RBF-PSO在N型热电偶非线性校正中的应用  

Application of RBF-PSO in Nonlinear Calibration for Thermocouple Sensor

作　　者：李晓斌[1] 刘丁[1] 左磊[2] 

机构地区：[1]西安理工大学信息与控制工程研究中心,陕西西安710048 [2]兰州理工大学电气与信息工程学院,兰州730050

出　　处：《传感技术学报》2007年第4期933-936,共4页Chinese Journal of Sensors and Actuators

基　　金：国家科技攻关计划基金资助项目(2002BA901A28);甘肃省省长基金资助项目(GS015-A52-012).

摘　　要：为了解决大样本数据情况下N型热电偶应用中存在的问题,本文提出了基于粒子群算法优化径向基神经网络(RBF-PSO)进行热电偶非线性校正的新方法.仿真结果表明,采用该方法比以往采用的BP网络和RBF网络方法具有更高的拟合精度;同时以阳极焙烧过程中燃烧室温度为对象进行了仿真和实际应用研究,取得了满意的结果.A correcting nonlinear errors of the thermocouple sensor based on Radial Basis Function Neural Network using particle swarm optimization is introduced. It solves the shortcoming of Thermocouple Sensor＇s application on large data. The result of experiment shows that the nonlinear calibration based on RBF-PSO has higher precision than the method based on BP and RBF. Then,PSO-RBF is used to test fire-path temperature in the anode baking. It is proved that the method is effective.

关 键 词：粒子群算法 RBF神经网络 热电偶 非线性校正 应用 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]