传感器校正的优化灰色神经网络建模方法研究 .pdfVIP

学兔兔 第35卷 第3期 仪 器 仪 表 学 报 Vo1．35 No．3 2014年3月 Chinese Journal of Scientific Instrument Mar．2014 传感器校正的优化灰色神经网络建模方法研究冰 何伟铭 ，宋小奇 ，甘 屹 ，李郝林 ，井原透 (1．上海理T大学机械T程学院 上海 200093 中国；2．日本中央大学理丁学部精密机械T学科 东京 112—8551 日本) 摘 要：随着测试技术的发展，传感器被广泛应用于各种精密测量与检测领域。由于受到被测量对象、测量环境等因素影响， 其输入输出特性会产生各种误差。提m了一种基于神经网络优化的灰色GM(1，N)系统的非线性传感器的校正方法，使得通过 该方法补偿的位移传感器具有理想的输入输出特性。将传感器校正过程分为数学表达式求解环节和误差逼近环节。首先将实 验数据进行统一化数据处理，提出灰色GM(1，N)模型的优化灰色系数矩阵求解方法以及利用BP神经网络的非线性映射特性 来求取灰色模型的合理初始条件(1，C)，弥补GM(1，N)模型自身模型求解的缺陷，获得高精度的传感器校正数学函数表达式。 然后，利用RBF神经网络良好的局部逼近能力对残差修正，实现传感器校正的精度要求。最后，推导出优化后的合并模型，实 现对传感器的校正。与其他信息融合技术相比，该方法能给出传感器校正数学函数表达式，充分利用各模型的优点，在小样本、 贫信息的情况下依然可以获得很高的校正精度。实验证明该优化模型的模型精度为99．8％，模型平均残差约为5．5 nm，模型 精度满足要求，方法切实有效。 关键词：传感器校正；非线性误差；GM(1，N)；神经网络 中图分类号：TP212 TH7 文献标识码：A 国家标准科学分类代码：460．4020 Research on optimized grey neural network modeling method f0r sensor calibration He Weiming’一 Song Xiaoqi ，Ganyi’ Li Haolin ，Tohru Ihara ， ， (J．College of Mechanical Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China； 2．Department of Precision Mechanics，Faculty of Science and Engineering，Chuo University，Tokyo 112—8551，Japan) Abstract：With the development of test technology，sensors are widely used in various fields of precision measure— ment and test．Due to the effects of the measured object，environment or other factors，the input／output characteris— tics of the sensors will have many kinds of errors．A new approach to calibrate the sensor nonlinear error based on the ANN optimized grey GM(1，N)system was investigated，with which