资源描述：
《基于改进型BP神经网络的瓦斯传感器的非线性校正》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、2007年第26卷第1期传感器与微系统(TransducerandMicrosystemTechnologies)15基于改进型BP神经网络的瓦斯传感器的非线性校正刘刚,刘学仁,嵇英华,罗海梅(江西师范大学物理与通信电子学院,江西南昌330022)摘要:提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线行校正。仿真实验结果表明:与传统的分段线性与BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的5.020%提高到现在的0.130%,且易于动态调校。关
2、键词:改进型BP神经网络;瓦斯传感器;非线性校正中图分类号:TP183文献标识码:A文章编号:1000-9787(2007)01-0015-03NonlinearcorrectionofmethanesensorbasedonimprovedBPneuralnetworkLIUGang,LIUXue-ren,JIYing-hua,LUOHa-imei(CollegeofPhysics&CommunicationElectronics,JiangxiNormalUniversity,Nanchang330022,China)Abstract:Thenonlinear
3、correctionmethodofmethanesensorbasedonimprovedBPneuralnetworkisintroducedtoapproachinversenonlinearfunctionbyuseofnonlinearmappingabilityofneuralnetwork.Theexperimentalresultsshowthatnetwork-learningspeedcanbespedupmarkedlyandnonlinearprecisionofthesensoris0.130%nonlinegrprecisionofclassic
4、paragraphalgorithmandBPalgorithmis5.020%.Keywords:improvedBPneuralnetwork;methanesensor;andnonlinearcorrection0引言特点,是其他方法所无法比拟的。目前,我国正处在一个能源紧缺的情况下,煤炭资源的1瓦斯检测原理及分析开发利用导致全国各个煤矿企业日益加大煤的产量,但是,目前,国内外普遍采用的瓦斯传感器是热催化元件,[1]由于各种原因导致煤矿安全事故不断,其中一个重要的因又称为燃烧式载体催化元件。其检测原理是:将催化素是瓦斯爆炸。因此,煤矿瓦斯安全的检测非常重要,而用
5、元件、补偿元件和桥臂电阻构成惠斯顿电桥,加一恒定电于检测瓦斯体积分数的就是瓦斯传感器,其输入与输出之压,由于热催化元件的骨架是铂丝材料,电流流过时加间存在着较严重的非线性,实际应用中,一般采用分段线性热,使温度为500左右,当遇到瓦斯气体时,瓦斯气体化校正的方法,这在一些检测精度要求较高的场合往往达接触催化元件表面时会发生氧化反应,即无焰燃烧,产生不到实际需要,因此,必须进行高精度的线性化校正,本文大量的热量,使催化元件温度升高,阻值增大,电桥输出提出了一种基于改进型BP神经网络的瓦斯传感器的非线不平衡电压,反映被测瓦斯的体积分数。其检测原理图如性校正方法,利用神经网络良好
6、的非线性映射能力,通过实图1所示。验数据训练神经网络,使网络逐步调节层间的连接权,逼近反非线性函数,利用该函数传感器可实现按非线性特性输出系统的被测量值。将此网络函数作为传感器系统的非线性校正软件,对比常用的分段线性化校正和传统BP的方图1瓦斯传感器检测原理图法,通过对一组传感器数据的计算,得到测量准确度可由原Fig1Principlediagramofmethanesensor来的5.020%提高至0.130%。实例分析可见改进型图1中,ui为传感器工作电压;uo为传感器输出电压;BP算法在非线性标定和提高精度方面的优点,特别是神经r1为热催化元件;r2为补偿电
7、阻;R1,R2为桥臂电阻。检网络技术可在很少的标定数据下得到要求测量精确度的测瓦斯气体体积分数时,瓦斯传感器的输出电压为收稿日期:2006-07-2716传感器与微系统第26卷R2r2uo=-)ui.R1+R2r1+r2设R1=R2=R,则r1-r2uo=ui.(1)2(r1+r2)图2三层前馈神经网络拓扑结构式(1)表明:检测输出信号与热催化元件r1阻值呈非Fig2Structurediagramofforward-
