（测试计量技术及仪器专业论文）基于先进数据处理技术的智能称重传感器研究.pdf

南京吭空吭犬人学i 尊_ = 4 学他论文 摘要 他感器技术是高科技发展的重要辏础2 # 化、智能化是当n i 传感器领域发畦的 主导方向。本文主要研究称重传感器，结合目f j i 国内外弥重 号感器的应用现状漫计 丁种基】二r s 4 8 3 通讯的数字式智能称苣传感器硬什殴汁中果用丁 v r ! l 应单片肌， 及唐i 度集成的c s 一5 5 3 2m d 芯片，重点在对称重f 专感器的各种亡要技术参数的误差补 毖、毒4 ：重系统的数据处理及故障渗断等方面侉了深入细致的研究，沦艾的主要工作及 创新性点如下： 1 系统分斫了称重传感器主要误差的成因及其应用场合，在此基础h ，设计丌发丁 基于先进数掘处理方法的高性能智能称重! i 专感器。这种f 号感器吸收了馍蝴数学、 人工智能等方面的新成果，采用合理灵活的亢进数据处理疗法实现传感器误差的 数字补毖，避免丁传统称重传感器中繁琐且精度不高的髓拟的 l 偻方法及传统的 数学建礁的数亨补偿，精度可达o i m l c 6 ： 2 敝掘掾重f 感器的非线性与温度误差特性，将函数连接型冲经网络引入弥重f e 感 器的补塍设汁中，提出了称重传感器的非线陛及温度俟差的神经网络补偿并给出 了易于单片机化的实现方法。研究表明：采用所提出的补偿方法精度高且灵活可 靠且方便易行。 3 根据称重传感器的蠕变特性在传感器的设计中引入模糊理沦，创造性地提出了 称鼋传感器蠕变的在线模糊补偿理论并给出了易于单片执化的实现方法。研究表 叫：采用提出的补偿方法，传感器的蠕变补偿简单方便，可靠性、精度好。 4 丌发了基于新型传感器的智能称重系统。在分析了现有称重系统的现状并保留传 统称重系统功能的同时，增加了免标定、系统故障自诊断、不问断工作，传感器 故障预报等新功能，智能化程度及称重精度都得到极大提高，对各项功能给出了 实现的方法及实例说明，这些方法具有较高的参考意义和实用价值。 5 存智能弥莺系统的没f - 中引入次臣理沦，疰0 造性地提出丁称重传感嚣软故障的次 色顾；则理论并给出了切文可行的实现方法：通过火色建摸，对传感器的软故障进 行预报，提高系统可靠肚。 本文的研究结果包括数字式智能称重传感嚣、一套综合智能模掣及几种阿效的数 据处理方法对于智能称重传感嚣的发展和应用有重要的参考意义。 关键词：智能传感器，神经网络，摸糊 p 偿，荻包型沦，补偿 丝r 觅进数据处理技术的智能称亚传感器研宄 a b s t r a c t d i g i t a l i z a t i o n a n d i n t e l l i g e n c ea r e h o t t o p i c e s o ft r a n s d u c e rr e s e a r c ha n df o r ma n i m p o r t a n t f o u n d a t i o nf o r h i g h t e c hd e v e l o p m e n t s s y s t e m a t i c r e s e a r c ho ne r r o r c o m p e n s a t i o n ，d a t ap r o c e s s i n g ，a n d f a u l t d i a g n o s i so fa ni n t e l l i g e n t ，d i g i t a l l o a dc e l l t r a n s d u c e ra r ep r e s e n t e di nt h i sp a p e r m a i nw o r k sa n dc r e a t i v ec o n c l u s i o n sa r e p r e s e n t e d a sf o l l o v s ： 1 b ys ) s t e m a t i c a l l ya n a l y z i n ge r r o rf o r m a t i o na n da p p l i c a t i o no fl o a dc e l l s ，ah i g h p e r f o r m a n c ei n t e l l i g e n td i g i t a ll o a dc e l lb a s e do na d v a n c e dd a t ap r o c e s s i n gi sd e v e l o p e d n e wf l e x i b l ed a t ap r o c e s s i n gm e t h o d sb a s e do nn e wa c h i e v e m e n t so f f u z z ym a t h e m a t i c s a r t i f i c i a l i n t e l l i g e n c ea n dg r a yt h e o r y ar e e m p l o y e di n t h et r a n s d u c e rd e s i g ns ot h a tt h e c o m p l i c a t e d 1 