摘 要：本文利用BP網(wǎng)絡(luò)較強的非線性映射能力，提出用BP網(wǎng)絡(luò)與傳感器相結(jié)合的方法來提高電磁力平衡傳感器的精度。
　　關(guān)鍵詞：電磁力平衡傳感器 精度 BP網(wǎng)絡(luò)

　　1 引言

　　傳感器是一種能夠把非電輸入信息轉(zhuǎn)換成電信號輸出的器件或裝置，在過程檢測與過程控制中占有非常重要的地位。精度是反映傳感器系統(tǒng)誤差與隨機誤差綜合影響程度的評價指標，表示測量結(jié)果與其理論值的靠近程度，直接影響整個控制檢測應(yīng)用系統(tǒng)的性能。通常可以用理論直線法、端點線法、最佳直線法、最小二乘法或采用硬件補償來提高其精度，盡量減小非線性誤差。但這些方法能力有限，并且當周圍環(huán)境改變或由于傳感器自身參數(shù)變化等原因引起的精度下降時，上述方法無能為力。本文提出利用神經(jīng)網(wǎng)絡(luò)中的BP算法與傳感器相結(jié)合，可以極大地提高傳感器輸出信號的精度，仿真結(jié)果表明，BP算法在抑制傳感器的溫漂和時漂方面有其獨特的優(yōu)勢。

　　2 電磁力平衡傳感器的工作原理

　　電磁力平衡傳感器主要應(yīng)用在電子天平上，電子天平的重要特點是在測量被測物體的質(zhì)量時不用測量砝碼的重力，而是采用電磁力與被測物體的重力相平衡的原理來測量的。秤盤通過支架連桿與線圈連接，在稱量范圍內(nèi)，當被測重物的重力mg通過連桿支架作用于線圈上，方向向上，這時在磁場中若有電流通過，線圈將產(chǎn)生一個電磁力F，可用下式表示：

　　F=KBLI

　　其中K為常數(shù)（與使用單位有關(guān)），B為磁感應(yīng)強度，L為線圈導線的長度，I為通過線圈導線的電流強度。電磁力F和秤盤上被測物體重力mg大小相等、方向相反而達到平衡，同時在彈性簧片的作用下使秤盤支架回復到原來的位置。即

　　F=KBLI=mg

　　由上式可知，處在磁場中的通電線圈，流經(jīng)其內(nèi)部的電流I與被測物體的質(zhì)量成正比，只要測出電流I 即可知道物體的質(zhì)量m。

　　任何一個平衡控制系統(tǒng)為了進一步提高其精度，需要加閉環(huán)控制系統(tǒng)，如圖1所示。

　　若被稱物加重，天平則產(chǎn)生不平衡狀態(tài)，通過光電檢測器檢測到線圈在磁鋼中的瞬態(tài)位移，經(jīng)前置放大器和PID調(diào)節(jié)器產(chǎn)生一個變化量輸出，然后于固定的鋸齒波比較，使調(diào)寬脈沖加寬，再用該調(diào)寬脈沖控制電流開關(guān)，使電流減小，而恒流源是固定不變的，從而使流經(jīng)線圈的電流增大，這樣使電磁力增大并與被測物相抵消從而達到新的平衡狀態(tài)。

　　但是由于天平在使用過程中，其傳感器和電路在工作過程中受溫度影響，或傳感器隨工作時間變化而產(chǎn)生的某些參數(shù)的變化，以及氣流、振動、電磁干擾等環(huán)境因素的影響，都會使電子天平產(chǎn)生漂移。造成測量誤差。其中，氣流、振動、電磁干擾等環(huán)境溫度的影響可以通過對電子天平的使用條件加以約束，將其影響程度減小到最低限度。而溫漂主要是來自環(huán)境溫度的影響和天平內(nèi)部的自身影響，其形成的原因復雜，產(chǎn)生的漂移大，必須加以抑制。

　　3 用于傳感器非線性校正的神經(jīng)網(wǎng)絡(luò)

