气象计量实验室量值比对和能力验证的意义

实验室能力验证是为了确定实验室的检验和测量能力而采取的一种实验室间比对活动。本文结合西北区域气象计量检定所实验室比对的试验结果,针对在比对中发现的问题,并分析问题存在的原因,总结经验,浅述实验室间比对和实验室能力验证的体会及其意义。气象计量实验室能力验证工作有利于提高业务人员整体水平和实验室质量管理水准,使气象计量检定工作能更好地开展。     

建筑物年预计雷击次数计算软件设计

基于年预计雷击次数在建筑物防雷保护中的研究现状,对比分析了GB 50057—1994和GB 50057—2010的异同.针对当前常用计算工具缺陷,依据GB 50057—2010预计雷击次数计算方法,使用Delphi 7.0编写了一种建筑物年预计雷击次数计算软件.该计算软件能够根据建筑物特点快速地计算出建筑物预计雷击次数,显示出校正系数和雷击等效面积数值.     

基于改进GA-BP神经网络的湿度传感器的温度补偿

针对自动气象站采用的HMP45D型湿度传感器测量精度易受温度影响的问题,通过对遗传算法中的编码方式、适应度函数和参数进行改进研究,利用改进的遗传算法(genetic algorithm,GA)对反向传播(back propagation,BP)神经网络的初始权值阈值进行优化,在较大的范围进行搜索,采用反向传播算法在较小范围内进行微调,优化网络结构和参数,提出了用改进遗传算法优化BP神经网络的方法,根据在多温度条件下湿度传感器的实测数据,对利用此方法建立的模型进行温度补偿研究,并结合一般BP神经网络方法进行分析比较.实验结果表明,该方法具有全局寻优能力,补偿精度高,收敛速度快,能够有效补偿温度对湿度传感器的影响,大大提高了湿度传感器的测量准确度.     

自动气象站数据采集器温度通道的环境温度补偿

针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorithm least squares support vector machine,IAGA-LSSVM)的温度补偿方法。改进的自适应遗传算法能够对最小二乘支持向量机拟合过程中的关键参数进行调整从而建立最优模型。与传统LS-SVM相比,IAGA-LSSVM对温度数据的建模均方根误差减小了0.007,有效提高了建模的精度。根据建立的最优函数模型对该数据采集器温度通道进行温度补偿结果表明,经该方法补偿后的数据采集器在任何温度环境下的温度测量误差均小于0.03℃,具有更高的测量精度和稳定性,有效提高了自动气象站的温度观测质量。同时,设计开发了温度补偿界面,为自动气象站观测数据校验和实际业务应用奠定了基础。     

地温传感器现场校准多通道采集系统设计

为提高地温传感器现场校准效率,充分发挥便携式超级干体/液体槽多用温度校验炉的功能,设计一种基于ATmega16L单片机与CMOS 16通道多路复用器的多通道采集系统。该系统具有人机交互界面,能够进行单通道和多通道扫描。系统中微处理器能够根据设置的扫描通道数和扫描间隔控制模拟开关进行通道切换扫描,将采集到的温度值输送到温度校验炉的显示屏上,实现与温度校验炉的实时通信。测试结果表明：该系统能够自动扫描显示各通道传感器的测量值,实现数据读取的自动化,具有较高的实用性与推广价值。     

一种湿度传感器温度补偿的融合算法

针对自动气象站上湿度传感器在实际应用过程中易受温度影响的问题,提出采用RBF神经网络与最小二乘相结合的融合算法实现湿度传感器的温度补偿。该方法将湿度传感器在温度影响下的特性曲线分为两个非线性段和一个线性段,并且自适应的确定线性段和非线性段,在线性段利用最小二乘方法拟合出直线方程,在非线性段利用RBF神经网络补偿温度产生的影响。仿真结果表明,这种方法简单易行,与一般的BP神经网络和最小二乘多项式方法相比,具有拟合训练速度快,补偿精度高的特点,可以有效用于湿度传感器的温度补偿,提高传感器的测量精度和可靠性。