發(fā)布時(shí)間：2020-03-19 12:37

【摘要】：傳感器是測控系統(tǒng)中的核心元件,其測量的準(zhǔn)確度嚴(yán)重影響著測控系統(tǒng)的整體性能。隨著傳感技術(shù)的發(fā)展,市場對(duì)傳感器提出了越來越高的要求。在實(shí)際應(yīng)用中,各種傳感器由于外界干擾因素或本身非線性因素的影響,導(dǎo)致不同程度的測量誤差。因此如何對(duì)傳感器進(jìn)行有效的補(bǔ)償具有重要的理論研究與應(yīng)用價(jià)值。隨著人工智能技術(shù)的發(fā)展,基于神經(jīng)網(wǎng)絡(luò)的誤差補(bǔ)償方法已廣泛應(yīng)用在現(xiàn)代傳感器信號(hào)處理中。本文選取熱電偶為傳感器補(bǔ)償對(duì)象展開研究,考慮環(huán)境溫度和本身非線性特性對(duì)測量精度的影響,利用先進(jìn)的人工智能技術(shù)對(duì)傳感器進(jìn)行補(bǔ)償,主要的研究工作如下:(1)鯨魚優(yōu)化算法的改進(jìn)針對(duì)傳統(tǒng)鯨魚優(yōu)化算法(WOA)存在的收斂速度慢、收斂精度低等缺點(diǎn),提出一種改進(jìn)的鯨魚優(yōu)化算法(AWOA)。AWOA算法通過精英個(gè)體引導(dǎo)機(jī)制,利用精英個(gè)體的進(jìn)化信息自適應(yīng)地引導(dǎo)鯨魚種群朝正確的方向進(jìn)行搜索,避免算法陷入局部最優(yōu),提高了算法的效率;在算法后期加入混沌動(dòng)態(tài)權(quán)重因子加大在最優(yōu)解附近的搜索力度,提高算法的局部搜索能力,從而加快了算法的收斂速度。通過23個(gè)基準(zhǔn)測試函數(shù)的仿真實(shí)驗(yàn),結(jié)果表明,與基本的WOA算法、文獻(xiàn)[38]提出的WOAWC算法和基本的粒子群算法相比,本文提出的AWOA算法具有更高的收斂速度、求解精度和穩(wěn)定性。(2)熱電偶非線性誤差的補(bǔ)償為解決熱電偶應(yīng)用中冷端補(bǔ)償和非線性校正的問題。本文提出了一種AWOA-KELM熱電偶非線性處理方法。利用S型熱電偶的分度表數(shù)據(jù)建立輸入輸出模型,通過本文提出的改進(jìn)鯨魚優(yōu)化算法對(duì)模型的參數(shù)進(jìn)行訓(xùn)練與優(yōu)化,與基本W(wǎng)OA算法優(yōu)化模型、WOAWC優(yōu)化模型以及PSO優(yōu)化模型進(jìn)行對(duì)比,進(jìn)一步證明AWOA算法的優(yōu)越性;另外,將AWOA-KELM的訓(xùn)練結(jié)果與傳統(tǒng)的最小二乘支持向量機(jī)和RBF神經(jīng)網(wǎng)絡(luò)相比,從仿真結(jié)果可以看出,AWOA-KELM模型實(shí)現(xiàn)了更高的補(bǔ)償精度,而且訓(xùn)練速度更快,能更好地滿足實(shí)時(shí)性要求。本文所提方法能有效地消除熱電偶冷端溫度變化和非線性熱電特性的影響,可以作為高精度熱電偶傳感器的軟件補(bǔ)償,同時(shí),也可以用于同類非線性系統(tǒng)的補(bǔ)償,具有較高的實(shí)用價(jià)值。
【圖文】：

