
3 智能壓力傳感器數(shù)據(jù)融合的應用
3．1 溫度敏感元件的標定
對傳感器進行靜態(tài)標定，標定系統(tǒng)由YJF型浮球式標準壓力計、HT-1714C直流穩(wěn)壓電源、34401 A型數(shù)字萬用表、奔騰4PC機和自制的控溫系統(tǒng)組成。在此分別對傳感器在27℃，37 ℃，47 ℃，57℃，67℃的溫度條件下做了靜態(tài)標定，如表1所示。
3．2 結(jié)果和誤差分析
3．2．1 零位溫漂
計算零位溫度系數(shù)α0，根據(jù)下式：
式中：△t=t2-t1為工作溫度變化范圍；UFS為工作溫度為t1時，壓力傳感器滿量程輸出值；△U0m為在工作溫度變化△t時，壓力傳感器的零點漂移最大值。
傳感器相關文章:傳感器工作原理
存儲器相關文章:存儲器原理
浮球開關相關文章:浮球開關原理 風速傳感器相關文章:風速傳感器原理 電機保護器相關文章:電機保護器原理
評論