前沿传感技术111概述112微机电传感器113软测量与软.pptVIP

* * * * 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。 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。 2. 模糊传感器的基本结构 逻辑框图：其逻辑结构可以分为转换部分和符号处理与通信部分。从功能上看，有信息调理与转换层、数值／符号转换层、符号处理层、有指导信息层和通信层。这些功能有机地集成在一起，完成数值／符号转换功能。 2. 模糊传感器的基本结构 物理结构框图：模糊传感器以CPU为核心，以传统测量为基础，采用软件实现符号的生成与处理，在人机智能接口的支持下实现有导师学习功能，通过通信单元实现与外部的通信。 2. 模糊传感器的基本结构 多维模糊传感器结构：基础测量单元完成传统的传感测量任务；语言符号生成与处理单元，实现模糊传感器的核心工作“数值／符号转换”，即模糊变换。 知识库中存放的知识主要有符号量及其隶属函数、合成概念的规则、被测对象的背景知识及测量系统的有关知识等。知识库中经验隶属函数可通过模糊统计、选择比较等方法产生。对不同测量对象具体确定相应的隶属函数时，既可在知识库中经验