算法是將宇宙中的物理規(guī)則抽象成數(shù)學(xué)模型對(duì)目標(biāo)進(jìn)行尋優(yōu)，典型的代表有模擬退火算法(SA)[14]、引力搜索算法(GSA)[15]、中央力優(yōu)化算法(CFO)[16]、黑洞算法(BH)[17]等。進(jìn)化優(yōu)化算法是受生物進(jìn)化規(guī)律的啟發(fā)，其基本思想是首先隨機(jī)生成種群，然后在下一代中進(jìn)化演變，其尋優(yōu)的優(yōu)勢源于下一代中總是最好的個(gè)體結(jié)合在一起，使得種群在多次進(jìn)化后達(dá)到最優(yōu)狀態(tài)。典型代表有遺傳算法(GA)[18]、遺傳編程算法(BP)[19]、差分算法(DE)[20]、進(jìn)化策略(ES)[21]等。群體優(yōu)化算法是模擬生物的群體社會(huì)行為，如典型的粒子群算法(PSO)[22]、蟻群算法(ACO)[23]、人工魚群算法(AFSA)[24]和布谷鳥算法(CS)[25]等，其中粒子群算法是模仿鳥群的覓食行為，在算法初期隨機(jī)生成一些粒子(候選解)，讓它們在搜索空間四處飛行尋找最優(yōu)解(即全局最優(yōu)值)。與此同時(shí)，這些粒子會(huì)在自己的飛行路徑中跟蹤自身找到的最佳位置（個(gè)體最優(yōu)值）。蟻群算法則模仿螞蟻的覓食行為，自然界中螞蟻在發(fā)現(xiàn)食物后，通常會(huì)尋找食物和蟻巢之間最近的路徑將食物搬回蟻巢，蟻群算法的靈感便來源于此。模仿人類行為算法是模仿人類社會(huì)活動(dòng)現(xiàn)象達(dá)到尋優(yōu)搜索的目的，如典型的禁忌搜索算法(TS)[26]、煙花算法(FWA)[27]、內(nèi)部搜索算法(ISA)[28]、和諧搜索算法(HS)[29]等。

單易用、泛化能力強(qiáng)的優(yōu)點(diǎn)迅速得到了廣泛的應(yīng)用，受到廣大國內(nèi)外學(xué)者的關(guān)注，有眾多學(xué)者對(duì) ELM 算法作了深入的研究并取得了許多研究成果，主要包括兩個(gè)方面：一方面，將極限學(xué)習(xí)機(jī)與實(shí)際工程應(yīng)用領(lǐng)域相結(jié)合，解決實(shí)際問題。極限學(xué)習(xí)機(jī)在實(shí)際工程應(yīng)用中，主要用于回歸和分類，具有學(xué)習(xí)效率高和泛化能力強(qiáng)的優(yōu)點(diǎn)。比如，陸俊、徐志強(qiáng)等人將極限學(xué)習(xí)機(jī)應(yīng)用在居民用電行為分類上，提高了居民用電檢測的正確率并降低了算法的運(yùn)行時(shí)間[51]。董浩、李明星等將極限學(xué)習(xí)機(jī)應(yīng)用在短期電力負(fù)荷預(yù)測上，提高了電力負(fù)荷預(yù)測精度[52]。楊輝姜、湖海等將極限學(xué)習(xí)機(jī)構(gòu)建 MEMS 陀螺誤差補(bǔ)償模型，并通過實(shí)驗(yàn)驗(yàn)證了極限學(xué)習(xí)機(jī)的補(bǔ)償效果[53]。秦斌、易懷洋等將極限學(xué)習(xí)機(jī)應(yīng)用在風(fēng)電機(jī)組葉根載荷辨識(shí)建模中，并將結(jié)果與用支持向量機(jī)(SVM)方法進(jìn)行比較，結(jié)果表明 ELM 模型訓(xùn)練速度快、預(yù)測精度高[54]。另一方面，針對(duì)極限學(xué)習(xí)機(jī)本身存在的一些局限性，，對(duì)其結(jié)構(gòu)進(jìn)行改進(jìn)與優(yōu)化，實(shí)現(xiàn)更高效的極限學(xué)習(xí)機(jī)模型。到目前為止，已有六種不同的 ELM 模型改進(jìn)類型[149]，如圖 1-2 所示，本文選取具有代表性的幾種算法做簡要介紹。
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃兆軍;;鎢錸熱電偶替代鉑銠熱電偶初探[J];漣鋼科技與管理;1994年06期

2 張偉;劉福來;聞建中;吳阿明;;實(shí)驗(yàn)室熱電偶簡易焊接工裝制作方法及注意事項(xiàng)[J];中國設(shè)備工程;2019年19期

3 王曉芳;;大學(xué)物理實(shí)驗(yàn)中熱電偶冷端補(bǔ)償電路的應(yīng)用[J];電子制作;2018年14期

4 沈國信;張雪嬌;;熱電偶傳感器的測溫特性的驗(yàn)證[J];數(shù)碼世界;2019年01期

5 俞碩;;反應(yīng)堆輻射環(huán)境下熱電偶測量誤差的研究[J];中國原子能科學(xué)研究院年報(bào);2016年00期

6 潘殿國;;快速鉑銠熱電偶測量端焊接方法的探討[J];工業(yè)計(jì)量;2006年S2期

7 ;雙通道J、K型熱電偶測量模塊[J];儀表技術(shù);2002年05期

8 陸月蕓;;熱電偶檢定規(guī)程宣貫材料(連載之三)—規(guī)程的講解[J];宇航計(jì)測技術(shù);1987年06期

9 徐文壁;;接觸法測溫的幾個(gè)特殊問題[J];計(jì)量技術(shù);1987年04期

10 ROBERT D.REED;卜繁志;;精確地測量加熱爐氣體溫度的新型儀表[J];國外油田工程;1987年03期

相關(guān)會(huì)議論文 前10條

1 施愛根;;工業(yè)熱電偶測量不確定度評(píng)定及防范[A];2010年全國發(fā)電廠熱工自動(dòng)化專業(yè)會(huì)議論文集[C];2010年