　　受溫度影響的傳感器系統(tǒng)可以表示為：y=f（x,t）。其中，y表示傳感器的輸出量，x表示傳感器的輸入量，t表示環(huán)境溫度。由于傳感器產(chǎn)生的非線性誤差和溫度誤差，使f（x,t）呈現(xiàn)非線性。神經(jīng)網(wǎng)絡(luò)對于消除和補償傳感器系統(tǒng)的非線性特性提供了一種新途徑，如圖2所示：

圖2 傳感器非線性誤差校正

　　3.1 BP網(wǎng)絡(luò)模型

　　BP網(wǎng)絡(luò)是一種基于隨機逼近原理的階層型前饋神經(jīng)網(wǎng)絡(luò)，通常包括三層：輸入層、中間層（隱層）和輸出層。一個采用BP算法的n維輸入m維輸出的多層前饋神經(jīng)網(wǎng)絡(luò)所完成的功能，是從n維歐氏空間向m維歐氏空間中一有限域的連續(xù)映射，這一映射是高度非線性的。由于信號處理能力來源于簡單非線性函數(shù)的多次復合，因此網(wǎng)絡(luò)具有極強的函數(shù)復現(xiàn)能力。White H已經(jīng)證明：三層BP網(wǎng)絡(luò)可以實現(xiàn)任意非線性數(shù)學問題。

　　BP算法由信息的正向傳播和誤差的反向傳播組成，輸入模式從輸入層經(jīng)隱含單元逐層處理并傳向輸出層，每一層神經(jīng)元的狀態(tài)僅影響下一層神經(jīng)元的狀態(tài)。如果在輸出層沒有得到期望的輸出值，則將誤差信號沿原來的連接通路返回并修改各層神經(jīng)元的權(quán)值，從而使誤差最小，達到期望目標。BP網(wǎng)絡(luò)的學習規(guī)則是利用梯度下降法，權(quán)值沿著誤差函數(shù)的負梯度方向改變，使均方根誤差逐漸減小，并逼近非線性函數(shù)。

　　3.2 算法的實現(xiàn)

　　在本系統(tǒng)以輸入層、中間層和輸出層的神經(jīng)元個數(shù)分別為：2、5、1為例。其中輸入變量分別為目標參量——待校正的質(zhì)量值和非目標參量——溫度，輸出變量為校正后的質(zhì)量值，網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示。

圖3 BP網(wǎng)絡(luò)結(jié)構(gòu)圖

　　BP網(wǎng)絡(luò)中間層和輸出層的激活函數(shù)分別采用logsig和purelin函數(shù)，辨識精度取為1e-5。本次試驗共進行了485221次訓練（PIII 計算機上，大約8個小時左右），訓練結(jié)束后網(wǎng)絡(luò)的學習速率為：0.7943。訓練前后各采樣點的相對誤差（滿度相對誤差）如圖4所示：

圖4 不同溫度下各質(zhì)量采樣點絕對誤差對比圖

　　從圖中可以明顯看出采用了BP算法之后，系統(tǒng)對于溫度的影響具有較強的抑制能力。將學習完畢的神經(jīng)網(wǎng)絡(luò)串聯(lián)在原來傳感器系統(tǒng)的后面，可構(gòu)成具有溫度校正功能的傳感器系統(tǒng)。

　　4 結(jié)束語

　　利用神經(jīng)網(wǎng)絡(luò)的非線性映射關(guān)系，可以實現(xiàn)任意數(shù)據(jù)的函數(shù)逼近。本文通過用BP網(wǎng)絡(luò)實現(xiàn)了對電磁力平衡傳感器的數(shù)據(jù)擬合，仿真結(jié)果表明該方法是可行有效的，并且擬合精度明顯優(yōu)于常用方法。但是BP算法本身所具有的缺陷如收斂速度慢、容易陷入局部最小點等應(yīng)在編程時給予充分考慮。

　　參考文獻：

　　1.王旭.人工神經(jīng)元網(wǎng)絡(luò)原理及應(yīng)用[M]，沈陽：東北大學出版社，2000，51～68

　　2.司端鋒.基于BP神經(jīng)網(wǎng)絡(luò)的傳感器特性補償新算法的研究[J]，傳感器技術(shù)，2000，9：11～14

　　3.滕召勝.電磁力平衡傳感器的溫度影響及其補償[J]，傳感器技術(shù)，1998，17（2）：28～30