本(ben)文主要利(li)用徑向基(ji)兩數(RBF)神經(jing)網絡算法(fa)在溫度補(bu)償中的優(you)勢,分析不(bu)同溫度對(dui)氣體流量(liang)測量的影(ying)響，一種基(ji)于RBF神經網(wang)絡的溫度(du)補償方法(fa)，有效避免(mian)硬件電路(lu)補償方法(fa)的單一性(xing)和不穩定(ding)性,在降👄低(di)成本的同(tong)時提高測(ce)量裝置的(de)正确率。最(zui)終采用✏️軟(ruan)件補償的(de)📐萬法對熱(re)式氣體流(liu)量計的溫(wen)度補償💯進(jin)行了大量(liang)實驗,實現(xian)了溫度📐梯(ti)度變化下(xia)熱式氣體(ti)流量計 的(de)精度高測(ce)量。
一、熱式(shi)流量計的(de)工作原理(li)及分類
　　熱(re)式流量計(ji)按結構可(ke)以分爲熱(re)分布型和(he)浸人型。熱(re)分布🏃型熱(re)式流量計(ji)将傳感元(yuan)件放置于(yu)管道壁,傳(chuan)感元件經(jing)過加熱溫(wen)度高于流(liu)休溫度，流(liu)體流經傳(chuan)感元件表(biao)面👈導緻上(shang)下遊溫度(du)發生變化(hua),利用上下(xia)遊溫度差(cha)測量流體(ti)流量，一般(ban)用于微小(xiao)流速氣體(ti)流量的測(ce)量。
　　熱分布(bu)型熱式流(liu)最計的T.作(zuo)原理如圖(tu)1所示,傳感(gan)元件💋由上(shang)遊熱🔞電阻(zu)、加熱器利(li)下遊熱電(dian)阻組成,加(jia)熱器位于(yu)管道中心(xin)，使得傳感(gan)元件溫度(du)高于壞境(jing)溫度，上遊(you)熱電阻和(he)下遊⛱️熱電(dian)阻對稱分(fen)布于加熱(re)器的兩側(ce)。圖1中曲線(xian)1所示爲管(guan)道中沒有(you)流休流過(guo)時傳感元(yuan)件的溫度(du)分布線.相(xiang)對于加熱(re)器的上下(xia)遊💔熱電阻(zu)溫度㊙️是對(dui)稱的。當有(you)流體經過(guo)熱式傳感(gan)元件時,溫(wen)度👌分布爲(wei)曲線2,顯然(ran)流體将上(shang)遊部分的(de)熱量☂️帶給(gei)下遊，導緻(zhi)上遊溫度(du)比下遊溫(wen)😘度低，上下(xia)遊熱電阻(zu)的溫度差(cha)△T反映了流(liu)體的流量(liang),即△T=f(m)。當流體(ti)流速過大(da)時，上下遊(you)熱屯陰的(de)溫度差△7趨(qu)向于0,因此(ci)熱分布型(xing)熱式流量(liang)計用于測(ce)量低流速(su)氣休微小(xiao)流量。氣🌈體(ti)質量流量(liang)qm可表示爲(wei)
 
式中:Cp-一流(liu)體介質的(de)定壓比熱(re)容;A一熱傳(chuan)導系數;K一(yi)一儀表系(xi)🈲數🥵。
 
　　浸人型(xing)熱式流最(zui)計的工作(zuo)原理如圖(tu)2所示，一般(ban)将兩個熱(re)電阻 置于(yu)中大管道(dao)中心,可測(ce)量中高流(liu)速流體。熱(re)電阻通較(jiao)🧑🏾‍🤝‍🧑🏼小電流或(huo)不通電流(liu)，溫度爲T;另(ling)一熱電阻(zu)經較大電(dian)流加熱,其(qi)溫度T高于(yu)氣體溫度(du)。管道中有(you)氣流通過(guo)時，兩者之(zhi)間的溫度(du)差爲⚽△T=Tv-T0氣體(ti)質🐪量流量(liang)qm與加👨‍❤️‍👨熱電(dian)路功率P、溫(wen)度差🌍△T的關(guan)系式爲
 
