红外甲烷传感器非线性动态补偿的研究

红外甲烷传感器作为瓦斯监测主要传感器之一,非线性动态影响到它的测量准确度和测量范围,不利于安全生产.针对这一问题,采用最小二乘支持向量机非线性动态方法对传感器进行补偿,并对算法予以改进.通过仿真实验加以比较,实验结果表明:基于改进最小二乘支持向量机非线性动态补偿,传感器测量准确性和测量范围大大提高,对促进安全生产有积极...     

基于支持向量机的传感器非线性动态补偿

鉴于相同条件下传感器的输出特性本质上服从某一未知分布及统计学习理论中支持向量机方法解决非线性问题的能力,提出了一种通过学习机构造出反映传感器输出特性的回归函数进行动态补偿的方法。该方法无需被补偿传感器结构特性的先验知识,且提高了泛化能力。实验表明:补偿后的传感器具有期望的输出特性。     

基于支持向量机的电容式传感器温度补偿研究

针对电容式传感器极易受到温度影响这一特性,基于支持向量机（SVM）建立电容式传感器系统补偿逆模型,对电容式传感器进行的温度补偿。实例分析表明：与RBF神经网络温度补偿法相比较,SVM逆模型在很大程度上提高了传感器的线性度,并且,补偿曲线更顺滑,预测性更强,提高了系统计量的准确度。     

基于支持向量机的传感器动态建模方法

传感器动态建模是测量领域的重要研究方向,本文介绍了一种基于支持向量机的传感器动态建模新方法.支持向量机是基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此该方法对样本数量没有特殊的要求.最后,实验证明了该动态建模方法有效.     

基于云粒子群-最小二乘支持向量机的传感器温度补偿

针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择,建立CMPSO-LSSVM传感器温度补偿模型。将该模型应用于振弦式传感器的温度补偿,通过实验证明了该温度补偿方法优于当前其他主要方法。     

基于支持向量机的机载吊舱故障诊断优化算法

提升机载吊舱的后勤保障能力,适应吊舱测试中多型号、多故障类型和测试环境动态变化的测试要求,是打赢现代化战争的重要保障。支持向量机（SVM）算法适用于小样本、高维度、非线性分类问题,SVM相关参数是影响算法性能的重要因素。基于K-CV算法和粒子群算法两种改进的SVM模型可以实现SVM参数优化,K-CV算法可以交叉验证优化模型参数,粒子群算法可以对SVM参数进行动态寻优,建立多核SVM吊舱故障诊断模型。两种算法都可以提高吊舱故障诊断模型的准确率,提高模型的学习能力和泛化能力,有效对吊舱的故障进行定量和定位诊断。     

基于一类支持向量机的传感器故障诊断

提出了一种基于一类支持向量机的传感器故障诊断方法,它利用相空间重构技术将传感器本身获取的相关时序数据转化成矢量,再用一类支持向量机来训练正常行为模型,进而通过发现数据异常来进行故障诊断。通过连续输入测量数据,它还可以实现在线诊断。仿真实验表明:该方法在诊断传感器故障方面有良好的性能。     

基于支持向量机的红外光谱混合气体组分分析

以符合Lambert-Beer定律的光谱信息为研究对象,建立了基于支持向量机的光谱混合气体组分分析模型,并对分析模型进行了实验：模拟混合气体的光谱信息,配制了18个组分浓度不同的样本,其中9个样本作为训练集,另外9个样本作为检验集。实验表明,支持向量机的预测结果要优于神经网络的预测结果。     

基于改进粒子群的隐空间支持向量机

在隐空间中支持向量机求解过程中,引入改进粒子群算法用于搜索空间的迭代。基于粒子群算法的隐空间支持向量机不需要核函数满足正定条件,从而扩展了支持向量机核函数的选择范围。由于采用了仿生类的粒子群算法,对比隐空间支持向量机产生的约束凸二次规划获得了一定的优势,并且通过了仿真实验的验证。     

基于支持向量机的传感器管理技术研究

传感器的优化管理是影响多传感器目标分配问题的重要环节。在分析传感器管理基本要求的基础上,提出了一种基于支持向量机(SVM)的新型目标判定方法。利用SVM算法能够对经验风险和置信范围进行有效控制的优点,以进行多传感器系统的融合预测与可靠性检测,最终实现了在实测数据和可靠的目标预测信息下,对传感器资源的有效管理。仿真实例证明了该传感器管理方法的合理性和有效性。     

具有温度及压力补偿的矿用红外甲烷传感器设计

针对现有红外甲烷传感器因受温度、压力影响而采取硬件补偿方式后存在测量精度和可靠性降低的问题,提出了一种具有温度及压力补偿功能的矿用红外甲烷传感器设计方案,详细介绍了该传感器的软硬件设计,给出了温度、压力的补偿方法,即在数据处理上增加了环境温度及压力补偿功能。测试结果表明,该传感器具有测量精确度高、稳定性好、环境适应能力强等优点。     

基于最小二乘支持向量机的瓦斯传感器非线性校正

依据瓦斯传感器样本,文章提出了一种采用最小二乘支持向量机辨识传感器逆模特征的校正瓦斯传感器非线性误差的方法,详细介绍了SVM回归估计校正方法和LS-SVM校正方法的原理。该方法不需逆模型函数形式的先验知识,能够保证找到的极值解就是局最优解,具有较好的泛化能力。实例应用表明,采用该方法校正后的传感器的检测精度可达到0.4%,效果令人满意。     

