本文主要利用徑向基兩數(RBF)神經網絡算法在溫度補償中的優勢,分析不同溫度對氣體流量測量的影響，一種基于RBF神經網絡的溫度補償方法，有效避免硬件電路補償方法的單一性和不穩定性,在降低成本的同時提高測量裝置的正確率。最終采用軟件補償的萬法對熱式氣體流量計的溫度補償進行了大量實驗,實現了溫度梯度變化下熱式氣體流量計的精度高測量。
一、熱式流量計的工作原理及分類
熱式流量計按結構可以分為熱分布型和浸人型。熱分布型熱式流量計將傳感元件放置于管道壁,傳感元件經過加熱溫度高于流休溫度，流體流經傳感元件表面導致上下游溫度發生變化,利用上下游溫度差測量流體流量，一般用于微小流速氣體流量的測量。
熱分布型熱式流最計的T.作原理如圖1所示,傳感元件由上游熱電阻、加熱器利下游熱電阻組成,加熱器位于管道中心，使得傳感元件溫度高于壞境溫度，上游熱電阻和下游熱電阻對稱分布于加熱器的兩側。圖1中曲線1所示為管道中沒有流休流過時傳感元件的溫度分布線.相對于加熱器的上下游熱電阻溫度是對稱的。當有流體經過熱式傳感元件時,溫度分布為曲線2,顯然流體將上游部分的熱量帶給下游，導致上游溫度比下游溫度低，上下游熱電阻的溫度差△T反映了流體的流量,即△T=f(m)。當流體流速過大時，上下游熱屯陰的溫度差△7趨向于0,因此熱分布型熱式流量計用于測量低流速氣休微小流量。氣體質量流量qm可表示為
式中:Cp-一流體介質的定壓比熱容;A一熱傳導系數;K一一儀表系數。
浸人型熱式流最計的工作原理如圖2所示，一般將兩個熱電阻置于中大管道中心,可測量中高流速流體。熱電阻通較小電流或不通電流，溫度為T;另一熱電阻經較大電流加熱,其溫度T高于氣體溫度。管道中有氣流通過時，兩者之間的溫度差為△T=Tv-T0氣體質量流量qm與加熱電路功率P、溫度差△T的關系式為
式中:E一系數與流體介質物性參數有關;D一與流體流動有關的常數。
如果保持加熱電路功率P恒定，這種測量方法為恒功率法;如果保持溫度差△T恒定，這種測量方法為恒溫差法，兩種方法有各自的優缺點，使用時據具體環境和需要而定。目前較普遍的是采用恒溫差法,由于需要不同的應用領域,恒溫差法已不適用于某些場.合的測量，因此恒功率法應用領域越來越廣泛。恒溫差法的基本原理是流體流過加熱的熱電阻表面使得熱電阻表面的溫度降低，熱電阻的阻值變小。反饋電路自動進行處理,通過熱電阻的加熱電流變大從而使得熱電阻溫度升高,即可使得熱電阻與流體溫度差恒定。通過測量傳感電路的輸出電流或輸出電壓便可獲得流量值。恒功率法的基本原理是加熱功率為恒定值,管道內沒有流體流過時溫度差△7最大,當流體流過熱電阻表面時熱電阻與流體溫度差變小,通過測量△T便可得到流體流量。
二、基于RBF神經網絡的溫度補償
由熱式氣體流量計恒溫差法測量原理分析可知,熱式氣體流量計在測量時，傳感器靈敏系數與流體的熱傳導、密度、黏性等有關,而熱傳導、密度、黏性與環境溫度有關,在溫度變化較大的情況下會導致流量計測量結果產生較大誤差。由測量電路可知,當環境溫度升高時，測速電阻變大，要保證惠斯通測量電橋平衡,其加熱電流將隨著溫度的升高而變大,流量計的輸出電壓也將增大。由此可得，當沒有氣流變化時，流量計測量結果會隨著環境溫度的變化而改變,其輸出結果會產生較大誤差或者錯誤結果。所以,在熱式氣體流量計測量氣體流量時,其溫度偏移現象普遍存在。
1.RBF神經網絡溫度補償原理
神經網絡溫度補償就是利用神經網絡的麗數逼近能力、泛化能力和自學習能力等特性,在不必建立傳感器輸出隨溫度變化的具體模型情況下,通過網絡學習訓練即可模擬出輸人輸出的具體內在聯系。溫度補償原理框圖如圖3所示。
RBF神經網絡溫度補償模型的輸人信號由氣體流量計輸出電壓信號(U、)和環境溫度電壓信號(U)組成,經過RBF神經網絡學習訓練，消除環境溫度T對測量結果的影響,輸出補償后的氣體流速值r'能較好地逼近目標值o,進而消除環境溫度變化影響,提高熱式氣體流量計的測量正確率和穩定性。
2.RBF神經網絡模型
RBF神經網絡是一種3層前饋局部逼近網絡,能逼近任意連續函數,由輸人層、隱含層和輸出層組成。 RBF神經網絡最顯著的特點是隱含層采用高斯RBF,即表示為
三、實驗研究與結果分析
1.樣本獲取與分析
采用標準表法對熱式氣體流量計進行檢定,將標準氣體流量計、熱式氣體流量計和溫度傳感器置于被測環境中。
標準氣體流量計輸出對應被測流速v，熱式氣體流量計輸出電壓U.,溫度傳感器輸出電壓UT。實驗在5組不同的環境溫度下進行,分別在每種溫度下測量15組不同氣體流量值。圖4為不同溫度下熱式氣體流量計輸出的75組試驗數據的分布。
由圖4可知,在同一氣體流量情況下，熱式氣體流量計的輸出隨著溫度的變化存在明顯的溫度漂移。因此,建立RBF神經網絡溫度補償模型,可提高流量測量正確率。
2.溫度補償與效果分析
根據RBF神經網絡算法原理對熱式氣體流量計進行溫度補償，將實驗中的55組數據作為訓練樣本，20組數據作為測試樣本,建立RBF神經網絡。輸人層選取2個節點，分別對應熱式氣體流量計的輸出電壓信號U,和溫度傳感器輸出電壓信號Uτ,隱含層選取10個節點，輸出層選取1個節點對應精度高標準氣體流量計輸出流速u。對熱式氣體流量計進行溫度補償，補償效果如表1所示。
經RBF神經網絡溫度補償后熱式氣體流量計輸出基本不隨溫度改變而變化,其誤差隨溫度變化曲線.如圖5所示,最大相對誤差為0.85%,有效提高了測量正確率。
以上內容源于網絡，如有侵權聯系即刪除!
