基于TSPSO支持向量机红外甲烷传感器动态补偿.pdf

《基于TSPSO支持向量机红外甲烷传感器动态补偿.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26卷第9期传感技术学报Vo1．26No．92013年9月CHINESEJOURNALOFSENSORSANDACTUATORSSep．2013DynamicCompensationofInfraredMethaneSensorBasedonTSPSO-￡-SVMWANGHongwei，HANYuntao，PENGJishen(FacultyofElectricalandControlEngineering，LiaoningTechnicalUniversity，HuludaoLiaoning125105，Chi

2、na)Abstract：Underthecircumstancesofcoalminingapplications，howtoeliminatethebadmeasurementaccuracyowingtotheharshsurroundingsappearstobeveryimportant．SoTwo—SubpopulationParticleSwarmOptimization一一SupportVectorMachine(TSPSO．s—SVM)isproposedtodynamicallycompensat

3、eit．TheTwo-SubpopulationParticleSwarmOptimizationalgorithmoptimizesthenon—targetenvironmentvariablesandalsosearchestheparametersforSVMatthesametime．Asaresult，thisalgorithmhassmalleroptimizationerorandimprovestheperformanceofconvergencegreatly．Finallyamathemati

4、calmodelofcomprehensivecompensationisestablishedsuccessfully．ExperimentsshowthatthecompensationalgorithmhasgoodregressionresultsanditsmeasurementaccuracyisbetterthanthecommonmodelsuchasParticleSwarmOptimization—LeastSquaresSuppo~VectorMachine(PSO-LSSVM)mode1．K

5、eywords：infraredmethanesensor；PSO；suppo~vectormachine；dynamiccompensation；non—targetenvironmentvariableEEACC：7230doi：10．3969／j．issn．1004-1699．2013．09．003基于TSPSO支持向量机红外甲烷传感器动态补偿术王宏伟，韩云涛，彭继慎(辽宁工程技术大学电气与控制工程学院，辽宁葫芦岛125105)摘要：针对红外甲烷传感器在矿井下使用易受周围恶劣环境因素影响的问题，提出了一种动态

6、感知的双子群粒子群一支持向量机(TSPSO—s—SVM)补偿算法对其进行动态补偿。TSPSO算法同时优化非目标环境变量和SVM参数，其寻优精度高、收敛速度快，并在此基础上建立了综合补偿数学模型。实验表明，该补偿算法回归拟合效果好，模型的测量精度高于一般的粒子群最小二乘支持向量机(PSO—LSSVM)模型。关键词：红外甲烷传感器；粒子群；支持向量机；动态补偿；非环境变量中图分类号：TP212文献标识码：A文章编号：1004—1699(2013)09—1193—05煤矿井下瓦斯气体(主要成分为甲烷)的检测事关生命财产安

7、全，稍有不慎就会引起重大安全事故，造成无法估量的损失⋯。井下环境恶劣，硫化氢、一氧化碳等干扰红外吸收作用的杂质气体以及各种烟雾、粉尘的存在都会极大地影响红外甲烷传感器的测量精度。如图1所示，一般的基于红外光谱吸收原理的红外甲烷传感器利用红外光线双波长检测甲烷图1红外甲烷传感器补偿电路气体浓度时，红外发光光源的功率的波动，红外探测为了从根本上提高红外瓦斯系统检测精度，考虑器灵敏度的变化和双探测器的匹配程度都会影响检在硬件误差补偿和红外吸收模型的基础上，建立补偿测精度。同时，检测过程中红外辐射在介质中传播数学模型。部分

8、学者采用人工神经网络来构建模时会出现散射衰减现象J，也会使测量结果产生误型，但由于神经网络算法存在局部极小点，需要样差。另外，矿井作业产生的电磁干扰、非检测光源红本数目多J，泛化非线性映射的能力不强以及收敛外辐射的干扰等等，这些动态随机出现的干扰因素都速度较慢等问题_9J，致使神经网络结构比较难以确会造成测量值与真实值之间的偏差。定，所以较难达到测控系统对检