基于改进人工蜂群算法的传感器温度补偿

摘要：针对红外气体传感器在工作时外界温度对测量精度影响较大的问题,提出一种基于自适应人工蜂群-BP人工神经网络(AABC - BP)温度补偿方法。原始人工蜂群算法在运算过程中容易随着迭代次数增加而丢失优质解,降低解的稳定性,引入自适应人工蜂群优化算法提高的算法的稳定性。通过不同测试函数对自适应人工蜂群算法进行性能测试对比,结果表明自适应人工蜂群算法全局搜索能力强、计算精度高且计算过程稳定。利用自适应人工蜂群算法对BP神经网络的阈值和权值进行优化。实验结果表明(AABC - BP)混合算法对红外气体传感器的温度补偿误差在5%以内。     

基于GA-WNN温度补偿的红外CO2气体传感器系统研究

为了提高红外CO2气体传感器的探测灵敏度和精度,首先基于计算流体动力学（CFD）仿真计算,研究了传感器腔内气体辐射功率吸收效率与腔体结构之间的关系,模拟结果表明：当圆柱腔体的直径与内壁反射率固定时,腔体结构存在最佳腔长可使传感器红外辐射功率吸收效率达到最大。然后基于CFD仿真的结果设计和实现了CO2气体传感器,并开展了实验比对与验证,进而着重研究了环境温度对气体测量结果的影响。实验结果表明：在5~45oC温度范围内,传感器在0~2000 ppm浓度范围内的测量误差随着温度升高而显著增大。最后采用遗传小波神经网络算法（GA-WNN）对传感器进行了温度补偿,数据融合补偿后传感器的温度漂移得到了较好的抑制,其绝对误差小于±70 ppm,在非样本温度点下,整体平均误差小于±100 ppm,表明CO2气体传感器的测量精度得到了较好的提升。     

基于无线传感网络瓦斯传感器调校技术研究

设计基于无线传感网络技术的瓦斯传感器调校系统,采用JENIC5139模块架构无线瓦斯传感器节点,实现瓦斯检测数据的及时发送、瓦斯传感器的在线调校及参数动态设定;基于无线传感网络的瓦斯传感器节点克服目前瓦斯传感器稳定性差、调校费时费力的缺点,将传统7天升并调效一次传感器的周期延长到2个月,显著提高煤矿企业生产效率;井上控制中心通过无线网络不但可以随时了解瓦斯传感器的工作状态.还可实现瓦斯传感器的动态调零和非线性动态修正,显著改善煤矿企业安全生产水平.     

基于LS-SVM及嵌入式技术的力敏传感器温度补偿

将最小二乘支持向量机(LS-SVM)融合改进模拟退火算法(SA)移植于嵌入式智能仪表中,结合嵌入式技术实现了对力敏传感器的温度补偿.由LS-SVM构建力敏传感器的非线性模型,利用改进的模拟退火算法对LS-SVM中的正则化参数和核宽度进行全局寻优,并通过设计嵌入式软硬件平台对该方法进行了验证.试验结果表明,该方法具有易实现,补偿精度较高等特点,对基于嵌入式智能仪表的传感器温度补偿有一定的实际意义.     

霍尔效应式位移传感器的温度补偿

针对霍尔位移传感器温度漂移的问题,提出了一种基于粒子群优化算法与遗传算法优化最小二乘支持向量机(PSO-GA-LSSVM)的温度补偿新模型。该模型利用粒子群优化算法对最小二乘支持向量机中的惩罚因子和核函数进行优化选取,提高了模型的训练速度与准确度;并引入遗传算法中的变异思想,拓展模型的群搜索空间,提高了寻取更优值的概率。研究结果表明,补偿后该传感器的零位温度系数由1.25×10^-2/℃减小到6.33×10^-4/℃,其灵敏度系数由4.55×10^-3/℃减小到4.22×10^-4/℃,均提升了一个数量级,实现了对该传感器的温度补偿。     

冲击波压力传感器组件动态特性补偿研究

为抑制爆炸场寄生效应,冲击波压力传感器须采取相应抑制措施,这使得传感器组件工作频带变窄,导致测量失真。因此须对传感器组件进行动态补偿,以实现工程无失真测量。首先,对典型冲击波压力传感器组件进行动态校准,并通过微分法得到其动态特性非参数模型;然后,进行了动态特性参数模型辨识,通过设计动态补偿数字滤波器,对典型传感器组件进行了0~40 kHz的动态补偿,并验证其科学性和有效性;最后,对典型爆炸冲击波压力信号进行了动态补偿。该研究对提高冲击波压力测量精度、准确评估毁伤威力具有重要意义。     

基于最小二乘支持向量机的硅压阻式传感器温度补偿

针对硅压阻式传感器灵敏度和零点温度漂移大、硬件补偿电路效果不佳的问题,提出最小二乘支持向量机方法对其温度漂移进行补偿。首先分析了经硬件补偿后的硅压阻式传感器的温度漂移特性,在整个检测范围内选取均匀分布的温度、压力数据作为模型输入,经预处理后对输出数值进行训练,并运用网格搜索法和交叉确认法优化模型的惩罚因子和正则化参数,建立了传感器温度补偿模型。实验结果表明,基于最小二乘支持向量机的温度补偿算法在0~100℃温度范围内把传感器输出综合精度从3.2%FS提高到0.25%FS,进一步提高了传感器的精度和温度使用范围,具有较高的实用价值。