本文主要(yào)利用徑向基兩(liang)數(RBF)神經網絡算(suan)法在溫度🌈補償(cháng)中的優🍓勢,分析(xi)不同溫度對氣(qi)體流量測量的(de)❗影響，一種基于(yú)RBF神經網絡的溫(wēn)度補償方法，有(you)效避免硬件電(diàn)路補償方法的(de)單一性和不穩(wen)定性,在降低成(chéng)本的同時提高(gāo)測量裝置的正(zheng)确率🈲。最終采用(yòng)🌈軟件補償的萬(wàn)法對熱式氣體(tǐ)流量計的溫度(du)補償進行了大(dà)量實驗,實現了(le)溫度梯度變化(huà)下熱式氣體流(liu)量計 的精度高(gao)測量。
一、熱式流(liu)量計的工作原(yuán)理及分類
　　熱式(shi)流量計按結構(gòu)可以分爲熱分(fen)布型和浸人型(xíng)。熱分布✔️型熱式(shi)流量計将傳感(gan)元件放置于管(guan)道壁😘,傳感💃元件(jiàn)❗經過加熱♻️溫度(dù)高于流休溫度(du)，流體流經🐅傳感(gǎn)元✂️件表面導緻(zhi)上🚶下遊溫度發(fā)生變化,利用上(shang)下遊溫度差測(cè)量流體流量，一(yī)般用于微小流(liú)速氣體流量的(de)測量。
　　熱分布型(xíng)熱式流最計的(de)T.作原理如圖1所(suǒ)示,傳感元件由(you)上遊熱電阻、加(jiā)熱器利下遊熱(re)電阻組成,加熱(rè)器位于管道中(zhōng)✂️心，使🌈得傳🥰感元(yuan)件溫度高于壞(huài)境溫度，上遊😄熱(rè)電阻和下遊🚩熱(re)電阻對稱分布(bù)于加熱器🈲的兩(liang)側。圖1中曲線1所(suǒ)示爲管道中沒(mei)有流休流過時(shí)傳感元件的溫(wēn)度分布線.相對(duì)于加熱器的上(shang)下遊熱電阻溫(wen)度💘是對稱的。當(dāng)有流體經過熱(rè)式傳感元件時(shi),溫度分布爲曲(qu)線2,顯然流體将(jiang)上遊部分的熱(re)量帶給下遊，導(dǎo)緻上遊溫度比(bǐ)下遊溫度低，上(shàng)下遊熱電阻的(de)溫度差△T反映了(le)流體的流量,即(jí)△T=f(m)。當流體流♍速過(guò)大時，上下遊熱(rè)屯陰的溫度差(cha)△7趨向于0,因此熱(rè)分布型熱式流(liu)量計用于測量(liang)低流速氣休微(wēi)小流量。氣體質(zhì)量流量qm可表示(shì)爲
 
式中:Cp-一流體(ti)介質的定壓比(bǐ)熱容;A一熱傳導(dǎo)系數;K一🌍一儀表(biao)🏃‍♂️系數。
 
　　浸人型熱(re)式流最計的工(gōng)作原理如圖2所(suo)示，一般将兩個(gè)熱電阻 置于中(zhong)大管道中心,可(kě)測量中高流速(sù)流體。熱電阻通(tōng)較小電流或不(bu)通電流，溫度爲(wèi)T;另一熱電阻經(jing)較大電流加熱(rè),其溫度T高于氣(qi)體溫度。管道中(zhōng)有氣流通過時(shi)，兩者之間的溫(wēn)度差爲△T=Tv-T0氣體質(zhi)量流量qm與加熱(rè)電路功率P、溫度(dù)差△T的關系式爲(wèi)
 