0 ua c c u r a c y m o d e l i n g i n tr a d i t i o n a ld e s i g n sca nbea v o i d e dt h e s en e w m e t h o d sa r es u i t a b l ef o rh i g ha c e u r a c 7 u pt oo i m l c 6 二af u n c t i o nl i n kn e u r a ln e 【、o r kw a se m p l o y e da c c o r d i n gt ot h ec h a r a c t e r i s t i co f t h en o n l i n e a re r r o ra n dt e m p e r a t u r ee r r o r t h en e u r a ln e t w o r kc o m p e n s a t i o no ft h ea b o , , ，e e r r o r sw a sa c h i e x e dv i am i c r oc o n t r o l l e r r e s u l t si nt h i s p a p e ri n d i c a t et h a t w i t ha b o v e c o m p e n s a t i o nt h ea c c u r a c yo f at r a n s d u c e rc o u l db ei m p r o v e dg t e a t y b e c a u s eo ft h e s i m p l i c i t y r e l i a b i l i t ya n df l e x i b i l i t yo f t h ea b o v ec o m p e n s a t i o na l g o r i t h m i ti ss u i t a b l ef o r m a s sp r o d u c t i o no fl o a dc e i l s 3 f u z z y t h e o r y w a sa p p l i e d t ol o a dc e l l c r e e pc o m p e n s a t i o na c c o r d i n g t ot h e c h a r a c t e r i s t i co f c r e e pe r r o r an e wc o n c e p to fc r e e pf u s s yo n l i n ec o m p e n s a t i o nm e t h o d i sp r e s e n t e dt h er e s u l ts h o w st h a tt h i sm e t h o di ss i m p l ea n dr e l i a b l e i tw o r k sw e l la n dc a n b ee a s i l yi m p l e m e n t e dt h r o u g hh a r d w a r e 4b a s e do nt h ed i g i t a ll o a dc e l l an e us m a r tw e i g h i n gs y s t e mi s p r o p o s e di n t h i s p a p e r s o m ei n t e l l i g e n tc h a r a c t e r i s t i c ss u c ha s f r e ec a l i b r a t i o n ，s e l f - d i a g n o s t i c s ，r l l nf i a t ， l o a dc e i lf a u l tp r e d i c t i o n ，h a v eb e e nd i s c u s s e da n ds o m ea r er e a l i z e d t h e s ef u n c t i o n sa r e s i g n i f i c a n tf o rw e i g h i n ga p p l i c a t i o n s 5 an e wk i n do fl o a dc e l ls o f tf a u l tp r e d i c t i o nm e t h o db yt h ea p p l i c a t i o nofg r a y t h e o r yt ow e i g h i n gi sd i s c u s s e di n t h i sp a p e r b yu s i n gt h i sm e t h o dt h er e l i a b i l i t yo fa s 、s t e mh a sb e e ni m p r o v e da n di th a sa p o t e n t i a lf u t u r ei nt h ef i e l do f m e a s u r e m e n t k e ) w o r d s ：i n t e l l i g e n tl o a dc e l l a r t i f i c i a ln e u r a ln e tw o r k f u s s yt h e o r y ，g r a yt h e o r y c o m p e n s a t i o n 承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得 的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他 人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均己在文 中以明确方式标明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许论文被查阅和借阅 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他 复制手段保存论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名： 日 期： 南京航空航犬人学博_ r = 学傅沦文 1 1 引言 第一章绪论 2 i 世纪，是人类全面进入信息电子化的时代在这个信息技术( 包括计算机技 术通信技术及传感器技术) 高度发展的时代，如聚悦计算# l 是人的大脑，通信柑当 于人的神经，那么传感器就是人的器官。从广义上讲传感器就是能感受外界信息并 能按一定觇津将外界信息转换成可用f 占弓的装营。从袄义上| 井，f # 感器就是能将外界 信息转换成电信号的装置。随着人类探知领域阳空川的拓展，使得人们更依赖于获取 外界信息的采集技术。传感器就是人类探知自然界信息的触角，它可以将人们需要探 知的备种非电量信息转化为电量信息，为人们认识和控制相应的对象提供条件和依 据，今天很难找到一个科学领域或产业部门能够完全脱离传感器而存在。作为现代 信息技术二大支柱之的传感器技术，已成为2 l 世纪人们庄高新技术发展方面争夺 的一个制高点。 1 2 传感器的发展趋势 传感器的研究始于二十世纪三十年代，它以材料的物理，化学和生物理化效应为 基础，由物理，化学，材料科学，器件物理以及电子工程等多种学科交织发展形成， 是研宄非电量信息与电量间转换的一门跨学科的边缘技术科学。早期设计的传感器是 模拟式传感器，现在通称传统传感器，这种传感器一般由传感元件和信号调理与转换 电路组成，传感元件获取被测量并输出与其有确定函数关系的电参量：信号调理与转 换电路将该电参量经简单调理后转换成模拟信号输出。它采用模拟电子电路组成，只 能进行信号凋理，基本不具备信息处理能力和自我管理能力。这就决定了模拟传感器 不同程度上存在着输入输出特性具有一定的非线性且随时间漂移，参数易受环境条件 变化的影响而漂移，易受嗓声干扰，分辨率不高等问题，导致传感器性能不稳定，可 靠性差，精度低。多传感器组成系统时一旦发，土故障，测控系统礁于判别其输出信号 的真伪从而影响到整个系统的可靠性。 近年束，随着现代电了技术和计算机技术的飞速发展，信，皂、处理技术和通信技术 已获得了长足的进步，然而，作为获取信息的工具一一传感器则发展相对缓慢，使得 整个信息系统中出现了信息技术发达，信息采集技术薄弱的局丽，从而制约了信息技 术和自动化的发展，另一方面，这一局面在一定程度上也对传感器的发展起到了一定 的推进怍用，为顺应时代发展的要求，传感器界不断疔，j 尝试新材 4 新技术，并向数 基r 先进数据处理技斗亡的智能称重传感器研究 字化智能化及集成化等方面发睫 121 新材料，新领域 从他，苎器的发暖柬胥，主要1 t 两疗向推动传感器技术不断提 可一是新材料和蔫 新加【技术，新材料如陶瓷、高分子、生物、智能材料等新型材制t 这些斩材料不仅 扩充了传感器的仲类，而且改善了传感器的性能：其二是传感器应用领域不断推广， 导致了许多新传感器的产生，如新代光纤传感器、超导传感嚣、焦平面阵列红外探 ：则器、生物传感器、珍断传感器、基因传 出器以及模糊 感嚣等。” 1 2 2 数字化智能化 随着测试系统自动化，智能化的发展，要求传感器准确度高，可靠性高- 稳定性 好，而且具有一定的数据处理能力，并能够自检，自校，自补偿。国外称传统的传感 器为d u m bs e n s o r ，为韦0 造高性能的传感器，如果光靠改进村料和工艺花费代价比较 高，但如果利用计算机技术及先进的数据处理方法与传统的他感器技术相结合，就可 弥补其陆能上的不足，使传感器技术发生巨大的变革这种徽处理器( 或微计算机) 和传感器的结合，产生了助能强大的智能传感器幽外称为i n t e l l i g e n t s e n s o ro rs m a r t s e n s o l 智能传感器是当今日内外抟感器领域的研；热点之一，虽然晋能传感器目前 尚无筑的、确切的定义但圈内外学者普遍认为智能抟感器最塾本的特，征就是敏 感技术和信息处理技术的结合，l j 数采系统 敏 调通 x 感 变理 a ，c讯 一 接 输 4 兀换 l 7 电 dp 翰山 仆 器 ： 路 u口 ， 传成果： ! j，：，； 现场总线 经犯传感器坎1 亡 ： 计雉h l 技术：通讯技术( 2 根线) 蚓i 1 智能传感器结锄框幽 南京航空航天人学博十学位论文 图11 为智能传感器的结构框图，智能传感器由信息睑测，数据处理，数字通信 三大模块组成。