流量计量中BP神经网络温度补偿算法研究.pdfVIP

流量计量中BP神经网络温度补偿算法研究.pdf

流量计量中BP神经网络温度补偿算法研究崔晓志,等

流量计量中BP神经网络温度补偿算法研究

ResearchontheBPNeuralNetworkTemperatureCompensationAlgorithm

inFlowMetrology

崔晓志王翥

(哈尔滨工业大学(威海)信息与电气工程学院,山东威海264209)

摘要:针对时差法计量流量时受温度影响而存在的非线性问题,提出了基于BP神经网络的温度补偿算法。该算法通过引入动量

因子和改善数据敏感度,提高了BP神经网络的预测能力,通过建立温度与流量之间的非线性映射关系来补偿流量计量。仿真分析可

知,该算法表现出较好的数据融合及预测能力。实验验证进一步表明,相对于现有查表修正算法,该算法补偿性能稳定,最大误差在

±2.0%以内,最大绝对误差方差为0.48,达到2级表水平,具有重要的工程应用价值。

关键词:超声波流量神经网络仪器仪表测量温度补偿数据融合建模

中图分类号:TH81;TP273文献标志码:ADOI:10.16086/j.cnki.issn1000-0380.201602024

Abstract:Inviewofthenonlinearproblemcausedbytemperatureeffectexistinginusingtimedifferencemethodtomeasureflowrate,the

temperaturecompensationalgorithmbasedonBPneuralnetworkisproposed.ThisalgorithmimprovesthepredictionperformanceofBPneural

networkbyintroducingmomentumfactorandimprovingdatasensitivity,andcompensatesflowmeasurementbyestablishingnonlinearmapping

relationshipbetweentemperatureandflow.Simulationanalysisshowsthatthealgorithmfeaturesbettercapabilityofdatafusionandprediction.

Furthermore,experimentalverificationindicatesthatthecompensationperformanceofthisalgorithmismorestablethanthatofexistingtable

lookupcorrectionalgorithm,themaximumerroriswithin±2.0%andthemaximumabsoluteerrorvarianceis0.48,reachesgradeIIlevel.So

thecompensationalgorithmhasgoodvalueofengineeringapplication.

Keywords:UltrasoundFlowNeuralnetworkInstrumentationMeasurementTemperaturecompensationDatafusionModeling

仿真测试和实验验证表明,BP神经网络补偿算法能够

0引言

达到各流量段测量误差要求,补偿效果显著,有效地提

时差法超声波热量表通过测量超声波沿顺水流与高了流量测量精确度。