石良喜

（廣州計量檢測技術(shù)研究院，廣東廣州 510030）

0 引言

溫度二次儀表在各行業(yè)中使用相當廣泛，隨著使用環(huán)境的改變，其內(nèi)部環(huán)境的溫度也會改變，導致溫度二次儀表內(nèi)部傳感器原件及集成電路板零位電壓產(chǎn)生漂移，從而產(chǎn)生溫度二次儀表的測量誤差，因此有必要進行溫度補償，減少測量誤差。本文選用數(shù)字傳感器DS18B20對二次儀表所處的環(huán)境溫度進行測量，運用人工神經(jīng)網(wǎng)絡(luò)與BP算法相結(jié)合，得出非線性溫度補償數(shù)據(jù)列表。利用MATLAB工具，對二次儀表的零位測量電壓的溫度漂移進行補償，通過模擬仿真，對比分析補償前后的測量結(jié)果，使用該方法，提高了溫度二次儀表的測量精度，減少了系統(tǒng)的測量誤差，對二次儀表的計量性能起著重要作用。

1 二次儀表的零位電壓溫度特性測量

針對二次儀表的使用環(huán)境，二次儀表內(nèi)部環(huán)境溫度的測量，測試溫度為-40℃～80℃，在輸入為零的條件下，利用單片機模塊來采樣二次儀表的零位電壓值。零位電壓溫度特性的測量系統(tǒng)如圖1，ADC及DAC分別采用A/D轉(zhuǎn)換器和D/A轉(zhuǎn)換器，可以采用獨立的A/D及D/A芯片[1]，本文中分別指單片機中的A/D和D/A模塊。

圖1 二次儀表零位電壓溫度特性測量系統(tǒng)框圖

硬件電路的設(shè)計，具體如圖2所示。這里主要選用數(shù)字溫度傳感器DS18B20與單片機89C51作為主元件，數(shù)字溫度傳感器DS18B20工作方式為外部電源供電方式，與單片機89C5的P1.7管腳相連；整個的硬件電路較簡單，只需要外接入一個4.7kΩ的電阻，即可實現(xiàn)二次儀表零位電壓溫度特性的測量。

圖2 零位電壓溫度特性測量電路連接圖

通過測試，得出零位電壓溫度特性曲線如圖3所示。

圖3 零位電壓溫度特性曲線圖

由圖3可知，該二次儀表的零位電壓溫度特性呈非線性，特性曲線規(guī)律性不明顯。通常采用的方法有硬件法和軟件法，但硬件法存在調(diào)試困難[2]，補償?shù)男Ч幻黠@的缺點，一般采用軟件法尤其是人工智能法可以彌足這些不足[3]。

2 零位電壓溫度漂移補償方案

針對二次儀表的零位電壓溫度特性呈非線性，為了有利于輸入信號的數(shù)字處理，這里運用人工神經(jīng)網(wǎng)絡(luò)，采用BP算法，利用BP神經(jīng)網(wǎng)絡(luò)的非線性擬合和泛化能力，可以有效地對二次儀表的零位電壓進行非線性補償。具體方案如圖4所示。

二次儀表在零輸入的條件下，即所檢測到的信號為零，X=0。利用DS182B20及信號調(diào)理電路，采用在不同溫度條件下傳感器的溫度特性，得到二次儀表的傳感器的溫度特性為

圖4 零位電壓溫度漂移補償框圖

Y（x，t）=Y（0，t）；t=t1，t2，t3……，tn

利用采樣數(shù)據(jù)設(shè)計人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，編寫程序，訓練人工神經(jīng)網(wǎng)絡(luò)，對二次儀表的溫度特性進行擬合，得到溫度范圍內(nèi)任意溫度下二次儀表零位電壓的溫度特性擬合數(shù)據(jù)[4]。訓練后的人工神經(jīng)網(wǎng)絡(luò)特性為T=f（t），t為任意值。由于人工神經(jīng)網(wǎng)絡(luò)具有非線性擬合能力和泛化能力，把任意溫度下傳感器零位下電壓的輸出作為人工神經(jīng)網(wǎng)絡(luò)的訓練目標值，經(jīng)過訓練以后，得到