其中信息检测部分就是图中经典传感器技术，但这里不再是简单的非 电量到电量的转换，有些传感器其传感部分能自动恨据被测非电量的大小进行合适的 转换，提高信n 菜比和精度：数据处理即为计算机技术，足由软件编程实现，对传感器 输出的电信号进f f 处理，补偿，用软件支持柬保证测量结果的f 确性，精度及自我诊 断等：数字通信就是通信技术，数字信号输出易于和计算机测控系统接口，并具有很 好的传输特性及很强的抗干扰能力。 智能传感器具有以下多数的特点： 1 ) 自动调零，自动平衡，自动补偿，自选量程等信息处理功能： 2 ) 数据自动采集与预处理、统计、相关、滤波，且由传感器本身消除异常值和例 外值，提供比传统传感器更全面，更真实的信息； 3 ) 能随机标定，自适应： 4 ) 具有一定程度的记忆与处理，特别是多信息数据融合处理及自珍断功能 5 ) 内含特定算法并可根据需要改变： 6 ) 能输出数字信号，具有远程通信能力。 7 ) 判断、决策、控制功能： 8 ) 图像识别与显示。 这里可以看到一个现象即智能传感器几乎包含了仪器仪表的全部功能，可见智能 传感器的功能已延伸到仪器领域。同时，作为发展趋势，智能传感器的功能逐步加强， 它可利用人工神经网络，人工智能。信息处理技术( 如传感器信息融合技术，模糊 里 论等) 使传感器具有更高级的智能，具有分折，判断，自学习等功能，可以完成图象 识别，特征检测，多维检测等复杂任务瞰t 9 “4 】 1 9 8 3 年美国h o n e y w e l l 公司率先推出智能化得压力变送嚣s t - 3 0 0 0 以柬，在计 算机测控系统，特别是多传感器测控系统发展的推动下，智能传感器系统的研究和丌 发j 下受到人们越来越多的关注。目前已有多种智能传感器系统问世，并在工业控制过 程中获得成功应用。如日本横河电机株式会社开发的e j a 型差压压力智能变送器， 美国s m a r 公司推出的第一代l d 3 0 2 型智能压力变送器等，主要集中在测量温度及 压力领域，近年来也有一些基于先进数据处理的传感器，如利用神经网络的自适应技 术实现非线性补偿的浓度传感器，利用人工神经网络的智能气体传感器，美国m s i 公司丌发的超声智能传感器美国r o s e m o u n t 公司的8 9 0 0 a 型卡曼旋涡流量智能 传感器等等，和衡器行业相近的压力传感器领域已经出现了基于神经网络的智能压力 传感器。称重领域可以称为智能传感器是8 9 年梅特勒托利多公司首次推出的p o w e r c e l l 数字传感器。 i , 1 8 , 9 3 - 9 b 1 基先进数据处理技术的智能称重传媾器研究 1 2 3 集成化，微型化 随着，做电子工艺、微机械加工和超精密加工等先进制造技术在各类传感器的丌 发和生产中的不断普及，使传感器正在从传统的结掏设计向以微肌诫加， 技术为琏 础、仿真程序为工具的微结构集成技术方向发鼹。 传感器的集成化有两种途径：是利用集成电路制造技术和微机减加工技术，将 多个功能相同、功能相近或功能不同的单个敏感元件集成为一维线型传感器或二维面 型( 阵列) 传感器，使传感器的捡测可由点到面、甚至到体，从而实现信息多维化、变 单参数检测为多参数捡测：二是利用微电子电路制作技术和微型计算机接口技术，将 传感器与调理、补偿等电路集成在同一芯片上，使传感器由单一的信号变换功能扩展 为兼具放大、运算、补偿等用途，从而实现横向和纵向检测的多功能化。 传感器的微型化是指敏感元件的特征尺寸从几微米到几毫米的这类传感器。传感 器的微型化主要基于下述几点：( 1 ) 尺寸上的微型化和睦质上的增强性：( 2 ) 要素上的 集成化和用途上的多样性：( 3 ) 功能上的系绞化和结构上的复合性。 因此，传感器的微型化决不仅仅是尺寸上的缩微与减小，而是一种具有新机理、 新结构、新作用和新功能的高科技微型系统代表2 l 世纪传感器技术领域带有革命 性的核心技术一m e m s 技术和微米纳米技术即是典型实，m e m s ( m i c f oe 1 0 clr ( ) m e c h a n i c a ls y s t e m ) 是指用微电子技术和微机械加工技术制作的，集微型传感器、微 型机构、微型执行器以及信号处理和控制电路、接口、通汛等于一体的微型器件或微 型系统。从技术商品化的角度来看传感器是m e m s 产品的典型代表和产品。目前在 国外，m e 技术已在传感器领域得到广泛应用并取得了巨大成功。具有代表性的微 器件有：微压力传感器、微加速度计、微陀螺、微磁强计、微红外传感器、微触觉传 感器、微流量传感器等等。 1 3 称重传感器 称重计量技术的应用领域，已经遍布冶金，交通，铁道，电力，建材，化工，轻 工等部门。在生产过程或工艺流程中，对各种配料称重，定量称重及现场称重技术的 要求越柬越高。衡器不仅要作为过程检测系统中的一个单元而具有测量，计算，控制， 检测及通信等功能，它们已成为工艺技术，预包装技术，收发货业务及商业销售行业 中必不可少的组成部分，称重传感器作为衡器的心脏部件，在工业过程控制和贸易结 算等方面倍受重视。