　　式中:E一系數與(yu)流體介質物性(xing)參數有關;D一與(yǔ)流體流動☂️有關(guan)的常數。
　　如果保(bǎo)持加熱電路功(gōng)率P恒定，這種測(ce)量方法爲恒功(gong)率☎️法;如果📞保持(chi)溫度差△T恒定，這(zhe)種測量方法爲(wèi)恒溫差法，兩種(zhong)方法有各自的(de)優缺點，使用時(shi)據具體環境和(hé)需要而定。目前(qian)較普遍的是采(cǎi)用恒溫差法🔞,由(yóu)于需要不同的(de)應用領域,恒溫(wēn)差法已不适用(yòng)于📧某些場.合的(de)測量，因此恒功(gōng)率法應用領域(yù)越來越💰廣泛。恒(héng)溫差法的基本(běn)原理是流體流(liú)過加熱⛱️的熱🏃🏻‍♂️電(diàn)阻表面使得熱(re)電阻表面的溫(wēn)度降低，熱電阻(zǔ)的阻值變小。反(fǎn)饋電路自動進(jin)行處理,通過熱(rè)電阻的加熱電(dian)流❤️變大從而使(shi)得熱電阻溫度(du)升高,即可使得(de)熱電阻與流體(ti)🏃‍♂️溫度差恒定。通(tong)過測量傳感電(dian)路的輸出電流(liu)🥰或輸出電壓便(biàn)可獲得流量值(zhi)。恒功率法的🥵基(ji)本原理是加熱(rè)功率爲🏃🏻‍♂️恒定值(zhí),管道内沒有流(liu)體流過🈲時溫度(dù)差△7最大,當流體(ti)流過熱🍉電阻表(biǎo)面🛀時熱電阻與(yǔ)流體溫度差變(biàn)小,通過測量△T便(bian)可得到🌈流體流(liu)量。
二、基于RBF神經(jīng)網絡的溫度補(bu)償
　　由熱式氣體(tǐ)流量計恒溫差(cha)法測量原理分(fen)析可知,熱式氣(qì)體流量計在測(cè)量時，傳感器靈(líng)敏系數與流體(ti)的熱傳導、密度(dù)、黏☔性等有關,而(ér)熱傳導、密度、黏(nian)性與環境溫度(dù)有關,在溫☎️度變(bian)化較大的情況(kuàng)下會導緻流量(liàng)計測量結果産(chǎn)生較大㊙️誤差。由(yóu)測量電路可知(zhī),當環境溫🔅度升(sheng)高時，測速電阻(zu)變大，要保證惠(huì)斯🐉通測量電橋(qiao)⁉️平衡,其加熱電(diàn)流㊙️将随着溫度(du)的升高而變大(da),流量計的輸出(chu)電壓也将增大(da)。由此可得，當沒(mei)有氣流變化時(shí)，流量計測量結(jie)果會随🔴着環境(jìng)溫度的變化而(er)改變,其輸出結(jie)果會産生較大(dà)誤差或者錯誤(wù)結果。所以,在熱(re)式氣體流量計(ji)測量氣體流㊙️量(liang)時,其溫度偏移(yi)現象普遍存在(zai)。
1.RBF神經網絡溫度(du)補償原理
　　神經(jīng)網絡溫度補償(cháng)就是利用神經(jing)網絡的麗數逼(bi)近能力、泛化能(neng)力和自學習能(néng)力等特性,在不(bu)必建立傳感器(qi)輸出随溫度變(biàn)化的具體模型(xing)情況下,通過網(wang)絡學習訓練即(jí)可模拟出輸人(ren)輸出的具體内(nei)在聯系。溫度補(bǔ)償原理框圖如(rú)圖3所示。

 
　　RBF神經網絡溫度(du)補償模型的輸(shū)人信号由氣體(ti)流量㊙️計輸出電(dian)🈚壓信号(U、)和環境(jìng)溫度電壓信号(hào)(U)組成,經過RBF神經(jing)❓網絡學習訓練(liàn)🏃🏻‍♂️，消除環境溫度(du)T對測量結果的(de)影響,輸出補償(chang)🌈後的氣體流速(su)值r'能較好地逼(bī)近目标值o,進而(ér)☎️消除環境溫度(du)變化影響,提高(gāo)熱式氣體流量(liàng)計的測量正确(que)率和穩定性。
2.RBF神(shen)經網絡模型
　　RBF神(shén)經網絡是一種(zhong)3層前饋局部逼(bī)近網絡,能逼近(jin)任意連續函數(shù),由輸人層、隐含(han)層和輸出層組(zu)成。 RBF神經🌂網絡最(zuì)顯💃🏻著的特點是(shi)隐含層采用高(gāo)斯RBF,即表示爲
 
三(sān)、實驗研究與結(jié)果分析
1.樣本獲(huo)取與分析
　　采用(yong)标準表法對熱(rè)式氣體流量計(ji)進行檢定,将标(biāo)準氣體流量計(ji)、熱式氣體流量(liang)計和溫度傳感(gǎn)器置于被測環(huan)境中🌈。
　　标準氣體(ti)流量計輸出對(dui)應被測流速v，熱(rè)式氣體流量計(ji)輸🏃出電壓U.,溫度(du)傳感器輸出電(diàn)壓UT。實驗在5組不(bú)同的環境溫度(dù)下進行,分别在(zài)每種溫度下測(ce)量15組不同氣體(ti)流量值。圖4爲不(bu)同溫🔞度下熱⛷️式(shi)氣體流量計輸(shū)出的75組試驗數(shu)據的分布⛱️。
 
　　由圖(tú)4可知,在同一氣(qì)體流量情況下(xia)，熱式氣體流量(liàng)計的輸出随着(zhe)溫度的變化存(cún)在明顯的溫度(dù)漂移。因此,建立(lì)RBF神經網絡溫度(du)補償模型,可提(ti)高流量測量正(zhèng)确率。
2.溫度補償(cháng)與效果分析
　　根(gen)據RBF神經網絡算(suan)法原理對熱式(shi)氣體流量計進(jin)行溫度補償💁，将(jiang)實驗中的55組數(shù)據作爲訓練樣(yàng)本，20組數據作❗爲(wèi)測試樣本,建立(li)RBF神經網絡。輸人(rén)層選取2個節點(diǎn)，分别對應熱🛀🏻式(shi)氣體流量計的(de)輸出電壓信号(hao)U,和⛱️溫度傳感🔱器(qì)輸出電壓信号(hao)Uτ,隐含層選取10個(gè)節點，輸出層選(xuan)取1個節點對應(yīng)精💔度高标準氣(qì)體流量計輸出(chū)流速u。對熱式氣(qi)體流量計進行(hang)溫度補償，補償(cháng)效果如表1所示(shì)。
 
　　經RBF神經網絡溫(wen)度補償後熱式(shì)氣體流量計輸(shū)出基本不随溫(wen)🆚度🌈改變而變化(hua),其誤差随溫度(du)變化曲線.如圖(tú)5所示,最大相對(dui)誤差爲0.85%,有效提(tí)高了測量正确(què)率。

以上内容源(yuán)于網絡，如有侵(qīn)權聯系即删除(chú)!