欢迎来到天天文库
浏览记录
ID:35068526
大小:3.73 MB
页数:64页
时间:2019-03-17
《基于神经网络的电磁传感器励磁结构优化方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文MASTER’SDISSERTATION论文题目基于神经网络的电磁传感器励磁结构优化方法研究作者姓名李季学科专业电子科学与技术指导教师李英伟教授2016年5月中图分类号:TH864学校代码:10216UDC:621.38密级:公开工学硕士学位论文基于神经网络的电磁传感器励磁结构优化方法研究硕士研究生:李季导师:李英伟教授副导师:武怀勤教授申请学位:工学硕士工程领域:电子科学与技术所在单位:信息科学与工程学院答辩日期:2016年5月授予学位单位:燕山大学ClassifiedIndex:TH864Sc
2、hoolcode:10216U.D.C:621.38SecretLevel:openDissertationfortheMasterDegreeinElectronicScienceandTechnologyRESEARCHONELECTROMAGNETICSENSOREXCITATIONSTRUCTUREDESIGNMETHODBASEDONNEURALNETWORKSBy:LiJiSupervisor:ProfessorLiYingweiYanshanUniversityMay,2016燕山大学硕士学位论
3、文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于神经网络的电磁传感器励磁结构优化方法研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年月日摘要摘要电磁流量计测量精度的关键部件是电磁传感器励磁结构,因此对电磁传感器励磁结构优化方法的研究很有必要。传统的电磁传感器励磁结构设计存在着很大缺陷:设计人员
4、对数据只是通过简单仿真和分析便得出结果,所以无法避免数据不充分,进而导致不能得到较好的最优电磁传感器励磁结构。为解决这一问题以便研制出精度更高的电磁流量计,本文提出了一种新的电磁传感器励磁结构设计方法。首先,构建了电磁传感器励磁结构有限元仿真模型。在有限元仿真方法思想的基础上,对需要仿真的对象进行物理模型分析;引入磁场评价指标,据此对所建模型的性能进行分析,并利用ANSYS有限元仿真软件对其进行网点划分、材料分配、仿真模型生成;对不同的结构参数进行仿真,得到仿真结果后使用MATLAB进行初步分析、记录,为之后
5、的径向基神经网络的学习提供输入数据。其次,建立了电磁传感器励磁结构的神经网络模型。在使用神经网络构建励磁结构模型思想的基础上,研究了径向基神经网络的基本理论,并据此来编程实现该神经网络;通过与BackPropagation(BP)神经网络进行对比,验证其用来进行模型构建具有更好的性能;通过使用ANSYS软件获得的仿真数据,并将其作为教师数据通过径向基神经网络,网络经过学习得到两个非线性的系统模型。最后,研究了基于布谷鸟算法的电磁传感器励磁结构优化方法。在使用布谷鸟算法解决优化问题思想的基础上,使用权值分配的方
6、式,将多目标优化问题转化为单目标优化问题;其次在初始化布谷鸟算法时,依次对两只布谷鸟进行了初始化,并设定了不同的搜索域,同时让两只布谷鸟分别独立飞行、搜索对应区域的最优解。并据此得出了电磁传感器励磁结构模型的最优参数解。关键词:电磁传感器;有限元仿真;人工神经网络;布谷鸟算法;多目标优化-I-AbstractAbstractInthepracticeofoilflowmeasurement,highprecisionelectromagneticflowmeterisanimportantguaranteef
7、orcorrectlyestimatingproductionofoilwell,andthemajorpartsoftheelectromagneticflowmeteriselectromagneticsensor.Asanusualway,structureofthesensorisdesignedbyssimplesimulationwithsoftware,anditcan’tavoidmakingsomeerrorswiththeinsufficientdata.Inthispaper,inord
8、ertodevelopamoreaccurateelectromagneticflowmeter,Thisthesisproposeanewdesignmethodofelectromagneticsensor,combiningnon-linearneuralnetworkmodeling,finiteelementsimulationtoelectromagneticfield,andadvan
此文档下载收益归作者所有