　　式(shi)中:E一系數(shu)與流體介(jie)質物性參(can)數有關;D一(yi)與流體流(liu)動有關的(de)常數。
　　如果(guo)保持加熱(re)電路功率(lü)P恒定，這種(zhong)測量方法(fa)爲恒功率(lü)法💁;如果保(bao)持溫度差(cha)△T恒定，這種(zhong)測量方法(fa)爲恒溫差(cha)🈲法，兩種方(fang)❌法有各自(zi)的優缺點(dian)，使用時據(ju)具體環境(jing)和需要而(er)定。目前較(jiao)普遍的是(shi)采用恒溫(wen)差法,由于(yu)需要🌈不同(tong)的應用領(ling)域,恒溫差(cha)法已✌️不适(shi)用于某些(xie)場.合的測(ce)量，因此恒(heng)功率法應(ying)用領域越(yue)來越廣泛(fan)。恒溫差🌏法(fa)🐆的基本原(yuan)理是流體(ti)流過加熱(re)的熱電阻(zu)表面使得(de)熱電阻表(biao)面的溫度(du)降低，熱電(dian)阻的阻值(zhi)變小。反饋(kui)電路自動(dong)進行處理(li),通過熱電(dian)阻的加熱(re)電流變大(da)從而使得(de)熱電阻溫(wen)度升高,即(ji)可使得熱(re)電阻與流(liu)體🌏溫度差(cha)恒定。通過(guo)測量🐇傳感(gan)電路🎯的輸(shu)出電流或(huo)輸出電壓(ya)❗便可獲得(de)流量值。恒(heng)功率👣法的(de)😄基本原理(li)是加熱功(gong)率爲🥰恒定(ding)值,管道内(nei)沒有流體(ti)流過時溫(wen)度差△7最大(da),當流體流(liu)過熱電阻(zu)表面時熱(re)電阻與流(liu)體溫度差(cha)變小,通過(guo)測量△T便可(ke)得到流體(ti)流量。
二、基(ji)于RBF神經網(wang)絡的溫度(du)補償
　　由熱(re)式氣體流(liu)量計恒溫(wen)差法測量(liang)原理分析(xi)可知,熱式(shi)氣體流量(liang)計在測量(liang)時，傳感器(qi)靈敏系數(shu)與流💜體的(de)熱傳導、密(mi)度、黏性等(deng)有關,而熱(re)傳導、密度(du)、黏性與環(huan)境溫度有(you)🌈關,在溫度(du)變化較大(da)的情況下(xia)會導緻流(liu)量計測量(liang)結果産生(sheng)較大誤差(cha)。由測量電(dian)路可知,當(dang)環境溫度(du)升高時，測(ce)速電阻變(bian)大，要保證(zheng)惠斯通測(ce)量電橋平(ping)衡,其加熱(re)電流将随(sui)着溫度的(de)升高而變(bian)大,流量計(ji)的輸出電(dian)壓也将增(zeng)大。由此可(ke)得，當♍沒有(you)氣流變化(hua)時，流量計(ji)測量結果(guo)會随着環(huan)境溫度的(de)變化🔞而改(gai)變,其輸出(chu)結果會産(chan)生較大誤(wu)✨差或🛀🏻者錯(cuo)誤結果。所(suo)以,在熱式(shi)氣體流量(liang)計測👈量氣(qi)體流量時(shi),其溫度偏(pian)移現象普(pu)遍存在。
1.RBF神(shen)經網絡溫(wen)度補償原(yuan)理
　　神經網(wang)絡溫度補(bu)償就是利(li)用神經網(wang)絡的麗數(shu)逼近能力(li)、泛化能力(li)和自學習(xi)能力等特(te)性,在不必(bi)建立傳感(gan)器輸出随(sui)溫度變化(hua)的具體模(mo)型情況下(xia),通過網絡(luo)學習訓練(lian)即可模拟(ni)出輸人輸(shu)出的具體(ti)内在聯系(xi)。溫度補償(chang)原理框圖(tu)如圖3所示(shi)。

