基于LS-SVM的多传感器气体质量流量测量.pdf

《基于LS-SVM的多传感器气体质量流量测量.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第23卷第5期传感技术学报Vo1．23No．5CHINESEJOURNALOFSENSORSANDACTUATORSMav20102010年5月TheGasMassFlowMeasurementBasedonMulti．SensorandLS．SVMZHAOWeiguo，ZHENGYongjun，SUNBin，ZHENGEnhui，HANGGuowei，LIWenjun(CollegeofMetrologicalandMeasurementEngineering，filiangUniversity，Hangzhou310018，

2、China)Abstract：Anewmulti．sensormethodwasproposedforthegasmassflowmeasurementinthedisorderflowfieldofthepipeline．ThemethodprinciplewasbasedOiltheaveragingpitotflowmeter．Fourthermalflowsensorsweredis—tributedinthepipelineaccordingtotheLog—linearmethodinordertoacquireth

3、eflowrateofdifferentcharacteristicpoint．Throughthecalibrationtest，thevoltageofthesensorswasobtainedatdifferentmassflowrate．Fromthesedata，thegasmassflowmodelwasestablishedbasedonGAandLS—SVM．Inthemeasurementprocess，themassflowwascomputedbyusingthemode1．Theexperimentres

4、eachshowedthemesurementiSvalid．Keywords：multi—sensor；massflow；Log—linearmethod；LS—SVM；GAEEACC：7230L：7320W基于LS—SVM的多传感器气体质量流量测量冰赵伟国，郑永军，孙斌，郑恩辉，梁国伟，李文军(中国计量学院计量测试工程学院，杭州310018)摘要：针对流量测量中流速分布不规则对气体流量测量精度的影响，提出了一种多传感器气体质量流量测量新方法。该方法基于均速管测量原理，在测量管道中按照对数线性法分布了4个热式气体流量传感器，采

5、集不同特征位置的流量。通过流量标定实验，获得不同质量流量下测量管道内4个传感器的电压。然后利用GA和LS—SVM算法，将传感器电压和气体的质量流量作为训练集，建立了气体流量模型。实际测量中由4个传感器的电压计算出气体的质量流量。不规则流场的流量实验结果表明该方法是有效的。关键词：多传感器；质量流量；对数线性法；最小二乘支持向量机；遗传算法中图分类号：TB937文献标识码：A文章编号：1004—1699(2010)05—0739—05在工业管道中经常需要安装阀门、弯头、歧管、变(LS—SVM)，以最小二乘线性系统作为损失函数，只求

6、径管等管配件。由于这些配件的结构及组合方式较解线性方程，运算速度快，已经得到广泛的应用。J。多，从而引起了管内气体流速分布不同的变化。而流在流速分布不规则的情况，热式流量传感器输速分布是影响流量测量的主要因素¨-2J。目前解决出的非线性更加严重，仅仅依靠一个热式流量传感此类问题主要采用威力巴流量计及多探头超声波流器的测量结果预估管道的流量，必然导致测量的精量计。威力巴流量计的取压小孑L容易堵塞，需要经常确度大大降低I9J。因此需要采用多个热式流量传清洗。多探头的超声波气体流量计对管内气体压力，感器，建立多传感器的非线性模型。管道

7、的振动以及开孑L等有严格的要求。热式气体流本文提出了一种多传感器气体质量流量测量新量测量方法是一种质量流量测量方法，不需温压补方法。该方法采用4个热式流量传感器，分布在测偿，具有测量精度高，测量范围宽，响应速度快等优量管道的不同特征位置，用于获取不同特征点的气点，但是热式流量传感器输出为非线性，需要建立非体流量。通过实验设计了不同流速分布的流场，获线性模型，实现对气体流量的精确测量』。得了管道内的气体质量流量与4个传感器输出的数支持向量机(SVM)是Vapnik在1995年提出的一据，应用遗传算法(GA)和LS．SVM算法建立了

8、不同种的统计学习方法，较好地解决小样本、非线性、局部流场的流量测量模型，实现了不规则流场分布的流极小点等问题。而近年来提出的最小二乘支持向量机量测量项目来源：浙江省自然科学基金资助(Y1080950)；国家质检总局科技计划项目资助(2006QK66)收稿日期：2