第10章现代检测技术1215讲解.pptVIP

VI程序 程序功能要求： 每隔一定时间测量一次温度，显示当前的测量温度值和已运行时间，同时显示实时温度测量曲线。 设计前面板 （1）在前面板放置一个Knob控件，此圆形旋钮用于选择测量时间间隔。 （2） 在前面板放置一个布尔型控件开关，此开关用于控制测量的启停。 （3）在前面板放置一个数值型的指示控件，用于显示程序运行时间。 （4）在前面板放置一个图形显示控件，用于显示温度实时测量曲线。 完成以上步骤后创建出如图所示的前面板。 设计框图程序 （1）切换到框图程序窗口，调整数据端口图标的位置，波形图表控件，它在框图程序中出现的初始端口图标是 ，在该图标上右击弹出的快捷菜单中选择显示为图标项，端口图标就变为 。 （2）选择While Loop，While循环中的 端口输出While循环次数。 （3）放置随机函数发生器。该函数产生（0，1）之间的一个随机数，产生的随机数经运算处理后模拟温度采集值。 （4）放置2个乘法函数 。 （5）放置3个数值常量端口。分别输入框图程序中所需的常数。 （ 6）放置延时函数，该函数控制每次While 循环的时间间隔，函数的左边端口连接一个数值指定延时的时间，单位为ms。 （7）选用用连线工具根据程序设计原理连接各个节点 ，得到框图程序如下。 c. 神经网络建模方法 通过样本训练的方法实现神经网络模型的建立 基本步骤： 确定网络结构 确定训练样本 确定网络变换函数及训练方法 实行网络训练 神经网络结构确定 选择网络类型：如BP网络，RBF网络，互联网络等 确定网络结构： 输入层节点：所选辅助变量个数。 输出层节点：需要进行软测量的变量数。 中间(隐层)节点：目前尚没有一个很好的确定方法。 训练样本（数据）的提取： 训练数据包括神经网络的输入输出数据。 数据来源： 理想输入输出数据，通过经验、实验、过程实测输入输出数据。 一般要求：训练数据组数要远大于需要进行软测量的变量数。 网络变换函数： 神经网络通过转换函数完成其学习训练过程，并且在应用中通过转换函数按照一定的规律将输入端信息传送到输出端。 常用的转换函数如图所示： 网络训练 训练方法 有教师学习 事先给定一些标准的输入输出数据，学习中，在给定的一组输入数据下的网络输出与给定的期望输出进行比较，通过二者差异调整网络的权值，最终的训练结果使其差异达到给定的范围内。 无教师学习 不存在教师信号，相应地事先设定一套学习规则，学习系统按照环境提供数据的某些统计规律及事先设定的规则自动调整权值，使网络具有某一特定功能。 再励学习 介于上述二者学习方式之间的一种学习方式，在这种学习中，环境将对网络的输出给出评价信息（奖或罚），学习系统将通过这些系统调整权值，改善自身特性。 d. 建模形式 利用人工神经网络直接建模 用网络代替常规的数学模型描述辅助变量和主导变量间的关系，完成由可测信息空间到主导变量的映射，实现软测量。 原理图： 特点： 所建模型属黑箱模型，模型特性隐含于网络权值中，不能写出显式数学模型。 模型特性外延性不好。 与常规模型相结合，用人工神经网络来估计常规模型的模型参数并进而实现软测量， 原理图： 特点： 所建模型属于灰箱模型，模型可用显式表示。 模型描述特性介于机理模型与黑箱模型之间。 特性外延有一定误差。 e. 注意事项： 在实际应用中网络训练样本的数量和质量、学习算法、网络的拓扑结构和类型等的选择对所构成软仪表的性能都有重大影响。 10.3 智能检测 智能检测系统是以微机为核心，以检测为目的的系统。 主要包括功能： 测量、检验、故障诊断、信息处理和决策、输出等。 1）系统结构： 传感器：完成信号获取，将被测信号转换成相应的电信号。 信号调理：将传感器来的信号进行放大、整流、滤波及线性化处理。实现对信号的去噪、形式转换和信号幅值变换，使之满足数据采集板的要求。 数据采集：完成信号量程的自动转换、多通道信号分时采样、连续信号的时间序列离散化数字量（或脉冲频率）处理。 计算机：系统的中枢，在软件作用下进行信号采集和存储、数据运算分析、记录以及显示输出。 标准接口系统 是计算机和各测量设备间进行信息交换和传输的连接设备，主要是解决各产品接口的统一问题。 主要功能： 多台设备的识别，接口中含有特定外围设备通道码（口地址），计算机通过地址线选择外围设备。 实现信号暂存及脉冲宽度变换。 完成信号逻辑极性和逻辑电平转换（如TTL逻辑电平和MOS器件的电平极性相反）。 完成数据代码形式转换，如BCD码、二进制码以及串行码和并行码转换。 常用标准接口：