现代传感技术与系统 作者 林玉池 曾周末 第11章.pptVIP

2．工程化实施步骤 (1)二次变量的选择 (2)现场数据采集与处理 (3)软测量模型结构选择 (4)软测量模型的在线校正 (5)软测量模型的实施 3．软测量技术在工业中的应用 推断控制 11.4.3 模糊传感器的应用 1．模糊血压传感器 2．模糊温度传感器 参考资料 * * * * * 显然实现软测量的基本方法是构造一个数学模型，但软测量模型不同于一般意义下的数学模型，它强调的是通过辅助变量θ获得对主导变量y的最佳估计，而一般的数学模型主要反映y与u或d之间的动态或稳态关系。 * 在应用过程中，软测量模型的参数和结构并不是一成不变的，随时间迁移工况和操作点可能发生改变，需要对它进行在线或离线修正，以得到更适合当前状况的软测量模型，提高模型的适合范围。 * 一种是通过机理分析的方法，找到那些对被测变量影响大的相关变量。另一种是采用统计方法进行数据相关性分析，剔除冗余的变量，降低系统的维数。（主元分析法，即利用现场的历史数据作统计分析计算，将原始辅助变量与被测量变量的关联度排序，实现变量精选） * * * 软测量模型是软测量技术的核心。它不同于一般意义下的数学模型，强调的是通过辅助变量来获得对主导变量的最佳估计。 * 软测量模型是软测量技术的核心。它不同于一般意义下的数学模型，强调的是通过辅助变量来获得对主导变量的最佳估计。 ①基于自适应推理模型方法：该方法将状态估计、参数估计和自适应控制原理用于获得软测量模型。设计方法可分为基于状态空间模型和基于过程输入输出模型两种方法。 ②基于回归分析方法：回归分析方法是一种经典的建模方法，不需建立复杂的数学模型，只要收集大量过程参数和质量分析数据，运用统计方法将这些数据中隐含的对象信息进行浓缩和提取，从而建立主导变量和辅助变量之间的数学模型。根据采用的数学方法的不同，可以将回归分析方法分为线性回归和非线性回归。 * * 传统的传感器是数值传感器，它将被测量映射到实数集中，以数值符号来描述被测量状态，即对被测对象给以定量的描述。这种方法既精确又严谨，还可以给出许多定量的算术表达式，但随着测量领域的不断扩大与深化，由于被测对象的多维性，被分析问题的复杂性或信息的直接获取、存储方面的困难等原因，只进行单纯的数值测量且对测量结果以数值符号来描述，这样做有很大缺陷。 因此，有待用新的测量理论和方法来补充。模糊传感器正是顺应人类的生活实践、生产与科学实践的需要而提出的。 * 对于模糊血压计来说，当它测到一个血压值后，首先通过推理，判断该值是否正常，然后用人类理解的语言，即“正常”或“不正常”表达出来。 * * * * * * * * 仿生学（Bionics）一词是1960年由斯蒂尔（美国）根据拉丁文“bios”(生命方式的意思)和字尾“nic”(“具有……的性质”的意思)构成的。 * 与VOC的相互作用改变了活性材料的导电性，使两电极之间的电阻发生变化，这种电阻变化可用单臂电桥或其它电路来测量。事实上，一个传感器的活性材料总是设计得对某些特定气味响应最灵敏。 * QCM传感器的结构：一个几毫米直径的石英谐振盘，盘面敷有聚合物材料，每面有一个与导线相连的金属电极。当该传感器受振荡信号激励时，便谐振于特征频率(10Hz～30MHz)，而一旦气体分子被吸收到聚合物涂层表面，就增加了该盘的质量，因此降低了谐振频率，谐振频率的高低与所吸收的气体分子质量成反比。 QCM传感器对不同气体的响应、选择性可通过调整谐振盘聚合物涂层来改变，而减小石英晶体的尺寸和质量，并减小聚合物涂层的厚度，则可进一步缩短传感器的响应时间和恢复时间。 * 只要对许多敷有不同染料混合物的光纤器件构成的传感器阵列产生的光谱变化进行检测分析，就可以确定对应的气体化合物成分。 11.4.2 模糊传感器的结构 （1）学习功能：人类知识积累的实现、测量结果的高级逻辑表达等都是通过学习功能实现的；能够根据测量任务的要求学习有关知识是模糊传感器与传统传感器的重要差别；模糊传感器的学习功能是通过有导师学习算法和无导师学习算法完成的。 （2）推理联想功能：模糊传感器在接收到外界信息后，可以通过对人类知识的集成而生成的模糊推理规则实现传感器信息的综合处理，对被测量的测量值进行拟人类自然语言的表达等；为了实现这一功能，推理机制和知识库(存放基本模糊推理规则)是必不可少的。 1、模糊传感器的基本功能 1. 模糊传感器的基本功能 （3）感知功能：模糊传感器与传统传感器一样可以感知敏感元件确定的被测量，但是模糊传感器不仅可以输出数量值，而且可以输出易于人类理解和掌握的自然语言符号量，因此必须具有数值/符号转换器。 （4）通信功能：模糊传感器具有自组织能力，不仅可进行自检测、自校正、自诊断等，而且可以与上级系统进行信息交换。