从传感器的输出形式来看，目前称重传感器分模拟称重传感器和 数字称重传感器两种。 南京航空航大大。博十学位论文 1 3 1 模拟式称重传感器介绍 传统模拟称重传感器主要有压电式、压磁式、电阻应变式几种。压电式称重传感 嚣是利用j 三电材料的压电效应，当育外力作用在三电元件上，就有电压( 或电简) 输 出，压电式传感器形小体轻、工作频带较宽、机械强度高、刚性大、i ：怍变形小、绝 缘性能好，广泛用于机械振动、冲击等领域的测量，但山于外力怍用庄压电材料上产 生的电衙只有在无泄漏的隋况下，j 能保存，这就要求测量电路的输入阻抗非常大，很 难实现，这种称重传感器一般用于动态力的测量。 压磁式传感器的工作原理是利用铁磁材料( 如：镣、铁镍、铁硅合金等) 的压磁 效应工作的。压磁式传感器抗干扰能力强，过载能力大，对运行条件的要求低，能在 较差的环境条件( 灰尘、腐蚀性气体、温度湿度较恶劣) 下工作，在冶余、矿山、化 工领域有广泛的应用，但长期稳定性和线性度差。 电阻应变式称重传感器的是观阶段应用最广、性能稳定、精度高、技术成熟的称 重传感器。它是利用会属弹性体的应变放应进行转换的，在波侧力p 的作用下，弹性 体发生形变带动附在上面的应变片发生形变，对应产生电阻的变化电阻的变化反映 力的大小。这种传感器具有体积小、反应快、线性度好、重复性好、使用方便等优点。 本文的传感器其模拟部分即为电阻应变式称重传感器。 上面三类传统称重传感器部是模拟的，就是把待测力转换成与之成确定关系的电 学量( 如：电压、电荷、电流) ，由于模拟量( 电压，电流) 易受电磁场干扰，不利 于直接远距离传播，在信号处理系统中由于半导体器件本身的非线性失真和随机噪 音的逐级增加，模拟电路的电子元件的温度参数等影响从而不可避免地会产生信号 失真和信噪比劣化因此模拟传感器存在这种不可克服的缺点，制约着模拟传感器的 应用范围。 1 3 2 数字称重传感器现状 现阶段虽然模拟式电阻应变式传感器由于其性能的可靠性及技术生产的成熟性 仍占据着主要市场，但由于模拟传感器的输出是模拟信号，输出信号十分微弱，而且 模拟电路的电予元器件受温度的影响而造成参数及特性的变化，使其长期稳定性不好 控制，更重要的是由于是模拟传感器，没育记录传感器信息的存储器等，所以在许多 应用的场合无法实现智能化。 基丁j 先进数据处理技术的智能称重传感器研究 _ _ _ - - _ h - _ _ - _ _ _ _ - _ _ - _ - _ - _ - _ - - - _ _ _ _ - - _ - _ _ - _ - _ _ - _ _ _ _ - 一一一 数字称重传感器是将传统模拟应变式传感器与现代电子技术及计算机软件技术 相集成而发展起柬的新型电子称量技术，# 要是将模拟输出信号转换为数字输出信 号，对传感嚣的备种性能建立数学偾型，用软件补偿各项性能，实现数字化补偿，传 感器育自珍断目修复等功能，而且每个传感器中有l 庀录垓传感器各项信息的存皓器。 数字传感器从精度上要比模拟传感嚣高，但它的主要优势并不完全存f 高精度，主要 在于出了二数字传感器的使用可以使很多智能得以实现，而且极大得方便了用户顺应了 市场需求，模拟传感器向数字智能传感器方向发展已经成了一种必然的趋势。二。1 数字( 或准数字式) 称重传感器育振弦式，谐振音又式，石英惜振式，电磁力 平衡式及电阻应变式数字传感器。石英谐振式力传感器在长朗稳定性和蠕变胜能方面 都不太理想，因此阻碍了石英谐振式力传感器的发展。振弦式和谐振音叉式数字传感 嚣都有很好的性能。特别是谐振音叉式传感器具有极小的滞后和极好的重复性，温度 误差非常之小它的灵敏度要比电阻应变式传感器高1 2 个数量级，长期稳定性非 常好。但在实际中，就数量而言，使用较多的仍然是应变式传感器和电磁力平衡式 传感嚣。这主要是因为应变式传感器技术已很成熟品种多，量程范围广( 可由数百 克到一百吨级) ，可满足各种衡器的要求，电磁力平衡式传感器仍是分辨力最高的称 重传感器。而振弦式和谐振音叉式数字传感器，由于量程范围不及应变式传感器，精 度不及电磁力平衡式传感器。虽然它们的技术性能韶不差，叉能输出数字f 言号，但至 今仍不能在某些方面完全取代应变式传感器或电磁力平衡式传感器。此外，还商一个 影响广泛使用的重要原因是这两种传感器在标准化方面远不及应变式传感器，无论何 种量程的应变式传感器其灵敏度均可归一化用m v v 表示。其显示控制仪表能够有极 好的通用性和互换胜。而振弦式和谐振音叉式数字传感器就没有这样的通用性。这种 限制特别在国内，是阻碍推广运用的重要因素。 美国托利多公司在8 0 年代未首次开发出种将a d 转换器置于普通应变式称重 传感器中的数字传感器一整体化的应变式数字传感器，其补偿包括非线性，温度，滞 后，蠕变的全部是采用数字补偿技术，从此数字传感器在美国市场上倍受瞩目，继而 慢慢流行起来。需要指出的是目前国内外市场上的电阻应变式数字称重传感器大部分 是模拟补偿加a i d ，或者仅对温度和线性进行了数字补偿，没有对蠕变进行补偿的， 这不汉是由于建立孀变的数学模型很困难，而且出于蠕变特性与传感器的材抖，热处 理及量程，使用条件等很多因数有关，要想保证在各种条件下实施软件补偿很难。