光纤光栅温度传感器应变补偿系统研究.pdfVIP

第15卷第5期 重庆科技学院学报(自然科学版) 2013年10月 光纤光栅温度传感器应变补偿系统研究 樊晓宇 (安徽科技学院机电与车辆工程学院，安徽凤阳233100) 摘要：提出采用D—s证据理论融合的多传感器信息融合BP神经网络模型方法，来解决光纤光栅温度传感器的应 变补偿问题，即改善光纤光栅的交叉敏感现象。通过程序仿真和实验证实，此方法可以实现对光纤光栅温度传感器 的应变补偿，达到光纤光栅温度传感器温度和应变的精确分离，其测量温度误差约为10～，同时有效地抑制了光纤 光栅传感器非线性的影响。 关键词：温度传感器；应变补偿系统；神经网络；D一、s证据理论 中图分类号：TP212 文献标识码：A 文章编号：1673—1980(2013)05—0156—05 光纤布拉格光栅是FBG温度传感器的基本部 2 D—S证据理论与BP神经网络技术 件，光纤布拉格光栅的物理量是应变和温度，且在应 用中FBG温度传感器的应变和温度变化同时存在， 2．1 D—S证据理论 导致一般的温度传感器系统难以检测出应变量与温 D—S证据理论的证据合成规则，给未确定信息 度各自的变化值，此现象称为光纤布拉格光栅交叉 的合成提供了方法。D—S证据理论的合成法则为： 敏感…。FBG温度传感器的检测量和传感器的输 设脱，和砚：是同一识别框架缈上的2个信任函 出信号之间呈非线性关系，存在一定的非线性误差， 数，其基本概率分配分别为m。和m：，相应的焦元分 在温度的精确检测中上述因素的影响不可忽视。本 别为A。、A：、…、A＆和B。、曰：、…、B，，K为冲突因子， 它反映了证据理论中证据间冲突程度的大小。融合 文采用D—S证据理论和BP神经网络相结合的D —S证据理论融合的多传感器信息融合BP神经网 后的基本概率分配为： 络模型来进行FBG温度传感器应变交叉敏感的 f∑m·(Ai)mz(哆) 补偿。 cc缈 m(c)={盟兰_Fi广一，V 【 o ， c：‘；p 1 FBG温度传感器交叉敏感现象 (1) FBG温度传感器的主要部分是光纤布拉格光 若K=1，m，和m：完全冲突，则无法组合基本 栅，而光纤布拉格光栅的温度和应变的作用都会使 概率分配∞1；若K≠1，则m确定一个基本概率分 光纤光栅的折射率发生变化，而引起反射波长变 配。该合成法则的合成结果反映了同一识别框架中 化旧J。这样，FBG温度传感器将同时受到温度量和几个不同证据间的联合支持程度。 应变量的影响。所以，当FBG温度传感器检测环境 设l,t个传感器，每个传感器有r个测量周期，识 的温度与应变同时存在变化时，被测量的温度信号 别框架中有意义的识别有k个(A。，A：，…，A。)，每 和传感器的输出信号间存在一定的误差，在实际使 个传感器在各自测量周期上获得的后验基本概率数 用中需要对传感器进行应变补偿，用于实现温度的 精确检测。 凡；m，，(A。)表示第s个传感器在第．『个测量周期对A。 收稿日期：2013—04—02 基金项目：安徽科技学院青年基金项目(ZRC2013339) 作者简介：樊晓宇(1981一)，男，博士，助教