T=f（t）=Y（0，t），t為任意值，即 T-Y=U（t）=0，從而傳感器的零位電壓得到補償。

3 補償模塊設(shè)計及仿真

根據(jù)圖4所示的補償系統(tǒng)框圖搭建二次儀表零位值的溫漂補償模塊，如圖5所示。圖5中，input3為補償前的傳感器輸出；display1為補償后的二次儀表的輸出值；display2為補償值；dis?play3為人工神經(jīng)網(wǎng)絡(luò)模塊的輸出。其中input2為20℃時的電平值，由二次儀表感溫部分產(chǎn)生的電壓作為基準電壓。

圖5 零位電壓溫度補償模塊框圖

本文中神經(jīng)網(wǎng)絡(luò)模塊為單輸入單輸出系統(tǒng)，則輸入層和輸出層都只具有一個神經(jīng)元節(jié)點。神經(jīng)網(wǎng)絡(luò)模塊選用常見的雙層結(jié)構(gòu)[5]，隱層節(jié)點數(shù)根據(jù)經(jīng)驗公式n=ni+n0+a=1+1+9=10；其中的n為隱層神經(jīng)元節(jié)點數(shù)；ni為輸入層神經(jīng)元節(jié)點數(shù)；n0為輸出層神經(jīng)元節(jié)點數(shù)；a為[1，10]間的任意常數(shù)。

由于二次儀表的溫度特性測試范圍-40℃～80℃，則神經(jīng)網(wǎng)絡(luò)的輸入矩陣PR=[-40，80]。根據(jù)常用的方法選擇輸入層到隱層傳遞函數(shù)為tansing，隱層到輸出層的傳統(tǒng)函數(shù)為purelin，學習函數(shù)使用learned，性能函數(shù)為mse，學習速率n可取1。利用newff()函數(shù)初始化神經(jīng)網(wǎng)絡(luò)模塊的命令為 net=newff([-40，80]，[10 1]，…)。將傳感器溫度特性測量數(shù)據(jù)分別存入P、T兩個矩陣作為訓練數(shù)據(jù)[6]，利用MATLAB中的神經(jīng)網(wǎng)絡(luò)訓練函數(shù)train()對初始化好的神經(jīng)網(wǎng)絡(luò)模塊進行訓練。train函數(shù)將默認使用變梯度反傳算法進行訓練[7]。訓練步數(shù)的選擇可由語句net.trainParam.epochs=500定義，該語句定義了一個500步的訓練步數(shù)。令訓練后的網(wǎng)絡(luò)名稱為net，便可以使用下面的語句對網(wǎng)絡(luò)進行訓練：[net，tr]=train(net，P，T，[]，[])。

4 結(jié)論

通過仿真可知，補償后的零位電壓值的溫度特性得到較大的改善，如圖6所示。

由圖3與圖6中的數(shù)據(jù)可計算出，在-40℃～80℃范圍內(nèi)，零位電壓的溫度誤差由原來的26.83%降低到2.87%。如進行更深入的研究，學習速率能取到小于1的值，適當增加訓練步數(shù)，可以進一步提高補償精度。此外，該方法也可應(yīng)用于其他計量器具的靈敏度溫度特性的補償，為其他計量器具中的電測部分提供一種較好的溫漂補償方法。

圖6 引入BP與神經(jīng)網(wǎng)絡(luò)補償后的零位電壓溫度特性曲線圖

［1］張克.溫度測控技術(shù)及應(yīng)用［M］.北京：中國質(zhì)檢出版社，2011.

［2］朱家良.溫度顯示儀表及其校準［M］.北京：中國計量出版社，2008.

［3］李鄧化.智能檢測技術(shù)及儀表［M］.北京：科學出版社，2012.

［4］張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)編程［M］.北京：化學工業(yè)出版社，2011.

［5］張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計［M］.北京：機械工業(yè)出版社，2012.

［6］董志成，任強.基于BP神經(jīng)網(wǎng)絡(luò)的減振器示功圖識別方法［J］.機電工程，2012（08）：929-931.

［7］MATLAB中文論壇.MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析［M］.北京：北京航空航天大學出版社，2010.