这 些从严格的意义上讲只是数字化传感器，而并非真正的数字传感器。 电阻应变式数字传感器还有一种解决方案是s e n s o r t r o n i c s 公司9 2 年推出 的摸块化数字传感器系统：是将原先在传感器内部的a i d 转换电路移至一个接线盒 内，通常将具有a d 转换模块的接线盒称为数字接线贪，再将数字接线盒输出的数 字信号传递给显示控制器。其具有数字称重传感器的全部特性，配置较灵活。主要优 点是采用模块化数字传感器系统可在不改变原有衡器结构和模拟传感器的基础上实 现电子衡器的数字化，但其密封性能及后端的软件处理等不如整体式的数字传感器。 南京航空航天人学l 彝七学傅论文 1 3 3 数字智能称重传感器的特点 l 】远程通信能力。传统传感器的输出是馍拟信号输出信号较小，按2 m v v 汁算 如果激励电压为1 5 v ，则最大输出为3 0 m v ，故其信号易受射频f 扰和电磁干扰 电缆传输距离也短，通常在l o 1 5 米左右。而同样是电阻应变式的数字化传感 器，其输出信号可达4 v 是漠拟传感器的1 0 0 倍。 2 ) 能实现自动调零，自动平衡等信息处理功能。模拟传感器组成的系统巾多个传 感器并接后，每个传感器的特性是不可辨别的，校准时需在每个传感器上施加 砝码并利用接线盒中的分压器进行调整：由于调整时存在着交互作用，因而需 反复多次。而数字系统，调整角差采用软件计算的方式，加栽调试一遍即可， 使得调整角差非常简便快捷。同时可消除可调电位器带来的温漂和时漂的影响。 3 ) 应用范围广。在称重领域中，假设一个模拟传感器系统的模数变换器为2 0 比特 即有1 0 0 00 0 0 个可用计数，而数字传感器的每一个传感器的分辨率为2 0 比特， 一个有四个数字传感器的系统可提供4 0 0 00 0 0 个计数的分辨率。这种高分辨率 的优点特别适用于称体自重大而被称物重量小的场台。例如在配料系统中育时 其中某配方的物料占艰小比例，但准确度要求卸仍然很赢。这在传统的模拟表 统中是同样也是很难实现的。 4 ) 能实现不间断工作即r u n f l a t 功能，在多传感器应用限额系统中，如果发现有 某个传感器坏了，仪表调出该传感器于其他传感器的关系然后计算出该传感器 的输出，这样可以不问断工作，同时发出信号给用户要求更换传感器。而模拟 传感器系统因无法区别每个传感器的输出，所以不可能有这种功能。 5 ) 能实现自诊断，报警，防作弊等人工智能。因为数字传感器组成的称重系统， 每一个数字传感器都有一个地址所以仪表可以通过诊断程序连续检查各传感 器输出信号，是否中断输出是否明显超出范围等。若有问题，在仪表或控制 器上会自动显示或报警，而模拟的系统由于是多个传感器的合起来的信号进入 仪表，仪表无法分别每一个传感器的输出，导致如果一个传感器坏了或人为的 作了手脚，系统是无法知道的，只有在设备检修或重新鉴定时f 会发现。所以 数字传感器组成的称重系统具有独立地确定问题原因并进行故障排除的可能 性。 6 ) 能通过系统可靠性： 建立传感器同志，记录传感器的超载情况，一共工作了多少小时等，为以后 判断传感器的使用寿命提供数据依据，同时乜可为和用户之问的不必要的纠 纷留下依据。 堇王壅鲨垫塑竺里丝查盟翌壁堡里生壁堡堕蒌 可以记录萨常传感器的使用情；兄建立一个专家系统，对各种传感器的使用 情况进行刿刖，并告知用户使用情况， 町建立预告系统，可以通过对每一段时问的传感器的n 志预测f 1 阶段传感 器情； 己，提a u 对用户发出警告或采取一些保护措施，提高系统的可囊性。 7 ) 维修方便。更换传感嚣后只需将角差系数输入仪表即可，无需重靳标定。而且 如果传感器端是使用航空插头，使得传感器与电缆线成为两个分离的器件更 换传感器更方便，不用穿电缆线，因为电缆线损坏占传感器返修的比例较高， 由于电缆线和传感器的分离，如果电缆线损坏就换电缆线不用象其他任何传感 器需更换整个传感器。 8 ) 容易实现现场免标定。例如在许多罐装系统很难加重量或无法加重量进行标定 的情况下，可以通过计算并输入仪表进行标定。部分原因是在传感器的生产中 己对a i d 转换进行标定。不需要像模拟传感器系统在应用时必须对二次仪表进 行现场标定，同时由于是数字传感器，其从传感器到仪表的信号衰减是可以忽 略不计的。当然免标定的精度不如加裁标定，如果可以加载标定尽量加载标定 以保证精度要求。模拟系统的免标定要复杂得多，影响的因素多，同时精度也 不如数字系统。 9 ) 具有组态功能。由于数字悖感器应变片桥路距离运放很近，所以传感器侨路输 出信号受温度，噪声干扰天生要小一些，所以小信号也可以接受，传感器的灵敏 度可以做得较小根据这种原理传感器可以通过软件设定不同的容量，这对传 感器的超载性能，售后服务及库存等都有着非常显著的优势。 t 0 ) 容易实现离精度的补偿。许多厂家一直在为改善模拟式称重传感器性能所需的 各种补偿而耗时耗力，特别是在寻求廉价的灵敏度温度补偿，零点温度补偿， j # 线性补偿，滞后补偿，蠕变补偿以及它们之间可能存在的交互( 褐合) 作用 的补偿机理和补偿方法。而数字补偿技术却为此提供了新的解决方法，基于微 处理器的数字化传感器能通过数学模型借助电路及软件实现完全数字补偿。 