 
　　RBF神(shen)經網絡溫(wen)度補償模(mo)型的輸人(ren)信号由氣(qi)體流量計(ji)輸出電壓(ya)♊信号(U、)和環(huan)境溫度電(dian)壓信号(U)組(zu)成,經過RBF神(shen)經網絡💋學(xue)習訓練，消(xiao)除環境溫(wen)度T對測量(liang)結果的✏️影(ying)響,輸出補(bu)償後的氣(qi)體流速值(zhi)r'能較好地(di)逼近目标(biao)值o,進而消(xiao)除環境🐉溫(wen)度變化影(ying)響,提高熱(re)式氣體流(liu)量計的測(ce)🌈量正确率(lü)和穩定性(xing)。
2.RBF神經網絡(luo)模型
　　RBF神經(jing)網絡是一(yi)種3層前饋(kui)局部逼近(jin)網絡,能逼(bi)近任💔意連(lian)續🏃🏻‍♂️函數,由(you)輸人層、隐(yin)含層和輸(shu)出層組成(cheng)。 RBF神經網絡(luo)😘最顯著的(de)特點是隐(yin)含層采用(yong)高斯RBF,即表(biao)示爲
 
三、實(shi)驗研究與(yu)結果分析(xi)
1.樣本獲取(qu)與分析
　　采(cai)用标準表(biao)法對熱式(shi)氣體流量(liang)計進行檢(jian)定,将标準(zhun)氣體流量(liang)計、熱式氣(qi)體流量計(ji)和溫度傳(chuan)感器置于(yu)被測環境(jing)中。
　　标準氣(qi)體流量計(ji)輸出對應(ying)被測流速(su)v，熱式氣體(ti)流💘量計輸(shu)出電壓U.,溫(wen)度傳感器(qi)輸出電壓(ya)UT。實驗在5組(zu)不💜同的環(huan)境溫度下(xia)進行,分别(bie)在每種溫(wen)度下測量(liang)15組🌂不同氣(qi)體流量🐆值(zhi)。圖4爲不同(tong)溫度下熱(re)👄式氣體流(liu)量計輸出(chu)的75組試驗(yan)數據的分(fen)布💁。
 
　　由圖4可(ke)知,在同一(yi)氣體流量(liang)情況下，熱(re)式氣體流(liu)量計的輸(shu)🐆出✉️随着溫(wen)度的變化(hua)存在明顯(xian)的溫度漂(piao)移。因此,建(jian)立RBF神經網(wang)絡溫度㊙️補(bu)償模型,可(ke)提高流量(liang)測✂️量正确(que)㊙️率。
2.溫度補(bu)償與效果(guo)分析
　　根據(ju)RBF神經網絡(luo)算法原理(li)對熱式氣(qi)體流量計(ji)進行溫度(du)補償，将實(shi)驗中的55組(zu)數據作爲(wei)訓練樣本(ben)，20組數據作(zuo)爲測試樣(yang)本,建💰立RBF神(shen)經網絡。輸(shu)人層選取(qu)2個節🐕點，分(fen)别對應熱(re)式氣體流(liu)量計的輸(shu)出電壓信(xin)号U,和溫度(du)傳感器輸(shu)出電壓信(xin)号Uτ,隐含層(ceng)選取10個節(jie)點，輸出層(ceng)選取1個節(jie)點對應精(jing)度高标準(zhun)氣體流量(liang)計輸⛱️出流(liu)速u。對熱🌐式(shi)氣體流量(liang)計進行溫(wen)度補償，補(bu)✊償效果如(ru)表1所示。
 
　　經(jing)RBF神經網絡(luo)溫度補償(chang)後熱式氣(qi)體流量計(ji)輸出基本(ben)不随溫度(du)改變而變(bian)化,其誤差(cha)随溫度變(bian)化曲線.如(ru)圖💃5所示,最(zui)大🏃‍♂️相對誤(wu)差爲0.85%,有效(xiao)提高了測(ce)量正确😘率(lü)。

以上内容(rong)源于網絡(luo)，如有侵權(quan)聯系即删(shan)除!