传感器与检测技术第十五章.pptVIP

15.3.2　人工神经网络智能传感器 　　人工神经网络是一种试图仿效生物神经系统处理信息的新型计算模型。人工神经网络是由大量基本元件——神经元相互连接而成的。每个神经元的结构和功能比较简单。但大量神经元组成的神经网络具有复杂功能。人工神经网络是一个非线件的并行处理系统，采用发布式存储结构，信息分布在神经元之间的连接强度(即权重)上，存储区和计算区合在一起。 　　人工神经网络具有自适应、泛化功能、非线性映射功能、高度并行处理等特点，它作为一种分析、处理问题的新方法在传感器领域有着非常广阔的应用前景。到目前为止，国内外已有许多的专家学者成功地将人工神经网络应用于传感器领域。 15.3.2　人工神经网络智能传感器 　　检测混合气体中的成分是经常遇到的课题。传统方法上是先将各种气体成分分离出来、然后分别用适合于各种气体的传感器进行检测，现已研究出用人工神经网络和气体微传感器组成的智能传感器，不用分离就可将混合气体中的各种气体成分检测出来。 　　智能气体传感器利用人工神经网络进行气体识别，采用三层前馈网络，每个神经元是网络中的一个节点。神经网络的工作过程分为训练和识别两个阶段。训练时将样本加在网络的输入端，通过反复训练来修正神经元之间的权重。使神经网络获取合适的映射关系，即可得到输入样本下的正确输出。 　　神经网络电子鼻用于检测气体，现已有许多产品，传统的电子鼻存在非线性和重复性差等缺点，采用人工神经网络的智能气体传感器可以解决此问题。 15.3.2　人工神经网络智能传感器 　　在非电量检测技术中广泛使用着各种类型的传感器，它们用来将非电量转化为电量，由于转化原理为非线性，大多数传感器的输出为非线性。传统的处理非线性的方法存在准确度不高等缺点，而采用人工神经网络对传感器输出非线性进行校正，可以大大降低传感器的相对误差。 　　传感器的输出特性不仅为非线性，并且受到各种环境因素的影响，采用传统的方法很难对传感器静态误差进行综合修正，而采用人工神经网络技术来处理传感器静态误差，通过实验验证了这种方法的可行性。 　　传感器故障检测的最主要问题就是对过程的模拟，采用人工神经网络技术可以来区分由传感器故障引起的模式和由过程-模型不匹配、噪声及扰动引起的模式。 15.3.2　人工神经网络智能传感器 实验结果表明人工神经网络对传感器故障的预测准确性比其它方法好，因为神经网络能很好地处理非线性问题。 　　综上所述，人工神经网络在传感器领域中应用较多，它可以和传感器相结合，用于识别、分类、诊断以及预测，进一步提高传感器的智能水平。 　　随着计算机技术和网络通信技术的飞速发展，传感器的通信方式从传统的现场模拟信号方式转为现场级全数字通信方式，即传感器现场级的数字化网络方式。基于现场总线、以太网等的传感器网络化技术及应用越来越广泛。 15.4.1　网络传感器及其特点 网络传感器是指在现场级就实现了网络通信协议的传感器，这些网络通信协议包括TCP/IP、UDP、HTTP、SMTP、POP3等协议，这种传感器使得现场测控数据能就近登临网络，在网络所能及的范围内实时发布和共享。 　　网络传感器就是采用标准的网络协议，同时采用模块化结构将传感器和网络技术有机地结合在一起的智能传感器。它是测控网中的一个独立节点，其敏感元件输出的模拟信号经A/D转换及数据处理后，能由网络处理装置根据程序的设定和网络协议封装成数据帧，并加上目的地址，通过网络接口传输到网络上。反之，网络处理器又能接收网络上其他节点传给自己的数据和命令，实现对本节点的操作。 　　网络传感器的基本结构如下图所示 ： 网络传感器的基本结构 15.4.1　网络传感器及其特点 　　网络化智能传感器是以嵌入式微处理器为核心，集成了传感单元、信号处理单元和网络接口单元的新一代传感器。 　　与其他类型传感器相比，该传感器有如下特点： 传感器与检测技术 高等教育 电气工程与自动化系列规划教材 C语言程序设计案例教程 大连理工大学出版社 Company Logo C语言程序设计案例教程 大连理工大学出版社 Company Logo C语言程序设计案例教程 大连理工大学出版社 Company Logo C语言程序设计案例教程