Решаване на проблема с нелинейността на термодвойката: Как да измерваме температурата просто и точно?

Как лесно да постигнете високо{0}}прецизно измерване на температурата и да премахнете нелинейността на термодвойката?

Термодвойките, като едни от най-широко използваните сензори в индустриалното измерване на температурата, са предпочитани от инженерите заради техния широк температурен диапазон, здравина и бърза реакция. Въпреки това, нелинейността между изходното напрежение на термодвойката и температурата винаги е била значителен проблем, възпрепятстващ точността на измерването.

Днес ще проучим как да оптимизираме методите на справочната таблица и алгоритмичните корекции от гледна точка на практическото приложение, за да намалим сложността на системата, като същевременно подобрим точността на измерване.

Предизвикателството на нелинейността на термодвойката

Връзката между изходното напрежение на термодвойката и температурата не е просто линейна. Например, термодвойка тип K има чувствителност от 39 μV/градус при 0 градуса, но това става 47 μV/градус при 100 градуса.

Тази нелинейност прави директното изчисляване на температурата от показанията на напрежението сложно и традиционните методи за линейна обработка въвеждат значителни грешки, особено при високи температури. Например, термодвойка тип K, оборудвана с полином от пети -порядък, има грешка от по-малко от 0,1 градуса под 200 градуса, но грешката нараства до 1,2 градуса при 800 градуса.

Оптимизиране на метода на справочната таблица: интелигентно надграждане на традиционните решения

Методът на справочната таблица е един от най-директните методи за нелинейна корекция. Той преобразува измереното напрежение в съответната температура чрез съхраняване на данни от таблицата за калибриране на термодвойки. Традиционните справочни таблици изискват съхраняване на голямо количество данни. Например определена авио{3}}система за тестване на двигатели, използваща метода на справочната таблица, трябваше да съхрани 100 000 набора от данни, което доведе до заетост на FPGA ресурсите, достигаща 75%.

Стратегиите за оптимизация включват:

Сегментирана справочна таблица с линейна интерполация: Разделяне на температурния диапазон на няколко сегмента и извършване на линейни интерполационни изчисления във всеки сегмент. Това гарантира точност, като същевременно значително намалява обема на данните, необходими за съхранение.

Стратегия за динамично сегментиране: Използване на различни сегментни интервали въз основа на степента на нелинейност в температурния диапазон. По-плътните сегменти се използват в области със сериозна нелинейност, докато по-редките сегменти се използват в области с по-малка нелинейност, оптимизирайки използването на ресурсите.

Комбиниране на алгоритми за компресиране: Компресиране и съхраняване на данните от таблицата за калибриране, изискващи-декомпресия в реално време по време на употреба, като по този начин се намаляват изискванията за място за съхранение.

Корекция на алгоритъма: Интелигентното изчисление замества сложността на хардуера

Корекцията на алгоритъма постига нелинейна компенсация чрез математически изчисления, като ефективно намалява зависимостта от хардуерните ресурси.

1. Алгоритъм за напасване на полином

Този алгоритъм използва полиномиални уравнения за приближаване на нелинейните характеристики на термодвойките. Например, полином от трети-порядък може да бъде: V_out=a0 + a1T + a2T² + a3T³. Коефициентите на полинома се получават чрез напасване на експериментални данни, осигуряващи достатъчна точност в определен температурен диапазон. Оптимизацията включва избор на подходящ ред-твърде ниският ред въвежда грешки, докато твърде високият ред увеличава изчислителната сложност и може да доведе до пренастройване.

2. Интелигентен алгоритъм за оптимизация

Комбинацията от оптимизация на рояка частици (PSO) и поддържаща векторна машина на най-малките квадрати (LSSVM) показа отлична производителност през последните години. Алгоритъмът PSO се използва за автоматично регулиране на съответните параметри на модела LSSVM, за да се постигне по-висока точност и стабилност на прогнозиране.

Експерименталните резултати показват, че този метод постига висока точност на прогнозиране при различни набори от данни и условия на изпитване и значително намалява грешките в сравнение с традиционните модели на линейна регресия.

3. Алгоритъм за предсказуем контрол на модела (MPC).

Базираната на FPGA{0}}технология за предсказуем контрол чрез конструиране на динамичен нелинеен коригиращ модел и използване на предимствата на хардуерните паралелни изчисления може да постигне реакция на ниво-милисекунда и компенсация с висока-прецизност.

След приемането на MPC в системата за измерване на температурата на доменната пещ на стоманодобивна компания, времето за регулиране на компенсационното напрежение беше намалено от 3 секунди на 8 милисекунди, а грешката при измерване на температурата намаля от 5 градуса на 0,3 градуса.

Практически стратегии за намаляване на сложността на системата

Независимо от използвания метод, трябва да се намери баланс между точност и сложност:

Комбиниране на хардуерно ускорение и софтуерна оптимизация: Използване на възможностите за паралелна обработка на FPGA за обработка на сложни алгоритми, като същевременно се оптимизират софтуерните алгоритми за намаляване на изчислителното натоварване.

Адаптивни коригиращи алгоритми: Разработване на алгоритми, които могат автоматично да коригират параметрите според работната среда, намалявайки необходимостта от ръчна намеса и хардуерни настройки.

Интегрирани решения: Използване на силно интегрирани решения за чипове, като усилвател с термодвойка AD8495, специално проектиран за термодвойки тип K-, интегриране на компенсация на референтния преход и схема за кондициониране на сигнала.

Бъдещи тенденции на развитие

С технологичния напредък нелинейната корекция на термодвойката се движи към по-голяма интелигентност и интеграция:

Интегриране на изкуствен интелект: Динамични модели, базирани на невронни мрежови структури като LSTM, използващи трансферно обучение за намаляване на изискванията за данни за обучение, като същевременно подобряват точността на прогнозиране.

Приложения за периферни изчисления: Разпределянето на някои компютърни задачи на периферни устройства намалява тежестта върху централния процесор и подобрява скоростта на реакция на системата.

Функция за автоматично калибриране: С вграден-алгоритъм за автоматично калибриране системата може автоматично да извършва само-калибриране периодично, намалявайки нуждата от поддръжка.

Заключение: Решенията на Hequan Instrument Technology

Изправени пред предизвикателството на нелинейната корекция на термодвойки, Hequan Instrument Technology Co., Ltd., въз основа на дългогодишен опит в индустрията и технологично натрупване, разработи серия от иновативни решения:

Нашите интелигентни сензори с термодвойки използват адаптивен алгоритъм за динамична компенсация, който може автоматично да оптимизира параметрите според работната среда, постигайки точност на измерване до ±0,1 градуса; в същото време нашите интегрирани модулни решения значително намаляват сложността на системата, позволявайки на клиентите лесно да постигнат високо{1}}прецизно измерване на температурата, без да изискват обширни професионални познания.