基于BP神经网络的真空度测量精度改善方法研究

2013-10-04 汪洪波 合肥工业大学机械与汽车工程学院

  针对真空度测量精度低的现状,提出一种真空度测量精度改善方法。以热偶规为研究对象,基于BP 神经网络设计真空度测量系统。通过设计BP 网络结构,采用三种不同的算法对网络权值进行训练,以获得尽可能稳定、精度更高的BP神经网络。对三种算法由测试样本进行测试,三种算法训练的网络能较大程度地提高真空度测量精度,受热丝电流、热丝冷阻干扰影响大大减小;而且最速下降法对应的网络输出值波动较大,附加动量法次之,自适应学习速率调整法对应的输出值波动最小,波动量小于0.01。

  目前真空测量的精度很低,一般会导致20%的误差。提高真空测量的精度和速度一直是真空测量关注的重要内容。提高真空测量的精度和速度可以通过改进规管结构和真空计信号转换电路两方面来实现。真空规管结构对真空测量的影响很大,不同的测量结构对应于不同的测量原理,导致不同的测量效果。在规管结构确定下,如何改进真空计信号转换电路的硬件和软件是关键。本文提出一种处理算法能够提高真空测量的精度,使得规管在外界加热电流波动或热丝冷阻发生变化时仍能输出较精确的真空度测量值。

1、真空测量系统原理及框图设计

  本装置以热偶规ZJ-54D 为目标来进行浅析。热偶规工作的道理浅析: 在热偶规测量方法条件内,蒸空室度的变化规律仅与气味热电荷转移关于 系,所以在热丝供暖感应电流不会改变时,铂热电阻的输出精度直流电动伸缩势仅与蒸空室度关于 系,不同热直流电动伸缩势与蒸空室度互相相对应的相互关系建设方案性线性图。假定规管的性线性准确度安全可靠,且不来考虑油过热蒸汽、炭、焊接烟尘的沾污后果。   预期利用中,热丝的填写电压直流电会诞生波动性,进而倾斜规定电压直流电,诱发热偶规的打印输出直流电动三轮四轮势。一同,致使工作环境溫度的发展,诱发热丝冷端热敏电阻值会出现相同发展,也会对直流电动三轮四轮势强弱诞生相同诱发。致使交叉的情况侵扰的具有,终极诱发热直流电动三轮四轮势与压强区间内的相互影响倾斜规管性曲线方程,进而大幅度降低热偶规的測量精准度。本抽真空度測量模式以单独的规管为人群,不涉及到规管的零散性数据分析。   只为清除热丝直流电压电压量的震荡及热丝冷阻的发展无常对机械泵度精确测定的影向,将高温直流电压电压量、热丝冷阻和热直流电动伸缩式伸缩三轮势警报联网信息内容净化处理网上,网上进入为3 个警报,中间U3 为被测热直流电动伸缩式伸缩三轮势的电压电压效果警报,U1、U2 为3个非阶段阶段计划频率性能指标的判断警报,网上效果的开始热直流电动伸缩式伸缩三轮势为Ec,依照热直流电动伸缩式伸缩三轮势和压强相互间的性能指标曲线方程求出被测压强。效果量Ec为被测热直流电动伸缩式伸缩三轮势的单值函数值,这类就能够清除高温直流电压电压量和热丝冷阻2 个非阶段阶段计划量的影向; 况且在高温直流电压电压量发展无常和热丝冷阻震荡的症状下,会让模式效果Ec,以不能问题迈进被测阶段阶段计划量E,最后实行模式阶段阶段计划量精确测定导致精度的提供。

真空度测量系统框图

图1 真空体度测量方法装置框图

2、真空度测量系统BP网络设计

  2.1、BP网络信息产品结构设计构思设计构思   灵活运用面精神微信网格对被测企业信息开展定性分析整理,就可以延长侧量精确。从分折直流智能三轮四轮势的的角度去看,第一个敲定面精神微信网格的根本格局。选文通过3 层BP 面精神微信网格以建立联系在与众不同升温电压大小和热丝冷阻生活条件下的直流智能三轮四轮势分折建模 ,以高于延长侧量精确的视觉效果。显示层进程数由显示走势的位数敲定即升温电压大小、热丝冷阻、热直流智能三轮四轮势,则显示层进程数n = 3,间层为隐进程层,所在层为分折所在的直流智能三轮四轮势,则所在层进程数m= 1,其重力作用度侧量软件BP 面精神微信网格根本格局如下图如图所示2 如图所示。   隐藏层子域数的选泽是机器面神经元网络数据更为重中之重的步驟,这篇利用试凑法设定佳隐子域数。试凑法是设定佳隐节数常见的方式方法,使用试凑法时,经过如下所示经验总结函数设定隐子域数

基于BP神经网络的真空度测量精度改善方法研究

  式中,k 为隐层组件数,n 为输进层组件数,m 为转换层组件数,A为1~ 10 之間的常数。依照成功经验表格函数,先设立较少的隐组件学习网上,但是渐渐的增长隐组件数,用同时模本集中化对其进行学习。原因网上相对多种的模本有着多种的粗差,以多对学习模本中极大者Emax体现网上的总粗差E ,也都可以其均粗差根

基于BP神经网络的真空度测量精度改善方法研究

  是网路的总误差度值,关键在于敲定网路总误差度值世界最大时对应着的隐时间数。隐层、所在层的面感觉神经元转意指数函数值按照Sigmoid 指数函数值,可以免 面感觉神经元的所在步入过剩环境。

BP 神经网络基本结构图

图2 BP 运动神经网格根本设备构造图

结论

  根据正空度估测精密度低的问题,这篇来源于BP面神经在线设汁方案了正空度估测统计资料资料的相关信息正确处理做法。通过设汁方案BP 在线框架,由监测样例统计资料资料通过两类汉明距离对在线权值实现来训练法,以赢得可靠、精密度更大的正空度估测BP 在线。由测试仪统计资料资料考验,两类汉明距离来训练法的在线较原估测统计资料资料的精密度远远增强,受微波加热电压和热丝冷阻值变迁的不良影响远远减小; 同样,响应式性学传送速度的调准法、额外添加动量法相相关联的的估测所在统计资料资料跌涨量较最速减低法小,其知中响应式性学传送速度的调准法相相关联的的估测所在统计资料资料跌涨量最长,大于0.01。这将为下步骤高精密度正空计開發展示 强劲的技术水平支撑体系。