2 王風(fēng)順;王成群;劉學(xué)杰;邵增;張玉剛;;影響熱電偶測量誤差的一些因素及對(duì)策[A];第二十七屆中國（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

3 胡悅;譚建國;呂良;;熱電偶測量火焰溫度與放熱率分布特性的實(shí)驗(yàn)研究[A];中國航天第三專業(yè)信息網(wǎng)第三十八屆技術(shù)交流會(huì)暨第二屆空天動(dòng)力聯(lián)合會(huì)議論文集——含能材料及推進(jìn)劑技術(shù)[C];2017年

4 劉偉;楊海濱;;一起排氣熱電偶故障導(dǎo)致S109FA燃機(jī)跳閘實(shí)例分析及改進(jìn)[A];浙江省電力學(xué)會(huì)2013年度優(yōu)秀論文集[C];2013年

5 張朝暉;袁建美;郝天昭;;提高熱電偶響應(yīng)速度的補(bǔ)償算法[A];中國儀器儀表學(xué)會(huì)第五屆青年學(xué)術(shù)會(huì)議論文集[C];2003年

6 黃賽金;;固體傳壓高溫高壓容器內(nèi)巖樣溫度場計(jì)算分析[A];第四屆全國構(gòu)造物理、第二屆全國高溫高壓聯(lián)合學(xué)術(shù)討論會(huì)論文摘要[C];1989年

7 趙會(huì)妮;李楊;龔強(qiáng)國;徐靜;;紅外測溫儀在航空發(fā)動(dòng)機(jī)燃燒室試驗(yàn)中的應(yīng)用[A];探索 創(chuàng)新 交流——第六屆中國航空學(xué)會(huì)青年科技論壇文集（下冊）[C];2014年

8 賀東京;聶友偉;;渦軸發(fā)動(dòng)機(jī)性能差異故障分析[A];“測試性與智能測控技術(shù)”——2018年中國航空測控技術(shù)�？痆C];2018年

9 蘇耿輝;余佳佳;張錫文;何楓;;密閉腔室內(nèi)平板自然對(duì)流測量及分析[A];北京力學(xué)會(huì)第20屆學(xué)術(shù)年會(huì)論文集[C];2014年

10 李飛;余西龍;林鑫;張少華;張新宇;;基于TDLAS的層析成像技術(shù)[A];高超聲速專題研討會(huì)暨第五屆全國高超聲速科學(xué)技術(shù)會(huì)議論文集[C];2012年

相關(guān)重要報(bào)紙文章 前2條

1 上海 王良;熱電偶局部變質(zhì)問題的實(shí)踐(上)[N];電子報(bào);2017年

2 成都 新興 編;減小熱電偶測量誤差的方法[N];電子報(bào);2016年

相關(guān)碩士學(xué)位論文 前10條

1 陳柔茹;基于溫度外推法的薄膜熱電偶靜態(tài)特性標(biāo)定方法研究[D];中國計(jì)量大學(xué);2018年

2 張廣炎;基于鯨魚算法優(yōu)化極限學(xué)習(xí)機(jī)的熱電偶非線性補(bǔ)償方法[D];湘潭大學(xué);2019年

3 駱文龍;嚴(yán)苛環(huán)境下露頭型熱電偶探頭的內(nèi)粘接失效分析與設(shè)計(jì)改進(jìn)[D];浙江工業(yè)大學(xué);2018年

4 姜帥;熱電偶時(shí)間常數(shù)測量系統(tǒng)設(shè)計(jì)[D];沈陽工業(yè)大學(xué);2019年

5 王旭東;基于時(shí)間常數(shù)的熱電偶分揀系統(tǒng)研制[D];沈陽工業(yè)大學(xué);2019年

6 劉亭劍;熱電偶時(shí)間常數(shù)測試系統(tǒng)反饋控制方法改進(jìn)研究[D];中北大學(xué);2019年

7 劉義;基于薄膜熱電偶的銑削溫度測試技術(shù)研究[D];大連交通大學(xué);2018年

8 王洪敏;高溫薄膜熱電偶的制備及性能研究[D];電子科技大學(xué);2018年

9 馬強(qiáng);熱電偶的布置對(duì)航空發(fā)動(dòng)機(jī)防火試驗(yàn)的影響[D];中國民航大學(xué);2017年

10 魏錦俊;熱電偶自動(dòng)檢定系統(tǒng)的研發(fā)[D];浙江大學(xué);2017年

本文編號(hào)：2590232