9.1-误差修正技术2PPT课件

– (1)取传感器原始实验数据。
– (2)由式(9．1．3)变换原始数据和，式(9．1．4)变 换原始数据，得训练神经网络的输入、输出样本对。
– (3)确定神经网络输入、输出端数量、各层节点数、 和的值。网络输入端数量与输入层节点数量相同， 等于环境参数个数加1。输出端数量与输出层节点 数均为1。隐层节点数根据被测非电量、环境参数 及传感器输出之间的关系的复杂程度而定，关系复 杂取多些，反之取少些。和一般取0～1。
13
非线性校正方法
非线性校正方法很多，例如：
– 利用校准曲线用查表法作修正； – 利用分段折线法进行校正； – 用整段高次多项式近似。 – 神经网络的方法。
返回
上一页
下一页
2021/3/10
14
(1) 整段校正法
整段校正法也称整段多项式近似法，其核心问 题是多项式的生成，即直接利用非线性方程进 行校正。
D i' (D i D im)i/n D (im aD xim)in (9．1．2)
即误差修正模型的输出z与被测非电量x成线性关系, 且与各环境参数无关。 只要使误差修正模型 ， z(z'； t)f1(z'； t)x 即可实现传感器静态误差的综合修正。
返回
上一页
下一页
2021/3/10
9
通常传感器模型及其反函数是复杂的，难以用数学式子描述。 ༆☯뼌厯以通过实验测得传感器的实验数据集 ：
– 动态误差是指检测系统输入与输出信号之间的差异。由于产 生动态误差的原因不同，动态误差又可分为第一类和第二类。
• 第一类动态误差：因检测系统中各环节存在惯性、阻尼及非线 性等原因，动态测试时造成的误差。
• 第二类误差：因各种随时间改变的干扰信号所引起的动态误差。
针对不同的误差，有不同的修正方法；就是对同一误差， 也有多种修正方法。
(9．1．3)
{ x i ； ( ti ； z ') R k 2 ： i 1 ,2 ,. n } t .i ., ( t 1 i ,,t2 i,. tk ) T .i .(9．,1．4)
式中，Di、Do分别是欲作为神经网络输入、输出样本的原始数据
返回
上一页
下一页
2021/3/10
11
建立神经网络误差修正模型的步骤：
在整个量程范围内，选多点测试；在每个点上，测试 多次，由此得出系统的输入、输出数据，列成表格或 绘出曲线。将曲线上各校准点的数据存入存储器的校 准表格中，在实际测量时，测一个值，就到微处理器 去访问这个地址，读出其内容，即为被测量经修正过 的值。
返回
上一页
下一页
2021/3/10
6
内插方法
对于值介于两个校准点与之间时，可以按最邻近的一 个值或去查找对应的值，作为最后的结果。这个结果 带有误差。此时，可以利用 (分段直线拟合)来提高准 确度。校准点之间的内插，最简单的是线性内插。
因神经网络学习时，加在输入端的数据太大，会使神 经元节点迅速进入饱和，导致网络出现麻痹现象。此 外，由于在神经网络中采用S型函数，输出范围为(0， 1)，且很难达到0或1。故在学习之前，应对数据进行 归一化处理。
D o ' 0 .9 (D o D o m )/iD n (o m a D o x m ) i0 n .05
zf(x；t)' 9.1 误差修正技术 9.1.1 系统误差的数字修正方法 9.1.2 随机误差的数字滤波方法 9.1.3 动态补偿方法
返回
上一页
下一页
2021/3/10
2
误差来源有以下几方面：
检测系统本身的误差
(a)工作原理上，如传感器或电路的非线性的输入、输出关系； (b)机械结构上，如阻尼比太小等； (c)制造工艺上，如加工精度不高，贴片不准，装配偏差等； (d)功能材料上，如热胀冷缩，迟滞，非线性等。
– (4)训练神经网络得到误差修正模型。
返回
上一页
下一页
2021/3/10
12
3．非线性特性的校正方法
传感器和自动检测系统的非线性误差(或称线性度)是 一种系统误差，是用其输入、输出特性曲线与拟合直 线之间最大偏差与其满量程输出之比来定义的。
拟合直线：依据若干实验数据，利用一定的数学方法 得到的直线。当采用的数学方法不同时，拟合直线不 同，以此为基准得出的线性度也不同。
输入 、输出关系呈线性的优点：
– 可用线性叠加原理，分析、计算方便；
– 输出信号的处理方便，只要知道输出量的起始值和满量程值， 就可确定其余的输出值，刻度盘可按线性刻度；
– 在工业过程控制中常用的电动单元组合仪表，由于单元之间 用标准信号联系，要求仪表具有线性特性。
返回
上一页
下一页
2021/3/10
当取
No Image
返回
上一页
下一页
2021/3/10
7
2．用神经网络修正系统误差
返回
上一页
下一页
2021/3/10
8
传感器模型 t(t1,t2,..t.k,)T
环 境 参 数 xf 1(z'；t)
z(z'；t)
误差修正模型的输出 (z'；t)f1(z'；t)
z(z'； t)f1(z'； t)x
外界环境影响
– 例如，温度，压力和湿度等的影响。
人为因素
– 操作人员在使用仪表之前，没有调零、校正；读数误差等。
返回
上一页
下一页
2021/3/10
3
误差分类：
从时间角度，把误差分为静态误差和Hale Waihona Puke Baidu态误差。
– 静态误差包括通常所说的系统误差和随机误差。其中，系统 误差是指在相同条件下，多次测量同一量时，其大小和符号 保持不变或按一定规律变化的误差。
( x 1 ,y 1 )( , x 2 ,y 2 ),( .x . n , . y n ,)
根据前向神经网络具有很强的输入、输出非线性映射能力的特点， 以实验数据集的和为输入样本，及对应的为输出样本， 对神经网络进行训练，使神经网络逐步调节各个权值自动实现
返回
上一页
下一页
2021/3/10
10
归一化处理
返回
上一页
下一页
2021/3/10
4
9.1.1 系统误差的数字修正方法
1. 利用校正曲线修正系统误差 2．用神经网络修正系统误差 3．非线性特性的校正方法
返回
上一页
下一页
2021/3/10
5
1.利用校正曲线修正系统误差
通过实验校准(或称标定)来获得系统的校准曲线(输入、 输出关系曲线)。
校准：在标准状况下，利用一定等级的标准设备，为 系统提供标准的输入量，测试系统的输出。