原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
智能感知与仪器仪表2019年第38卷第3期•71•
基于GA-WNN的电涡流传感器的温度补偿
吴子恒，卢文科，冯阳，陆腾云，左锋
(东华大学信息科学与技术学院，上海201620)
摘要：针对电涡流传感器的温度漂移对其测量精度带来较大影响的问题，提出了基于遗传优化小波神经
网络（GA-WNN)算法对电涡流传感器进行温度补偿修正模型。通过对电涡流传感器做标定实验，并且
利用LM35温度传感器监测其工作温度，建立GA-WNN神经网络模型。该模型用遗传算法对小波神经
网络的权、阈值进行全局的优化，改善了小波神经网络训练速度慢的问题，克服了局优的缺
陷。研究，补偿后的度温度系数由8.69x10-3/°C提升到3.48x10-4/°C;零位温度系数
由4.78x10—3/°C提升到1.85x10—4/°C，均提高了一个数量级，成功实现了温度补偿的目的。
关键词：电涡流传感器；温度漂移；遗传优化小波神经网络算法；温度补偿
中图分类号:TP212文献标识码：A文章编号：1000-8829(2019)03-0071-05
doi：10.19708/j.ckjs.2019.03.015
TemperatureCompensationofEddyCurrentSensor
BasedonGA-WNNAlgorithm
WUZi-heng,LUWen-ke,FENGYang,LUTeng-yun,ZUOFeng
(SchoolofInformationScienceTechnology,DonghuaUniversity,Shanghai201620,China)
Abstract：Inordertosolvetheproblemoftemperaturedriftofeddycurrentsensors,atemperaturecompensa
tioncorrectionmodelbasedongeneticoptimizationwaveletneuralnetwork(GA-WNN)algorithmforeddycur
rentsensorispersented.TheGA-WNNneuralnetworkmodelwasestablishedbycalibratingtheeddycurrent
sensorandmonitoringitsworkingtemperaturewithLM35temperaturesensor.Themodelusesgeneticalgorithm
tooptimizetheweightandthresholdofthewaveletneuralnetwork,whichimprovestheslowtrainingspeedof
thewaveletneuralnetworkandovercomesthedefectthatiseasytofallintolocaloptimum.Ther
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）