1 1 ) 从系统成本的角度来看，虽然数字传感器增加了一个实现模拟信号a i d 转换， 数字补偿，数据通信的p c b 板，但由于数字传感器减少了模拟补偿部分，同时 对电缆的要求降低了，可以使用低成本的电缆，在传感器的生产过程中减少测 试环节，以及在以后的应用中减少了调试及应用成本，如调试角差方便，免标 定，更换传感器不需要重新标定等，系统总体运行成本是比模拟传感器系统要 低的，从制造厂家来讲是获利能力比用模拟传感器要高许多的系统产品。 量要堕至塾查叁：i ! ：坚主堂堡丝壅一 1 2 ) 数字传感器在应用中存在一定局限胜，出于每个，土产厂家对输出信号的通信踟 议没有一个标准，所以不周一家的数字传感器一般只能和自己的仪表通信不 能用其他的公司的数字仪表；但从男一方面讲埘，产厂家装讲呵以做到协议 保密，从而对用户又是一件好事，可以避免作9 # 。而馍拟传感器是同任何其他 厂家的仪表配套使用，容易作弊。 1 4 国内外称重传感器现状及发展趋势 1 4 1 国内外称重传感器研究现状 由于称重传感器目前已经产业化了，研究歼发都是在各个企业。目前国内的厂家 般部是模拟式称重传感器，生产基于电阻应变式的数字传感器很少，其补偿技术基 本上是模拟补偿并不是完全的数字补偿，更无法实现智能化。因外大公司有数字传 感器，但没有大舰模的推广，只是个别产品( 体积较大的) 有数字传感器。目f i i 据了 解各犬公司主要在下面几个方面研究：1 如何进步提高传感器的补偿精度2 如 何提供多样及稳定的输出模式( 现场总线，网络化等) 3 如何实施传感器蠕变滞后 数字补偿及如何能大批量生产4 如何提高传感器使用时的可靠- 眭等，虽然国内外的 传感器厂家在数字化，智能化传感器方面开展了一些工作，目前只是数字传感器居多， 将神经网络、模糊理论等先进数掘处理方法用于称重传感器方面的智能传感器还未有 相应产品及相关报道。 1 4 2 先进数据处理在传感器领域的应用现状 近年来，新型信息处理技术，如模糊信息处理技术，神经网络技术，数据融和及灰 色理论等，在现代测试中得到了有效应用，提高了系统的测量性能。例如，热处理炉温度 自动测试系统采用多传感器进行数据融合处理，可以提高温度测量的可靠性与准确性。 从而提离热处理产品的质量和生产效益”；对于随机干扰因素较多的被测对象，利用 传感器重复观测，通过基于参数估计的数据融合处理，可以提高仪器测量的准确性和重 复性，获得比有限个采样数据算术平均值更准确的测量结果8 】：用模糊符号表述测量 信息简单、方便、易于进行高层逻辑推理，因此可将模糊信息处理用于智能传感器和 智能仪器；基于模糊集合论中的模糊聚类方法，可以建立使用于硷测仪器的育效 算法“；模拟人脑系统的人工亭串经网络具有学习、记忆、联想、容错、并行处理等卓 越功能，在拓扑结构、权重自适应等方面应用灵活，已在计量测试仪器际定f ”“、故障 诊断i j “”呻获得广泛应用。数据融合技术、模彻信息处理技术和神经网络技术等新 型数据处理技术的发展正方兴未j = ，随着新型数据处理技术的发展，现代测试的数掘处 茎! 垄堡墼堡竺墨垫查塑望堑叠里堡鳖堡竺窭 一一 理方法也会有革命性的改变。 通过对传感嚣的发展趋势分析，可以看出传感器测量精度的进一步提高始终是追 求h 杯作为测量前端设备的传感器其输出精度的高低以及是酉数字化、智能化在整 个测垦中占至关重要的地位但传感器的输出特性容易受多种参量及其它环境因秉 ( 温度、噪声，时间漂移等) 的影响，传感器在测量过程中往往受到多个参量和环境 因素的影响，输出必然存在有误差，而出于蚕种干扰因素的不确定性和系统的复杂性， 数学模型的建立变得非常困难。在传感器中采用人工智能与数学模型相结合的处理方 式是今后的发展趋势。1 8 1 0 , 1 2 3 0 , 17 1 1 4 3 人工神经网络 运用神经网络对传感器进行数据补偿是近年来人们普遍关注的一种新方法。测试 技术与人工智能两个学科不断融合发展，为神经网络技术在传感器误差补偿中的应用 提供了实现的可能性。作为人工智能技术之一的神经网络技术在传感器中的应用也成 为当前国内外研究热点之一1 。”“”。其基本思想是通过采用神经网络这一新技术，进 一步增强传感器的多功能化和智能化，同时提高传感器的建模精度。3 ” 神经网络是一个非线性动力学系统，由许多并行运静的助能简单的单元组成，其 特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结衔极其简单功能 有限，但大量神经元构成的网络系统所能实现的功能却是极其丰富多彩的。和数字计 算机相比，神经网络系统具有集体运算的能力和自适应的学习能力。神经网络模型多 种多样，它们是从不同角度对生物神经系统不同层次进行描述和模拟。利用这些网络 模型可以实现函数逼近、数据聚类、模式识别、优化计算机功能。因此。神经网络广 泛用于人工智能、自动控、机器人、统计学等领域的信息处理中。自8 0 年代以柬， 神经网络技术在理论与应用中都取得了突破性的进展，如何有效地利用该技术使传感 器具有更高的准确性、多功能性、智能化将具有深远的意义。“0 1 函数链神经网络是包约翰于1 9 8 8 年提出的种新型的无隐含层的单层网络，它 借鉴了传统摸式分折的思想，通过将原输入变量进行非线性扩展作为单层前馈网络的 输入，从而将低维模式变换到高维模式，使得原柬在低维空间中非线性不可解问题有 可能在高维空间中得到解决。