在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于...在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于长短期记忆网络(Long Short Term Memory Networks,LSTM)建立电涡流传感器探头线圈的等效电感L、激励频率f、品质因数Q与被测对象的位移x和温度T的模型,然后利用离线数据对该模型进行训练,再利用训练好的模型对位移x和温度T实现在线测量。最后利用仿真对该温度和位移检测方法的有效性进行验证,实验结果表明,与传统的BP、RBF、MOSVR相比,本文方法可以有效地对被测对象的位移x和温度T实现同时检测,并且优于其他方法。同时本文将该检测方法在单片机系统上进行了实现,以验证其解决实际工程问题的有效性。展开更多
文摘在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于长短期记忆网络(Long Short Term Memory Networks,LSTM)建立电涡流传感器探头线圈的等效电感L、激励频率f、品质因数Q与被测对象的位移x和温度T的模型,然后利用离线数据对该模型进行训练,再利用训练好的模型对位移x和温度T实现在线测量。最后利用仿真对该温度和位移检测方法的有效性进行验证,实验结果表明,与传统的BP、RBF、MOSVR相比,本文方法可以有效地对被测对象的位移x和温度T实现同时检测,并且优于其他方法。同时本文将该检测方法在单片机系统上进行了实现,以验证其解决实际工程问题的有效性。
