基于并联逆的超声波液位传感器故障误差补偿方法.pdf

《基于并联逆的超声波液位传感器故障误差补偿方法.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15卷第2期上海应用技术学院学报(自然科学版)VolJ15NO．22015年6月JOuRNALOFSHANGHAIINSTITUTEOFTECHNOLOGY(NATURALSCIENCE)Jun．2015文章编号：1671—7333(2015)02—0144—05DOI：10．3969／j．issn．1671—7333．2015．02．009基于并联逆的超声波液位传感器故障误差补偿方法李炜，黄超，申富媛(兰州理工大学电气工程与信息工程学院，兰州730050)摘要：针对过程控制系统(PCS)液位控制单元中超声波液位传感器故障引起的非线性误差，基于神经网络建模方法

2、设计了一种并联逆补偿环节，有效地补偿了故障误差对系统的影响．通过实验分剐获得故障传感器与正常传感器测得的液位值，并进行相应的预处理；基于上述离线数据，分别利用LM—BP、径向基函数(RBF)神经网络的非线性逼近特性，设计逆映射中的并联补偿环节；为验证传感器故障误差的补偿效果，基于OPC技术与Matlab搭建了PCS半实体实验平台，将设计的并联补偿环节置于搭建的PCS液位控制单元中进行闭环实验．结果表明，所建方法能有t4,}b偿传感器故障产生的非线性误差，抑制了故障影响在系统中的传播，实体实验也显现了方法的工程可用性．关键词：传感器；并联补偿；径向基函数神经网络；

3、LBP神经网络中图分类号：TP212．9文献标志码：AUltrasonicLevelSensorFaultErrorCompensationBasedonParaIlellnverseMethodLIWei，HUANGChao，SHENFuyuan(CollegeofElectricalandInformationEngineering，LanzhouUniversityofTechnology，Lanzhou730050，China)Abstract：Consideringthenonlinearityerrorcausedbytheultrasoniclev

4、elsensorfaultinprocesscontrolsystem(PCS)levelcontrol，aparallelinverselinkofcompensationwaspresentedbasedonthemethodofneuralnetworkmodeling，whichcouldcompensatetheeffectoffaulterror．Firstly，themeasurementoffaulterrorandactuallevelwereobtainedthroughexperiments，andthecorrespondingpretr

5、eatmentwasdone．Thenbasedontheaboveofflinedata，theparallelcompensationlinkoftheinversemappingwasdesignedbyusingthenonlinearapproximationpropertiesofLevenberg—Marquardtbackpropagation(LM-BP)andradialbasisfunction(RBF)neuralnetwork．Inordertoverifythevalidityandtheactualavailabilityofthe

6、compensationmethod，aPCSsemi—entityexperimentalplatformwasestablishedbasedonOPCandMatlabtechnology，etc．TheparallelcompensationlinkdesignedinthispaperwasplacedinlevelcontrolunitofPCSandclosed—loopexperimentswereimplemented．Theresultsshowedthatthemethodwaseffectivetocompensatethefailure

7、nonlinearerrorforultrasoniclevelsensorthatinhibitedtheinfluenceonthesystempropagation，andsuitabletoapplyinpracticalengineering．Keywords：sensor；parallelcompensation；radialbasisfunctionneuralnetwork；LM—BPneuralnetwork收稿日期：2015—01-14基金项目：国家自然科学基金资助项目(61364011)；甘肃省自然科学基金资助项目(1212RJZA002)

8、；兰州理工大学基金(03