函数链神经网络由于采用通过增加网络的非线性从而改 善了网络的学习能力，无隐含层，对原始模式进行非线性增强处理后使这种单层网络 具有良好的非线性逼近能力，所以比较适合用于精确计算。”1 在电容式压力传感器方面，国外有用函数链神经网络对其菲线性及温度影响进行 校正和补偿的方法”一，有用函数链神经网络对非线性系统稳态模型进行辨以等很多 应用“”1 ，本文拟选用函数链神经网络束建立数学模型实现对称重传感嚣的非线性 及温度特性的精密补偿，这是在称重传感器误差补偿中的首次应用。 1 0 南京航空航天人学悼十学位论文 144 模糊理论 在模糊数学理论基础上发展起柬的高新技术，模蝴技术，虽然只有二：十几年的历 史，但它在机电、轻：、化工、航空航天、土术、地质、水利、气象、企管和社会经 济等 ! l j i 域应用的发展势头却令人刮目相看。在同本，模糊技术除了在一些大型系统工 程方( 如化工厂的化学原料的配置、自束水的水质净化处理、航天航海以及气象预报 等) 得到应用外，还推出了模蝴摄像机、模瑚吸尘器、模糊空调机、模糊全自动洗衣 机、模糊电扇等产品，在国际市场悄然掀起了一股使糊产品风。【1 ”i 由于漠糊技术涉及人对自然、社会或对人本身的判断，所以每项被控制系统缺乏 人的感知是难以想象的：同时模糊技术通常与电子计算机和控制系统相结合，而电 子计算机和控制系统作为人类活动最基本的工具，目| j 己被“信息社会”的种种论证 所证明。因此，在额的2 l 世纪，模糊理论和模糊技术对于人类社会的进步必将发挥 其更加巨大的作用，汇如l a z a d e h 所说：“我们将发现人类能利用模糊概念是一种 巨大的财富而不是负担。而模糊技术将成为2 i 世纪的一项基础技术、日本夏普公司 电化系统所只吉孝藏陡“一个普遍应用模糊技术的时代不久就会到来。”1 7 7 - 7 9 1 在模糊数学理论迅速发展的同时，模糊技术的研究、丌发、应用也取得了显著结 果。近十年来，模糊数学和模糊技术在机械工程领域获得了广泛应用取得了一系列 有价值得成果，如： 1 ) 专家系统人工智能 2 ) 机器人技术 3 ) 模糊聚类分析 4 ) 模糊综合评判与模糊决策 5 ) 模糊模式识别 6 ) 模糊控制 7 ) 模糊优化设计 8 ) 模糊可靠性分析与设计 对传感器蠕变的补偿一直是业内专家关注的地方，蠕变其实是称重传感器最难控 制的技术指标，模拟的方法是无法进行传感器的蠕变补偿的，如果蠕变不好一般的处 理方法是返工，重新贴片组装传感器。在寻求数字蠕变辛卜偿的过程中，只有少数公司 的数字传感器有数字化的蠕变补偿，但其建立的数学模型为指数函数，比较复杂，从 数据计算及数学模型的获得来讲都不是很容易的事情，需要做不少测试工作，对批量 生产的传感器测试成本太高。基于这种想法，本文提出了一种新的补偿思路，运用模 糊识别的方法判断出传感器何时是限常加载，何时是蠕变的发生从而达到对蠕变的实 时在线补偿。 8 0 - 8 4 1 壁丁：先进数据处理技术的智能称重传感器研究 _-h_-_-_-_-_一一一 145 灰色理论 灰色系统理论足邓聚龙教授于2 0 世纪8 0 年代提出的一种新理论，近几年4 发褒 起隶它是一门横断犬渗透性强的新型边缘学科作为种弛具特色的新理论已对 科学发展产生了巨犬作用，并为国内外学术界所公认。 现实越界的绝大多数系统常常是信息和性质部分己知部分未知，这撵的系统称灰 色系统。灰色系统理论于1 9 8 2 年问世以来在2 0 年的发展历程中，无论理论研究还是 应用研究，都取得了很大的进展。已应用于许多领域，也包括工程领域。“”。” 传统预测方法有莫洛托夫预测模型、时h j 序列预测等等。出于这些方法需要大量 的数据，计算公式或定律是承靠大量数据统计并结合经验而成。而灰色系统理论成功 地解决了在数据量较少情况下的预测、决策思想、程序控制等等问题，它给出了一种 信息较少时的预测新方法，其数据基于随机产生对系统的行为特征数据进行再生成， 由不规则的原始数据研究产生的定律柬解决规则问题，探索内在规律，因此仅需少量 数据。 灰色系统建立的模型为连续的微分模型，利用这一模型，可对系统的发展变化进 行全面的分析观察，并做出长期预测。而传统的其他建模方法，只能建立离散的递推 模型，不能对系统作全面的分折，更不能作长姘预测， 所以可以通过系统用过去和现在采集的数据集对系统来束的发展趋势做出预测。 因为灰色系统理论是基于“贫”信息状况在时序累加生成层次上用微分拟合法建立 的一阶单变量常系数微分方程，是描述一个环境相对不变的广义能量系统，因而形成 了可用于预测的灰色模型g m ( 1 1 ) ，埃g m ( 1 【) 模型是目自w 最流行的模型，获得了广 泛应用，并且取得了大量的成果。”“ 从总体应用领域来讲，对像称重传感器的故障检测目前还局限于故障的诊断及事 后处理，没有一个事先的预告，传感器通常是输出出现突变或缓慢偏差，发生突变则 系统马上可以检测出柬并处理，而漂移则是一个缓慢发生的过程，有时系统精度是在 缓慢下降直到到了一定的预值造成系统故障的发生。灰色控制( 预报) 可以以系统行 为数据做采样信息建立g m ( 1 1 ) 模型，用所