传感器校正的优化灰色神经网络建模方法研究

  本文关键词：传感器校正的优化灰色神经网络建模方法研究，由笔耕文化传播整理发布。

传感器校正的优化灰色神经网络建模方法研究

第35卷第3期2014年3月

仪器仪表学报

ChineseJournalofScientificInstrument

Vol.35No.3Mar．2014

传感器校正的优化灰色神经网络建模方法研究

1，21，2

甘何伟铭，宋小奇，

112

屹，李郝林，，井原透

*

（1．上海理工大学机械工程学院摘

上海200093中国；2．日本中央大学理工学部精密机械工学科8551东京112-日本）

要：随着测试技术的发展，传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响，

N）系统的非线性传感器的校正方法，其输入输出特性会产生各种误差。提出了一种基于神经网络优化的灰色GM（1，使得通过该方法补偿的位移传感器具有理想的输入输出特性。将传感器校正过程分为数学表达式求解环节和误差逼近环节。首先将实N）模型的优化灰色系数矩阵求解方法以及利用BP神经网络的非线性映射特性验数据进行统一化数据处理，提出灰色GM（1，C），N）模型自身模型求解的缺陷，来求取灰色模型的合理初始条件（1，弥补GM（1，获得高精度的传感器校正数学函数表达式。然后，利用ＲBF神经网络良好的局部逼近能力对残差修正，实现传感器校正的精度要求。最后，推导出优化后的合并模型，实现对传感器的校正。与其他信息融合技术相比，该方法能给出传感器校正数学函数表达式，充分利用各模型的优点，在小样本、贫信息的情况下依然可以获得很高的校正精度。实验证明该优化模型的模型精度为99．8%，模型平均残差约为5．5nm，模型精度满足要求，方法切实有效。

N）；神经网络关键词：传感器校正；非线性误差；GM（1，中图分类号：TP212

TH7

文献标识码：A

国家标准科学分类代码：460．4020

Ｒesearchonoptimizedgreyneuralnetworkmodelingmethod

forsensorcalibration

22

HeWeiming1，，SongXiaoqi1，，Ganyi1，LiHaolin1，TohruIhara2

（1．CollegeofMechanicalEngineering，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China；2．DepartmentofPrecisionMechanics，FacultyofScienceandEngineering，ChuoUniversity，Tokyo112-8551，Japan）

Abstract：Withthedevelopmentoftesttechnology，sensorsarewidelyusedinvariousfieldsofprecisionmeasure-mentandtest．Duetotheeffectsofthemeasuredobject，environmentorotherfactors，theinput/outputcharacteris-ticsofthesensorswillhavemanykindsoferrors．Anewapproachtocalibratethesensornonlinearerrorbasedonthe

ANNoptimizedgreyGM（1，N）systemwasinvestigated，withwhichthecompensateddisplacementsensorachievesidealinput/outputcharacteristic．Thesensorcalibrationprocessisdividedintomathematicalexpressionsolvingstepanderrorapproachingstep．Firstly，unifieddataprocessingisperformedontheexperimentdata，theoptimizedgreycoefficientmatrixsolvingmethodfortheGM（1，N）modelisproposed，andthenon-linearmappingcharacteristicofBPneuralnetworkisusedtocalculatethereasonableinitialconditionsofthegreymodel（1，C），thedefectofGM（1，N）modelsolutioncanberemedied，andthehigh-precisioncalibrationmathematicalexpressionofthesensoris

obtained．Then，thegoodlocalapproximationabilityoftheＲBFneuralnetworkisusedtocorrecttheresidual，theaccuracyrequirementofthesensorcalibrationisrealized．Finally，theoptimizedcombinationmodelofthesensorisdeducedandthesensorcalibrationisachieved．Comparedwithotherinformationfusiontechnologies，themethodcangivethesensorcorrectionmathematicalexpression．Inthecaseofsmallsampleandpoorinformation，themethodcanstillobtainhighcalibrationaccuracywithfullyusingtheadvantagesofthemodels．Experimentresultsshowthatthe

09收稿日期：2013-ＲeceivedDate：2013-09

*基金项目：国家自然科学基金（51375314）资助项目

Word文档免费下载：传感器校正的优化灰色神经网络建模方法研究_何伟铭 （下载1-9页，共9页）

  本文关键词：传感器校正的优化灰色神经网络建模方法研究，由笔耕文化传播整理发布。