基于BP神經(jīng)網(wǎng)絡(luò )的數字式渦流傳感器特性曲線(xiàn)擬合的實(shí)現
加入技術(shù)交流群
4 仿真研究
完成系統硬件連接，并對系統進(jìn)行調試，通過(guò)實(shí)驗測得某數字式渦流傳感器系統輸出電壓和被測位移量之間對應關(guān)系的一組數據如表2所示。由實(shí)驗數據可知：d—f變化趨勢在被測試件位移量較小時(shí)基本上成線(xiàn)性關(guān)系；但是在被測試件位移量較大時(shí)，線(xiàn)性度較差，呈現非線(xiàn)性關(guān)系，這主要因為影響傳感器特性的因素有很多；被測試件表面平整度、表面磁效應、表面鍍層、表面尺寸以及傳感器的安裝和工作溫度等諸多因素都會(huì )對渦流傳感器的特性產(chǎn)生影響。為了驗證BP神經(jīng)網(wǎng)絡(luò )對于位移一頻率關(guān)系擬合的正確性，本文采用最小二乘算法進(jìn)行仿真對比研究。最小二乘算法擬合后殘差平方和的大小決定了多項式擬合的效果，為了盡可能降低各測量點(diǎn)的殘差平方和的數值，要合理選擇擬合的階次。擬合階次的選擇既要兼顧擬合曲線(xiàn)的光滑程度，又要注重考慮真實(shí)反映傳感器輸入、輸出之間的變化規律。利用MATIAB語(yǔ)言編寫(xiě)最小二乘算法程序。誤差準則為：目標誤差rose(均方誤差)的計算公式如(8)式所示：
上述兩式中N為樣本長(cháng)度。本文引用地址：http://dyxdggzs.com/article/159754.htm
取m=6階，最小二乘算法擬合結果如(10)式所示：
為了提高神經(jīng)網(wǎng)絡(luò )的訓練速度，文中將實(shí)驗測得數據進(jìn)行歸一化處理，將所收集的數據映射到指定的區間[0，1]之中，根據上述過(guò)程利用MATLAB語(yǔ)言編程建立BP神經(jīng)網(wǎng)絡(luò )、并對網(wǎng)絡(luò )初始化、進(jìn)行網(wǎng)絡(luò )訓練和仿真測試?；?a class="contentlabel" href="http://dyxdggzs.com/news/listbylabel/label/BP神經(jīng)網(wǎng)絡(luò )">BP神經(jīng)網(wǎng)絡(luò )和最小二乘算法擬合曲線(xiàn)如圖6所示，仿真結果對比如表3所示。數字式渦流傳感器特性曲線(xiàn)擬合效果如圖6所示。
5 結論
仿真結果表明，只要實(shí)驗測得數據足夠多，就可利用所建BP神經(jīng)網(wǎng)絡(luò )實(shí)現渦流傳感器輸入和輸出之間的非線(xiàn)性映射，從而得到渦流傳感器的特性曲線(xiàn)?；贛ATLAB建立BP神經(jīng)網(wǎng)絡(luò )擬合數字式渦流傳感器的特性曲線(xiàn)的程序設計簡(jiǎn)單，且具有較強非線(xiàn)性處理能力和函數逼近能力，網(wǎng)絡(luò )運算速度快、性能穩定。
pid控制相關(guān)文章:pid控制原理
電流變送器相關(guān)文章:電流變送器原理
評論